breakingdefense报告指出 ，当五角大楼宣称将部署数千架人工智能"忠诚僚机"时,国防界立即陷入了一场二元对立的争论:是让AI辅助飞行员,还是完全取代他们?联合发射联盟首席执行官托里·布鲁诺认为,这场辩论从一开始就走偏了方向。
真正的问题不应该是"有人还是无人",而是"当我们从零开始设计无需考虑飞行员生理极限的飞机时,能够创造出什么样全新的作战模式" 。这位火箭专家从高可靠性系统和自动化的交叉领域出发,为空战的未来描绘了一幅与传统思维截然不同的图景 。
目前美国空军正在推进的协同作战飞机计划,已经吸引了诺斯罗普·格鲁曼 、通用原子 、克拉托斯和硅谷新星Shield AI等多家企业竞标。这些公司提出的方案大多遵循"忠诚僚机"模式——让AI无人机在有人驾驶战斗机的指挥下执行辅助任务,充当前哨、诱饵或额外火力平台 。空军设想这些协同作战飞机将与下一代F-47战斗机配合,形成人机混合编队 。但布鲁诺质疑,这种思路是否过于保守,仅仅是在用新技术复制旧概念。
生理极限之外的战术空间
传统战斗机设计处处受制于人体承受能力。F-18战斗机飞行员能够承受的最大过载约为7.5G,这已经是经过严格训练的极限 。超过这个阈值,飞行员会出现视野边缘变黑的"灰视",进而失去意识 。但如果设计一架能够承受20G机动的自主飞机会怎样?这种极限机动能力将彻底改写空中格斗的规则,使得飞机可以执行人类飞行员根本无法想象的战术动作。
布鲁诺提出的另一个颠覆性概念是垂直发射战斗机 。现代航空母舰需要庞大的甲板来让飞机起降,陆基战斗机则依赖跑道设施 。这些基础设施不仅昂贵 、固定,而且在冲突中容易成为优先打击目标。如果用固体火箭发动机制造一个10G的垂直发射系统,飞机像导弹一样发射升空,任务结束后降落在捕获网中回收呢?这样的系统可以在24小时内在任何地点部署,无需修建跑道或航母 。
传统战斗机起飞和降落会消耗总燃料的20%左右 。这种能量浪费源于飞机必须以相对温和的方式加速,以免飞行员承受过大的过载。但无人飞机可以使用高推力火箭发动机在几分钟内以高超音速飞抵任务区域,然后切换到高效巡航模式执行任务 。这种混合推进方式在有人驾驶飞机上完全不可行,却能够大幅扩展无人平台的作战半径和反应速度 。
规模化部署是另一个被低估的优势。最新型尼米兹级航空母舰搭载约90架飞机,建造成本超过130亿美元 。如果将机队规模扩大到900架甚至2000架小型垂直起降无人机呢?这些飞机不需要弹射器 、拦阻索或巨大的甲板,可以从改装的两栖攻击舰甚至商用货轮上起降 。这将使海军能够在多个战区同时投送空中力量,而无需建造更多航母。
任务导向的兵力结构
通用原子航空系统公司在2024年美国空军装备展（AFA 2024）上展示了其协同作战飞机的设计方案（Valerie Insinna/Breaking Defense）
布鲁诺认为,与其纠结于"忠诚僚机"这种模糊的概念,不如根据空战的三大核心任务重新分配有人和无人平台的角色。第一阶段是夺取制空权——在冲突初期摧毁敌方空军,控制战区空域 。第二阶段是战略打击——深入敌方纵深,破坏其后勤、指挥和工业能力 。第三阶段是近距离空中支援——为地面部队提供精确火力和侦察。
夺取制空权和战略打击是AI飞机的天然应用场景 。任务目标明确:摧毁所有在空中飞行、地面上移动或发出电磁信号的敌方目标 。这片空域戒备森严 、防空密集,是最危险的作战环境。高速 、高机动性、重火力的AI飞机可以从隐蔽地点突然发起攻击,以人类无法承受的战术强度饱和敌方防御系统,快速夺取空中优势而不会造成己方飞行员伤亡 。
美国空军目前对协同作战飞机的设想正是着眼于这类高风险任务 。国会研究服务处的报告指出,这些AI驱动的无人机将能够在人类飞行员的指挥下执行任务,但具备在通信中断时自主行动的能力。它们可以充当"敢死队",突入密集防空网进行压制,或者充当传感器前哨,为后方的有人战斗机提供目标数据 。
一旦夺取制空权,有人驾驶飞机的优势就会凸显 。近距离空中支援需要在复杂的地面环境中识别友军和敌军,做出分秒之间的判断,避免误伤平民。这恰恰是当前AI系统的弱点 。即使是最先进的深度神经网络,其性能也严重依赖于训练数据的质量和覆盖面 。当遇到训练集中从未出现过的场景——比如友军使用缴获的敌方装备,或者平民与战斗人员混杂——判别式AI可能做出灾难性的错误判断。
技术成熟度与现实挑战
从技术角度看,完全自主的战斗飞行已经可行。Shield AI在2025年10月推出的X-BAT原型机展示了垂直起降自主战斗机的概念,该公司计划在2026年进行首次飞行测试 。诺斯罗普·格鲁曼在2025年12月公开的"利爪计划"设计方案,展示了一种可与第六代战斗机协同作战的大型无人平台 。这些项目表明,工业界已经掌握了制造高性能自主战斗机的核心技术。
但技术可行不等于战术合理 。当前AI系统面临的最大问题是脆弱性和可预测性 。对抗性机器学习研究表明,精心设计的输入可以欺骗神经网络做出荒谬的判断。在电子战环境中,敌方可能通过干扰传感器输入或注入虚假信号来误导AI飞行员 。此外,深度学习模型的"黑箱"特性意味着,即使系统做出了错误决策,工程师也难以追溯原因或预测何时会再次发生类似错误 。
布鲁诺提出的混合架构试图在AI的速度 、耐力和规模优势,与人类的判断力 、灵活性和道德责任之间找到平衡。让AI系统承担那些规则明确、环境可预测的任务,将需要伦理判断和情境适应的任务留给人类 。这种分工不是权宜之计,而是对不同计算范式本质特征的深刻理解 。
从武器平台到作战体系
布鲁诺观点的核心洞见在于,他将关注点从单个平台转向整体作战体系。问题不是"F-35战斗机应该有飞行员吗",而是"在一个包含数百个空中 、地面和太空节点的网络化作战系统中,每个节点应该承担什么角色,具备何种能力" 。这种体系化思维在他领导联合发射联盟的经历中得到锤炼——火箭发射本质上是一个高度复杂的自动化系统,需要在人类监督和机器自主之间找到精确的平衡点 。
欧洲防务界也在探索类似的道路。欧洲多国正在开发自己的协同作战飞机,与未来战斗机空中系统配合。这些项目强调模块化和可扩展性,允许根据任务需求灵活配置有人和无人平台的比例 。关键是建立通用的通信协议和指挥架构,使不同类型的平台能够无缝协作 。
最终,关于AI飞机的争论不应该是"是否"的问题,而是"如何"的问题。技术已经成熟,战术正在演变,剩下的挑战是组织 、法律和伦理框架能否跟上创新的步伐 。布鲁诺的贡献在于,他提醒决策者跳出传统思维的框架,想象那些只有在突破人类生理极限后才能实现的作战概念 。当我们不再试图让AI复制人类飞行员,而是让它发挥独特优势时,空战的未来才真正开始。
本文来自作者[花中漫步]投稿，不代表视听号立场，如若转载，请注明出处：https://stddy.com/cskp/202512-65400.html
评论列表（4条）
我是视听号的签约作者“花中漫步”！
希望本篇文章《美智库：关于人工智能飞机的争论愈演愈烈，但双方都错了》能对你有所帮助！
本站[视听号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：breakingdefense报告指出，当五角大楼宣称将部署数千架人工智能"忠诚僚机"时,国防界立即陷入了一场二元对立的争论:是让AI辅助飞行员,还是完全取代他们?联合发射联盟...