当战争被数字简化：效率至上的作战模式风险何在？

2025年6月3日，卡内基国际和平基金会发表文章《一种数字化、高效率的战争模式》（A Digitized, Efficient Model of War），分析了当代战争中日益盛行的以数据化和效率至上为核心的作战模式产生的风险。文章指出，这种模式将复杂的战争简化为对敌人的一维数字表征，其背后不仅是对技术效率的盲目追求，更是一种微妙的制度性权力和控制的体现。随着人工智能等自动化技术在未来冲突中日益普及，这种过度简化的战争模式所带来的风险——即混淆效率与功效、忽视战争的复杂现实——正变得愈发不容忽视。启元洞见编译整理了其中的核心内容，以供读者参考。

战争的实施，正日益演变为一场与敌人的一维数字表征的对抗。

从乌克兰到加沙的战场，与过去二十年的诸多冲突相似，其显著特征是广泛运用空中资产、监视系统与计算能力以求取胜。精确制导武器和无人载具的普及，对训练、后勤乃至专门负责目标搜索的组织架构提出了全新且严格的要求。在此背景下，战场的数据化与目标选择的自动化，在历经数十年“信息优势”战争理论的演进后，已然达到了现代的顶峰。

然而，这一数字时代的作战流程，其根基是极致优化与效率优先的信条。由此产生的战争模式，既是物理观察的产物，也是数字建构的结果。它以流程为驱动，以技术为中心，并最终以“一切皆可计算”为前提。一种将效率置于首位的战争模式，不仅可能助长对实用主义与实际功效的漠视，更可被视为一种行使制度性权力与控制的巧妙掩护。本文分析了在自动化与人工智能应用需求日增的背景下，被过度简化的战争模式的风险。

（高效）战争，何善之有？

（Efficient）War, What is it Good For? [1]

自20世纪50年代以来，大规模计算的普及催生了一种组织文化，即通过寻求普适性规律来驾驭复杂性，并深度依赖量化与数据处理。各组织机构，包括军队在内，都期望通过筛选和运用其认为最恰当的数据与处理方法，来获得竞争优势。其核心假设在于，利用此类技术能提升效率、优化任务。然而轻率地依赖这些技术潜藏着巨大风险。例如，大语言模型（LLM）及其衍生产品已多次被证明会产生不可靠的答复。

在军事领域，对数字表征力量的信奉源远流长，但其内在风险的警示也从未间断。数字时代的技术进步，旨在为军事行动者提供一套高效的解决方案，以期节约时间、人力乃至生命与财富，从而达成战略目标。通过在可重复的流程框架内运用数字表征，能够实现作战优化并最大限度减少“战争摩擦”。这一模式效仿了私营部门在激烈市场竞争下的逻辑。因此，计算技术虽被置于现代战争的核心，其效率驱动所带来的深远后果却常被低估。更值得注意的是，这种战争模式的根基早在数字计算机诞生前便已奠定，当前对计算的依赖，在很大程度上只是加速了既有的思维定势。

早在20世纪20年代，空权论者便试图证明，通过系统性轰炸敌方工业基础设施即可赢得未来战争。然而，对二战战略轰炸的评估表明，若无地面战役的配合，其本身难以取得决定性胜利。到了六七十年代，美国空军将此构想与数字计算能力相结合，在越战中运用传感器数据处理来打击北越补给线，但这个昂贵且技术复杂的项目收效甚微，且易于被敌方在地面欺骗。尽管缺乏确凿证据表明系统性目标选择能带来实在战果，但至冷战末期，北约已建立起一套完备的战场信息采集与处理能力，用以数字表征战场，并固守着一套旨在系统打击苏联军队、后勤及其战略纵深的作战理论。

随着时间的推移，由此产生的“空地一体战”理论演变为后来广为人知的“军事事务革命”，并成为贯穿反恐战争始终的现代军事理论基石。“沙漠风暴”行动被视为该理论的成功试验，美军对关键节点和决策者的精确打击被认为起到了决定性作用。技术优势带来速战速决、低伤亡的承诺极具诱惑力：在海湾战争中，美军精确制导弹药占总投弹量的8%；在科索沃，这一比例为29%；而到2003年伊拉克战争，该数字已飙升至68%。

然而，美国军事霸权的所谓“黄金时代”更像一个虚假的黎明。在随后的二十年里，同样的方法论反复暴露出其内在缺陷。通过打击敌人的数字表征能否取得战略胜利，至今仍是一个悬而未决的问题。例如，在伊拉克战争中，旨在清除伊高层的精确打击行动不仅未能达成目标，反而造成上百名平民的附带伤亡；在阿富汗，对叛乱活动进行的工业化规模打击，也未能从根本上削弱其卷土重来的能力。即便以色列在加沙使用了人工智能辅助的目标选择系统，到2023年底造成的破坏程度也堪比1945年广岛原子弹爆炸的两倍。而伴随这类规模化“精确打击”的平民伤亡、附带损害和舆论反噬，却往往被选择性地忽视了。

在乌克兰，目标打击扮演着一种辅助性角色，其表演与支撑意义或许大于其独立击败依赖数量优势的俄军的实际作用。但这种战法契合了西方对战争制胜因素的文化预期——一种由工程主导的创新和经济竞争驱动，而非领土防御或征服的文化。从战场的数字表征中，诞生了经由海量信息和复杂算法处理的目标。在经济、技术期望和效率承诺的共同驱动下，传统观念极度推崇速度与效率的叙事。然而，问题在于，为何这种模式未能促使俄军防线崩溃或哈马斯投降？对技术监视的巨大投入，其最终成果似乎仍只能用双方的伤亡和物资损耗来衡量。与理论的宏大愿景相反，精确打击本身，尚未找到数据驱动军事概念所承诺的那个“重心”（Schwerpunkt）。

毫无意义（控制除外）

Absolutely Nothing（Except Control）

历史学家西蒙·温切斯特（Simon Winchester）曾指出，对精确（precision）而非准确（accuracy）的偏好，意味着“结果未必能反映期望终点的真实价值……准确忠于意图，精确忠于自身。”一块走时不准但计时极度精确的瑞士手表便是绝佳例证。随着新技术和组织指令的介入，精确与准确、效率与功效之间的界限变得愈发模糊和复杂。

推而广之，西方对技术和战争的态度，深受科技探究中实证主义（positivist）思想的影响。这种思想倾向于将战场主要通过可测量、可观察的数据进行数字建构，并假定其代表的实体遵循着某种固定的、普适的法则。数据随后通过线性流程被转化为一个可辨识的数字世界，而非试图去诠释冲突本身这一复杂的物理现象。其背后潜藏着一种文化预设，即认为人类的主观性可以通过依赖更“原始”、因而也更“客观”的数据来规避。然而，战争不可避免地兼具物质与社会双重属性，其进程受到传感器（无论多么精密）无法捕捉的力量所影响，这些力量凭直觉可知，却被数字系统所忽略。

由这种系统生成的目标，其背景被完全剥离，仅仅是基于系统当下可用数据所构建的产物。目标如何进入系统的视野，变得既不可知也无关紧要。这种对不可测量、不可观察因素的排斥，最好通过将目标选择过程理解为一个社会技术系统来解释。在此视角下，目标选择机制不仅是在生成关于战场的知识，其本身就是一种控制机制。正如詹姆斯·C.斯科特（James C. Scott）所言：“任何大型社会过程或事件，都远比我们为之设计的任何模式要复杂得多。”美国及其盟友在伊拉克和阿富汗短暂尝试的“人类地形小组”便是一个富有启发性的案例。这些小组旨在收集文化知识等定性信息以辅助作战决策，但随着冲突日益由远程监视和目标打击主导，这些难以量化的洞见，因与既有的、高度流程化的知识聚合范式相悖，最终被边缘化。这种选择性忽视究竟排除了哪些对胜利至关重要的知识，我们不得而知。但这种高度数据化的对手表征，如同一面镜子，映照出我们自身的军事组织，并驱动着关于“如何战”与“用何战”的决策，深刻揭示了这些内在偏好对我们作战实践的支配程度。

效率本身即为目的

技术可以服务于更广泛、有时甚至是隐性的目标。它既可以作为通向军事胜利的中立、理性工具，也同样可以成为施加制度控制的管道。这一点常被“效率”这一技术发展的核心驱动力逻辑所掩盖。

军事理论家马丁·范·克里维尔德（Martin Van Creveld）将效率（时间与劳动的优化）与功效（达成特定战争目标的能力）并置，并指出两者远非互补，实则相互冲突。他在批判五角大楼普及电子邮件的浪潮时一针见血地指出：

“最初引入计算机并将其联网，是为了处理管理现代军队与战争所需的海量信息。然而，计算机与网络一旦存在，其本身又催生了需要处理的信息量的剧增……这形成了一个没有明确逻辑终点的升级螺旋。理论上，目标是达到唯有技术能及的完美。实践中，人们日益清楚，这一目标只有在已无物可臻于完美时方能实现。”

与“市场”或“官僚体制”相似，自动化与人工智能的危险，并不在于它们会因产生自我意识或恶意而变得致命，而在于其使用者会因一条缺乏深思熟虑的路径依赖，而不可逆转地受制于它们。效率的目标最终变成了效率本身，它不再服务于务实的组织目标，而是异化为一种新的教条。作为一个没有终点的目标，它也成了掩盖其他组织目标的完美护盾——包括经济学家丹·戴维斯（Dan Davies）所称的“责任沉没”（accountability sinks），即将人类对结果的责任巧妙地转嫁给技术或流程。

结论：技术与可观测数据的局限

支撑现代冲突的目标选择逻辑，掩盖了无数矛盾与不协调的目标。它既源于一种控制混乱战场的理性却不切实际的欲望，也源于施加制度控制的冲动。这种本能倾向于依赖技术来削平复杂性，包括敌我双方的人类能动性与因果链条，其后果可能极具破坏性。对优化的无尽渴求，导致军队将效率与熟练度混为一谈，并采纳一种科学主义的战争观，从而冒着为追求更精细的数字表征而忽视战争实体需求的风险。

认识到主流观念对技术在战争中作用的理解深受实证主义影响，有助于我们看清目标选择的局限性，以及进一步应用算法的现实危险。一种由西方工程技术主导的哲学方法，不允许我们探究敌人“为何而战”，只关心“他们确实在战斗”以及“他们必须被构建为一个可供打击的目标系统”。当这些偏好被固化在技术与日益“黑箱化”的软件中时，其根源便愈发难以追溯。军事与国防领域正投入巨资整合人工智能工具，以增加数据处理量来提升精确度，但这是以牺牲战役意图为代价吗？关于数据如何进入算法并生成目标的讨论被有意回避。历史偏好限制了对目标选择后果的深入探索。于是，辩论被局限于精确武器的战术局限，而非对目标选择本身进行系统性质疑，尽管它在控制整个军事组织与实践中扮演着核心角色。软件表征的敌人与真实战场上的敌人之间的鸿沟，就在这场对控制与优化的无尽追逐中，被彻底忽略了。

战争的实施，正日益演变为一场与敌人数字表征的对抗。随着目标选择将战争从实体战斗不断抽象为官僚流程，我们对敌人的理解也被技术所中介。这种源于工程学的、对敌人的算法化表征，注定将永远存在，因而也永远无法被真正击败。那么，我们应如何改变审视战场的哲学视角？本文旨在揭示，目标选择过程不仅是寻找敌人的手段，更是在寻求对自身组织与战场的双重控制。效率与控制已被等同于功效，并沦为自身的目的。军队是否有可能认识并克制其“将人塞进机器，而非将机器融入人类处境”的固有倾向呢？

免责声明：本文转自启元洞见。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

转自丨启元洞见

研究所简介

国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

电话：010-82635522

微信：iite_er