发布日期 2026-03-26 | B站
正文
2月28日，美以联军对伊朗发动大规模军事袭击，到现在战争已经持续近一个月。这场战争最大的噱头是AI。从最近一个月的情况来看，AI对战争同时造成的进化与污染两方面效果。进化方面，美国通过媒体宣传AI的战争作用。相关人员对《华盛顿邮报》记者说，美军在制定对伊朗的打击计划时，利用Maven推荐了几百个目标，并进行优先级排序。这至少说明，AI已经能够显著加快美军的决策流程。污染方面，最直观的效果就是认知混乱。战争爆发后，大量野生智库与自媒体蹭热度，添油加醋描绘AI对这场战争的作用。创作者在流量经济驱动下要高频更新，所以很多人不做甄别就发布了AI文案，将美军AI描绘得神乎其神。之后这些机器幻觉结果，在互联网上不断被AI抓取投放，往好听了说是AI的商业互吹，往难听了说就是互相喂食。
污染：机器幻觉如何循环放大
先看污染。最典型的例子就是这个月头一周，中文互联网上大量流传美军利用AI斩首哈梅内伊的段子。其中污染效果最好的一篇文章，题目叫《AI杀死了哈梅内伊》，发布时间是3月1号下午。之后半个多月，这篇文章捏造的数据被反复引用，连官媒都被污染了。现在美军情报分析已经深度使用AI工具，因此AI确实有可能介入了斩首哈梅内伊的行动流程，但这跟网络段子说的是两码事。按照段子中的说法，在斩首哈梅内伊行动中，Claude只用了90分钟就整合了2.3PB数据，设计1.2亿条情报碎片，相当于328人100天的工作量。但这首先在小学算数上就离谱。按照段子里每人每天处理1000条情报，328人100天的工作量是3280万条，不是1.2亿条。进一步看，328人这个数字也是用小学算术凑出来的：1.2亿条情报除以每人每天1000条，再除以一年365天，取个整就是328人。
而且段子里说1.2亿条情报碎片的数据量是2.3PB，这显然也是胡编乱造。2.3PB按照书写规范应该是10进制，那么平均每条情报的数据量是19.17兆字节，相当于一张高清大图，或者几百万字。每人每天处理1000条情报就是19.17GB，哪怕这些情报全都是视频，按照1080P常见的播放码率，那也要播放好几个小时，在此基础上还想要做情报分析处理，那就得跳着看。现实中的情报分析任务，就没有用数据量来计算工作量的算法，都是按照任务复杂度、任务工时和产出效果来约束的。因此，合理解释只能是：AI缝合了多种来源的语料，用机器幻觉来填空。比如整合20多类异构数据，这就能在很多国内大厂数据平台以及政府智慧平台的宣传文案中找到相似结果；类似的，每秒120万条数据是常见的流处理系统吞吐量，10万+的并发访问也是服务器配置常见的并发承载量。
至于2.3PB数据与1.2亿条情报，NASA在2019年关于热带气旋的产品服务报告中也提到过相似内容。这些AI缝合语料，普通人乍一看很容易当真，所以在3月最初几天，这组伪造数据反复在互联网上流传。由于这篇文章的发布者在3月1号当天还同步发布了机翻的英文版，导致海外野鸡智库也用AI抓取了这些数据，当作研究成果来发布。到了3月17号，环球时报还在用这组虚构数据，一本正经分析AI军事化的影响。此外，环球时报还提到了两个数字：800倍和98.7%。98.7%也是从3月1号那篇文章中摘取的，同样也是机器幻觉。98.7%是AI相关宣传软文中常见的一个准确率数字：带一位小数，而且数字不同样，属于AI生成文本中比较漂亮的概率模板，可以当作AI创作的语气词。
800倍这个数字毫无逻辑，因为90分钟处理1.2亿条情报再除以800倍，那也是每秒钟处理27.8条情报，属于传说中的量子波动阅读，不知道神稿编辑是不是有这个能力。800倍同样也能找到语料素材，比如去年上海交大安泰经管学院发布的人工智能蓝皮书里，就提到特斯拉的数据标注效率比2018年提升了800倍。按照最初发文记录，这些机器幻觉段子的始作俑者是一个叫AI探码的公众号。从公众号信息可以看到，这就是格隆汇平台孵化的矩阵号，公众号自己已经把这篇文章撤掉了。这篇文章还有其他几个段子也被广泛传播，比如AI发现哈梅内伊车队有个1.2秒的异常停顿、AI用几个月的数据预判了哈梅内伊行动路径，这些都是机器幻觉。除此之外，互联网上还有一些类似套路的段子，比如说AI模拟了上万次斩首打击、批量生成了打击目标，这些也是机器幻觉。
斩首行动的真实过程
此前以军入侵加沙地区时，以色列官方曾经宣传过AI的作用，但在这次伊朗战争中，几乎没有公开提到AI。根据以色列相关人员对美联社透露的说法，是斩首行动利用了包括入侵监控摄像头在内的多种手段，并没有说利用AI识别出画面异常来判定打击窗口。汇总外媒比较权威的报道，可以大致还原出斩首行动前后的过程。特朗普在抓捕马杜罗之后，希望在伊朗也能赢一遍。刚好伊朗内部矛盾升级，所以特朗普下令让美军向伊朗周边集结，如果能靠恐吓压垮伊朗政权最好，压不垮也可以找个合适时期发动突袭。而长期以来，以色列一直都希望对哈梅内伊实施斩首打击，相关情报渗透就没有停过。但这种斩首行动需要白宫点头同意，也需要美军提供支持，因此在2月份，美以双方应该已经就斩首计划做过多轮沟通。在斩首行动之前的几天，以色列情报机构已经确认，哈梅内伊2月28号晚上要在德黑兰跟他的亲信开会。
27号以色列情报机构获得线报，说28号的会议提前了。内塔尼亚胡在电话里劝特朗普赶紧抓住机会，别错过赢学的窗口。于是特朗普立即签发了打击命令。结果在导弹落地前的几分钟，哈梅内伊二儿子穆杰塔巴刚好走到室外庭院里，躲过了致命一击，随后他继任伊朗最高领袖。伊朗到现在还在抵抗，而且还引发了全球能源市场震荡，特朗普不知道接下来该怎么收场，只能继续威胁，说要开始打击高价值民用设施。综合来看，美以联军袭击哈梅内伊，执行流程更接近一次传统的斩首行动，这恰恰是最符合逻辑的决策。因为行动策划周期长，目标也太重要，整套方案肯定是经过了多轮的核验与推敲，具体情报分析过程有可能使用了AI，但肯定不是网络段子里描绘的游戏挂机模式。
AI在情报分析中的可介入深度
那么在这种斩首行动中，AI参与程度有多深呢？可以参考一月初美军抓捕马杜罗的军事行动。根据华盛顿邮报报道，这场行动同样使用了Claude以及Palantir公司开发的Maven。美军提前几个月就在演练抓捕行动，包括三角洲部队在内的美军精锐专门搭建了一个演习场地，精确复刻了马杜罗的安全屋，反复排练演习，相当于远程蹲点。与此同时，马杜罗身边就有CIA的线人，持续向美国汇报马杜罗的位置和动向。去年12月下旬，美军一直处于待命状态，而且因为天气不好，还放弃了一次行动窗口。由此可以推测，AI在这场行动中起到的作用，主要是打通多元情报，将不同军种、不同情报机构的信息纳入到统一的在线平台里，并做一些初步的自动归类和时间线排序，减少情报人员的检索成本。同时，AI也可以结合气象数据，在天气条件不好的情况下做出行动窗口建议，提供时敏性质的决策支持。
这样看下来，似乎AI只是锦上添花，但这是因为美军这两场针对他国元首的行动太重要，容错率低，所以美国不在乎这两场行动的人力成本。而对于目标价值不太高的打击任务，AI可以大幅削减情报分析前序阶段的体力活，从而加速决策过程。具体来看，现代情报分析流程可以粗略拆解为五个通用环节。第一步是规划任务、确定方向：先列出已知信息，搞清楚接下来要获取哪些信息，准备用什么方式去找。第二步是情报收集，包含了多种情报获取手段。第三步是信息处理：把收集到的原始材料整理成可分析的资料，比如翻译文件、整理卫星图像、将线索分类归档，形成结构化材料。第四步是分析制作：在情报资料基础上形成研判结论，比如现在发生了什么、为什么发生、接下来有可能发生什么、对己方利益有什么影响。
第五步是分发：将分析报告提交给决策者，决策者读完报告如果提出了更多问题，那分析师就要进入下一轮情报分析循环，从第一步开始。此外，收集、处理、分析环节都要充分核验信息来源、评估置信度，对不确定的地方要做客观说明。与此同时，如果同一份情报可以做出不同解读，也必须一并写清楚，避免个人主观判断影响决策。这五大环节由于任务性质不同，AI的可介入深度也不同。处理操作过程越规范、越标准化，AI的可介入程度就越深；反过来说，任务的隐含条件越多、博弈越复杂、研判的开放程度越高，AI的可介入程度就越浅。这是由AI的底层逻辑决定的。现在的AI通常会同时集成几种机制，其中类似搜索引擎的检索部分，以及类似人脸识别、语音识别的判别部分，在生成式大模型之前就有成熟的产品了。
具体到生成式大模型，原理是先把输入文本拆分成一个个token，然后映射到高维向量空间，通过Transformer注意力机制捕捉上下文关系，之后再逐个生成输出的token。AI在这个过程中并不是真的具备人类的理解能力，而是通过上下文对下一个输出token做概率判断，是通过计算拟合出类似人类对话的结果。所以任务越标准化、文本格式越稳定、评价标准越明确，大模型就越容易形成准确的概率判断；而一旦工作内容不确定程度变高，输出结果就有可能发生飘移。刚才介绍过，情报分析的第一步是规划任务、确定任务方向，这是个人为定义需求的操作，AI可介入程度较浅。AI在这一环节能做的，是汇总历史案例，看看过去人们都提了哪些问题，让分析师在编制问题清单时有个参考，查漏补缺。第二步的情报收集，AI可介入程度较深。
这个较深，不是说让AI自己跑出去做侦察，而是说分析师遇到海量数据的时候，AI可以辅助做初步筛选，类似一个高水平的搜索引擎，相当于扩大了分析师的视野。第三步信息处理，AI的可介入程度最深。因为这部分工作大头是机械劳动的体力活，有标准化的作业流程，比如语音转写文字、文档翻译、去重、简单的信息比对，AI可以直接调用大模型之前的成熟工具去跑结果；遇到操作有一定开放性的步骤，就必须由分析师来完成，比如核验信息来源、评估置信度。第四步的分析制作，AI可以辅助分析师做一下初阶分析，比如提炼摘要、做内容归纳、梳理重建事件线、梳理人物关系图。但识别情报真伪、解析线索、评估风险、推测意图这些高级判断，必须由人来完成，尤其是军事任务。
这是因为战争环境中，情报分析处于高烈度的情报对抗状态，双方都会放出大量的伪装和假消息，直接用AI跑结果，大概率会遭受信息污染，因此必须靠人力来完成复杂操作。至于说最后一步的分发反馈，这是分析师跟领导汇报工作，AI充其量只能是帮忙排版、制作摘要和PPT、整理一下会议纪要。
美军AI的进化与能效迷思
带着这个框架，再去回顾最近十年美军AI的发展历程，就能快速抓住重点。21世纪头十几年，美军关注的焦点是反恐战争。这一时期，随着军用无人机数量增加，美国空军需要处理的全动态视频规模也在迅速增加，后台情报处理负荷很快就饱和了。2017年，美国空军在任务强度不高的情况下，还是执行了2.5万次情报、监视与侦察任务，收集了34万个小时的全动态视频，制作了255万份情报分析产品。这种情况下，一旦出现区域战争，需要处理的情报资料可能会以数量级的方式增加，美国空军后台很容易被信息流冲垮。所以2017年美军立项了Maven，准备用当时能做图像识别的早期AI辅助后台处理视频和图片。但随后，美国国防部意识到，卡脖子的第一步还不是处理图像视频，而是各个条线数据标准、权限和接口不互通。在这种情况下，仓促推广AI就会变成各家重复立项、重复造轮子，最后效率还是提不上去。
所以从2018年到2024年，美军一边推进AI试点，一边加快数据共享与接口整合。最近两年，美军总算能够跨军种统一部署Maven平台，把全军地图、视频、数据、分析报告与审批流程整合起来，不再局限于AI看片了。有了通用平台之后，Claude这种生成式模型才顺利嵌入进去。性质上类似于医院用统一平台，打通了挂号、病历、影像、检验、药房和收费系统，然后接入了一个AI助手。关于美军部署AI的能效，2024年乔治城大学有一份报告，分析了美国陆军第18空降军的军事演习情况，其中有个结论在互联网上流传：说的是通过Maven平台，只需要20人的10米目标处理小组，就能实现2003年伊拉克战争时期2000人的分析处理能力。很多人看完之后就得出结论，说AI将信息的处理速度提升了100倍。
但这在逻辑上显然是有问题的：2003年与2024年的数字化程度、数据整合水平、软件能力都相差太大，不能把所有代差都总结成是AI的作用，否则照这个逻辑，那跟1903年的美军做对比，所有代差也可以算成是AI的功劳，这显然是个逻辑谬误。
决策过载与污染的未来
回到这次伊朗战争。美军确实在首轮作战中使用了AI，但公开报道的口径非常谨慎，并没有具体说AI参与了哪些环节，也没有说哪些目标是AI生成的。美以联军在2月28日发起军事行动的24小时之内，累计打击超过1000个目标。按照情报分析流程，这些目标大都是过去长期积累的研判结论，尤其是固定设施这种静态目标，长期滚动维护这类目标库也是美军情报分析单位的常规任务。而且美军在去年空袭福尔多核设施之后，到这次伊朗战争爆发，中间间隔了大半年时间，情报机构有充分的时间慢慢分析出伊朗境内的高价值目标、更新目标库。AI可以在这个过程中起到辅助作用，但肯定不是在战时状态下才突击生成的几百个目标。匿名人士对华盛顿邮报所说的“AI建议了数百个目标”，应该是说AI从目标库中选取推荐了几百个，而不是AI自己生成了几百个。
当然，还有一部分高价值目标要靠临时窗口触发打击，这方面AI可以缩短研判周期。但从结果上看，这种大规模密集打击还是超出了美军情报机构的承压能力，决策者要在短时间内对这么多目标任务进行判定，就跟刷短视频一样，肯定会出现决策过载，然后就是偷懒。美军的首轮打击错误袭击了伊朗的一大片城市社区，轰炸了片区内的小学、医院与文化中心。从目前披露的信息来看，这应该是美军目标库相关信息严重过时，而美军高层又要追求首轮打击的数量效果，结果就是整个链条都没有经过详细核验，就批准了打击行动。这反过来也说明，美军AI远没有互联网上吹的那么神，并不能自动整合开源地图、公开网页和卫星影像，不能对陈旧目标库进行有效纠错。美军AI的工作模式，更接近于在既有内部数据和工作流基础上进行标准化处理。从更宏观的视角来看，随着AI能力的持续提升，污染与进化两方面都会进一步被加强。
随着AI生成的视频、图片仿真度越来越高，在未来战争中，认知污染很可能会成为一种规模化的特殊作战手段，网络部队可以通过批量劫持目标国家的账号，在社交媒体平台批量投放污染信息，比如去年年底国内某平台就遭受了黑灰产宝盒攻击。与此同时，随着无人机在战争中的普及，未来如果出现大规模蜂群对抗，人在回路的底线很容易就会被击穿，很容易出现AI批量托管无人机。好，本期节目到此结束，感谢各位收看，我们下期再见。
附录
信息来源
已核对
- 《AI杀死了哈梅内伊》（2026-03-01）可见转载（FX168、新浪财经、创业邦）均署名格隆汇（作者万连山），未能检出名为“AI探码”的公众号；正文另句“格隆汇平台孵化的矩阵号”与转载署名一致，公众号原名以音频为准、维持照录。（来源 fx168news.com）
- 环球时报2026-03-16文（新浪军事转载）证实口径：乔治城大学安全与新兴技术中心高级研究员普罗巴斯科介绍，“猩红之龙”演习中美陆军第18空降军使用帕兰蒂尔软件，仅用20人实现了伊拉克战争时期2000多人的目标选取效率。“10米”未见于任何公开报道，维持照录。（来源 mil.sina.cn）
- 数字吻合：美空军空中作战司令部官网载明，2017年空军执行近25000次ISR任务、收集340000小时全动态视频、产出255万份情报产品。（来源 acc.af.mil）
- 方向属实：卫报（伊朗驻塞浦路斯大使确认穆杰塔巴在2月28日袭击中受伤、六名家人丧生、“侥幸生还”）、路透（穆杰塔巴2月28日受伤、后继任最高领袖）、i24NEWS（差几分钟躲过打击）均可印证；27号线报、内塔尼亚胡电话等未逐项见公开报道，属节目综合叙述，维持照录。（来源 theguardian.com）
待核对
- 开头“往好听了说是AI的商业互吹，往难听了说就是互相喂食”两句为音频听感存疑处（“互吹/互捶”“喂食/喂屎”在多轮辨听间摇摆），按语境判定，请对照音频复核。
- “初阶分析”按语境判定（音频听感近“第一届”）；“各个条线数据标准”（亦有“条件”听感）按语境写“条线”。请对照音频复核。
- “去年年底国内某平台遭受黑灰产宝盒攻击”按音频照录，具体事件名称未能核实。
- “NASA在2019年关于热带气旋的产品服务报告中提到过相似内容”与“上海交大安泰经管学院人工智能蓝皮书称特斯拉数据标注效率较2018年提升800倍”两处为节目引述，按口播照录，请复核。
- 环球时报所引“800倍”未能在该文可见转载全文中定位（98.7%已核实出自该文），请对照原文复核。
睡前消息知识库