究竟哪些模型可用来打仗？

军事智能化并非通用大模型简单军事化移植，可用于作战的模型分为感知识别类、兵棋推演与作战规划类、欺骗对抗生成类、集群协同控制类、人机混合决策辅助类五大类。结合人机环境系统智能视角，以《孙子兵法》衍生的诡、诈、诱、算、胆、善六个维度对各类作战模型能力边界、优势短板进行剖析。

概念释义：

诡：制造战场信息混乱，打破敌方态势感知平衡，制造不确定性；

诈：隐真示假，系统性欺骗，诱导敌方做出错误决策；

诱：设置利益诱饵，调动敌方兵力、引诱敌方进入预设博弈窗口；

算：机器的计算+人的算计，包含情报研判、体系推演、代价权衡、风险评估；

胆：并非鲁莽，在不完备信息下抓住转瞬即逝战机的决断能力，属于人的高阶能力，模型无法自主生成；

善：战争的价值约束，包含法理、伦理、战略全局约束，控制战争规模与底线，属于人的价值裁量。

一、感知识别类模型（目标检测、多源情报融合模型，代表：Project Maven目标识别模型、多模态情报解析模型）

- 诡：弱。只能被动解析信号，不主动制造混乱；面对电子干扰、伪装、假目标极易发生漏检、误检，容易被对手实施诡道手段压制。

- 诈：极弱。只负责识别真实目标，本身不生成欺骗内容；容易被深度伪造、假阵地、假电磁信号欺骗，产生机器幻觉。

- 诱：无。不具备主动设饵、调动敌方的能力。

- 算：强。擅长海量图像、雷达、射频数据的快速处理，完成目标分类、排序、置信度评估，完成战场客观事实层面的计算；但很难完成对敌方意图、心理、体系弱点的深度算计。

- 胆：无。模型没有决断，只输出目标清单，开火、突击时机必须交由人判定。

- 善：无。模型只输出目标坐标，不会自主区分军民目标、不会考量战争法理约束，必须依靠人做价值校验。

定位：作战的“眼睛”，只解决“看见什么”，不能解决“怎么骗、怎么诱、该不该打”。

二、兵棋推演、作战规划类模型（仿真推演、方案生成模型，代表：AI兵棋系统、战役规划大模型）

- 诡：中等。可以仿真多套佯动、多路机动方案，模拟战场混乱态势，供指挥员选用，但不能临场自主创造诡道战法，依赖人输入策略模板。

- 诈：中等。可批量生成多套欺骗行动方案，模拟假部署、佯攻路线；但欺骗逻辑来自人类设定，不能洞察敌方指挥员思维模式进行反套路欺骗。

- 诱：中等。能够推演诱饵配置、诱饵兵力投入的损益，计算诱饵的成本与预期收益；但无法动态捕捉敌方真实欲望与心理弱点，诱饵策略需要人来定义。

- 算：强。擅长兵力损耗推演、OODA循环仿真、多方案代价‑收益对比，把成千上万个可能性快速遍历；短板在于对暗信息、人的主观意志、非线性突发事件推演能力不足，计算有余，算计不足。

- 胆：无。模型只会输出各个方案的概率、风险数值，不会在高风险、低置信度条件下敢于拍板选择冒险方案，决断权归人。

- 善：弱。可以把附带损伤、法理约束写成约束条件，但是不能自主理解全局政治战略，约束条件必须由人预先给定。

定位：作战“超级参谋”，提供大量备选方案，但是不能替代统帅做创造性博弈与冒险决断。

三、欺骗对抗生成类模型（GAN、深度伪造、认知对抗生成模型）

- 诡：强。可以批量生成虚假电磁信号、虚假音视频、虚假情报流，制造战场信息迷雾，扰乱敌方感知链路，制造大量不确定性。

- 诈：强。快速生成隐真示假素材，伪造阵地、伪造通信报文、伪造指挥消息，构建系统性欺骗链条；短板是容易出现机器幻觉，欺骗逻辑容易出现破绽。

- 诱：较强。可以生成虚假利益信号、虚假作战成果假象，构造诱饵信息；但很难精准拿捏敌方心理，容易出现诱饵不符合敌方认知习惯而失效。

- 算：中等。能够计算欺骗信号的传播范围、暴露概率；但难以算透欺骗之后敌方连锁反应、次生博弈后果。

- 胆：无。是否实施欺骗、欺骗到何等烈度，由人决策。

- 善：无。欺骗模型没有伦理边界，既可用于迷惑敌军，也会带来误伤及舆论风险，需要人严格管控使用边界。

定位：专门的认知作战工具，擅长制造假象，但缺少全局后果权衡。

四、无人集群协同控制模型（蜂群UGV/UAV集群调度模型）

- 诡：较强。可实现多路径分散机动、虚实穿插，制造多方向进攻假象，造成敌方判断混乱。

- 诈：中等。可安排部分无人平台充当佯攻诱饵，示形于敌；集群算法主要优化机动路径，高阶欺骗策略仍需要人下达。

- 诱：较强。可以调度部分集群作为诱饵单元暴露，引诱敌方防空、反无人火力开机暴露阵地；但诱饵损失阈值、诱敌到何种程度，由人设定。

- 算：较强。实时计算集群航路、损耗、通信链路状态；面对强电磁干扰环境，模型容易失效，缺少对敌方反制体系的深度算计。

- 胆：无。集群遭遇突发战机，是否发起突击，必须人授权。

- 善：无。杀伤权限、附带损伤规避，必须人在回路约束。

定位：战术执行工具，能执行诡诈诱的战术动作，但策略源头来自人。

五、人机混合决策辅助模型（人机环境融合决策系统，Palantir类体系）

- 诡：中强。依托人机交互，人出博弈创意，模型做仿真验证，实现人‑机协同构造诡道；模型本身不能独立生成诡道。

- 诈：中强。人构思欺骗策略，模型快速推演欺骗方案的可行性、风险、代价，完成仿真校验。

- 诱：中强。人研判敌方心理弱点，模型推演诱饵方案的损益，迭代优化诱敌策略。

- 算：最强。机器负责大规模客观计算，人负责价值、意图、体系层面的算计，实现计算‑算计耦合；是六维之中最完整的一类作战模型。

- 胆：完全来自人。模型只能把风险、收益摆在指挥员面前，抓住风险窗口果断破局的胆识决断，是人的能力，模型不具备。

- 善：主要来自人。模型提供约束条件输入接口，战争伦理、法理、战略大局的价值裁量由人完成。

定位：最接近完整作战思维的系统，但胆和善两个核心维度只能由人补齐，模型无法内生。

总结与思考

1. 当前所有作战AI模型，“诡、诈、诱、算”可以部分实现，但“胆”与“善”本质上属于人的能力，没有任何模型可以自主具备。

2. 单一模型只能覆盖部分作战维度：感知模型强算弱诡诈；生成欺骗模型强诡诈弱算计；只有人机混合决策模型，通过人‑机分工，才能够完整覆盖诡‑诈‑诱‑算‑胆‑善全部六维作战要求。

3. 纯机器自主作战最大风险：有诡、有诈、有算，但是无胆、无善。要么保守错失战机，要么只追求作战效能，缺失价值伦理约束，极易走向算法短视。

总而言之，现有的各类作战AI模型，在诡（制造信息混乱）、诈（隐真示假欺骗）、诱（设置诱饵调动对手）、算（情报处理与推演仿真）层面已经形成不同程度能力，但胆（不完备信息下的临机决断）和善（战争伦理与战略价值约束）无法由模型内生生成。感知识别、兵棋推演、欺骗生成、集群控制模型只能覆盖部分作战维度；人机混合决策系统依靠人机分工，才能够完整实现诡‑诈‑诱‑算‑胆‑善六维作战闭环，也是智能化作战体系发展的重点方向。