中东局势复盘：AI做情报，真有传说中那么神吗？

前几天，特朗普在媒体上透露说伊朗战事已接近结束，按道理中东局势在华盛顿的主导下应该进入降温期了。回望这场持续一个多月的冲突，一个通常只在极客圈讨论的话题进入了大众视野：当AI结合开源情报后，我们是更接近真相，还是更远了？

还记得3月下旬，《华盛顿邮报》的一篇报道出来时，办公室里大家都凑过去看，里面提到几家科技公司用AI结合公开数据，实时追踪美军航母和战机动向，再加上之前美以那边搞的那个数据融合平台，那数据处理能力，确实让我们看到了未来战争的影子。但这也把我憋了很久的一个疑问彻底勾了出来：当AI深度介入咱们这行后，它到底是个神助攻，还是个猪队友？

或许很多外行人都觉得我们这行就是搜搜网上公开的新闻，其实这活肯定不会是真简单的。很简单比方：现在的难点根本不是信息少，而是信息太多太杂，纯人工根本无法全部浏览，浏览完了也无法快速的得出结论。

AI在

美以这次在实战里确实秀了一把肌肉，最新的就是把卫星图、船舶AIS信号、推特碎片这些八竿子打不着的东西，用算法强行捏在一起做关联。以前，一个熟练的分析师要把港口卫星图、船舶轨迹和当地社交媒体拼起来，即使是一个城市的数据，没几个通宵下不来。现在倒好，AI算法几分钟就给你打好“异常聚集”的标签。

这也是我们易海聚系统一直在死磕的地方。我们不整那些虚头巴脑的词儿，就认死理：系统能不能在每天上万条乱七八糟的多语种信息里，把“人、地、组织、事件”精准地抠出来，甚至再关联上？ 比如客户查某个组织，系统应该直接展示负责人、行动、关联人和装备的关联汇总图，而不是扔给他一百篇八竿子打不着的新闻通稿。这一点上，AI确实把我们从‘无头苍蝇’的状态中解救了出来，变成能发挥更高价值了“数据审核员”。

算法的阴影：看得见，但看不懂

但技术这东西，说起来都走得通，实际落地的时候往往会有各种‘幺蛾子’。圈内人都懂，Demo做得再漂亮，一上生产线准打脸。开源情报最怕的不是漏数据，而是“解读过度”。

去年给一个做半导体出海的客户服务时候，我们就栽过跟头。当时系统监测到某东南亚国家出台了外资准入新政，语义分析抓到了“限制、收紧、审查”这些词，AI分析直接飙红，预警提醒发了好几条。我们当时也紧张，赶紧通知客户。

结果客户业务线的人电话打过来，很淡定的说：“兄弟，政策是收紧没错，但压的是那些低端组装厂。我们是做上游EDA软件和高端封测的，根本不在名单里。不仅没风险，低端产能被清退，我们还更方便了。”这事儿对我触动挺大了。

想想算法这东西，它确实只懂字面意思，根本不懂你在产业链里的具体坐标。甲媒体喊打，乙智库唱多，但是人类分析师会去扒甲是不是亲美派、乙是不是拿了赞助，然后交叉验证（详情见文章：智库是情报富矿还是宣传喉舌？从美智库资金黑箱看开源情报的信源甄别）；但大模型目前做不到这种基于“利益链条”的溯源，它只会机械地算概率，甚至在两边各打五十大板，帮你“和稀泥”。

这次中东冲突也是这个道理。网上很多所谓“实时追踪美军动向”的工具，看着很唬人。但懂行的都明白，一旦源数据被污染（比如对方故意发假AIS信号，或者放烟雾弹），算法越精准、推理越严密，你得出的结论偏离得越远。“Garbage In, Garbage Out”（垃圾进，垃圾出），这条数据工程的铁律，在咱们情报领域是真的要付出血的代价的。

人机协同才是情报工作的黄金法则

这几年跟各类政企客户打交道，我发现大家都熟悉多个大模型后，心态也变成熟了。很多人从最开始迷信“接个AI就能替代三个分析师”，到现在认知是：“AI就是个高级实习生”。

现在应用的开源情报系统真实工作流是这样的：

分析师不用再花一上午翻十几个外语网站，不用手动把PDF表格敲进Excel，不用头疼怎么把一份波斯语报告翻成通顺的中文。这些“脏活累活”，易海聚的系统可以全包了。

具体来说，我们现在最看重这几件事：

语义检索：不用死磕关键词，直接问“去年下半年伊朗从哪进口了无人机配件”，系统就能理解到具体的无人机型号，再结合时间范围，去几百个源里把相关段落搜出来。

长文伴读：去阅读分析一份几十页的美方实力的报告，点开页面系统自动把核心论点和数据拆解成卡片，省掉看废话的时间。

溯源问答：针对私有知识库提问，答案必须带原文出处。没有出处的，系统必须回答“不知道”，绝不瞎编。这对合规至关重要。

模板生成：按固定格式把早报、周报的数据自动填好，生成70、80分的底稿，分析师只负责润色和那剩余20分的“研判”。

从多年开源情报的技术迭代来看，开源情报的演进路径清晰可见：从人工检索到智能采集，从单点分析到多源融合，从经验驱动到数据驱动。但无论技术如何迭代，情报工作的本质始终未变——那就是在不确定性中寻找确定性，在复杂性中发现规律性。

把人从搬运工变成指挥官，去背那个最终研判的锅——这才是目前人机协同最真实的边界。

写在最后的话

干了十几年的开源情报，我认识到：在信息爆炸的时代，真正的核心竞争力不是数据的获取量，而是从海量噪声中识别有效信号的判断力。AI的价值不在于替代人类的智慧，而在于将分析师从重复性的数据搬运中解放出来，让专业判断聚焦于真正需要人类洞察的领域。

未来的形势其实也已经明朗：掌握人机协同方法论的分析师，将逐步取代仅依赖传统工具的从业者。

正如我们在实战中反复验证的那样：最强大的开源情报系统，一定是人类智慧与机器能力的完美结合。