从德黑兰到五角大楼：AI如何悄然进入现代战争核心|五角大楼|军事|德黑兰|情报人员|现代战争|美国国防部

近日，美以对伊朗发动的大规模军事打击引发国际震动，其原因不仅在于打击规模与政治影响，更在于一个愈发清晰的趋势——数据与人工智能（AI）正成为现代战争的关键基础设施。

▲ 2月28日拍摄的伊朗德黑兰市中心景象。

图源：新华社

PART.01

城市监控渗透：

从街头画面到情报拼图

据《金融时报》报道，在此次行动之前，以色列情报系统已持续多年渗透伊朗首都德黑兰的城市监控网络。通过入侵交通摄像系统，情报人员长期获取并分析街头视频画面，将分散在城市各处的实时影像转化为可存储、可检索的数据资源。

这些交通摄像头只是情报来源之一。以色列国防军信号情报部门“8200部队”、以色列最高情报机构“情报和特勤局”（摩萨德）外勤人员所收集的信息，共同构成多渠道数据汇流。在不同情报源的叠加与校验下，情报人员逐步绘制出一幅关于德黑兰核心区域的“情报图像”。

“生活模式”数据库：算法驱动的行为建模

围绕哈梅内伊及多名伊朗高官的安保体系，情报部门通过多年持续的数据积累，建立起一套系统化的“生活模式”（Pattern of Life）数据库。其核心思路，是从安保链条入手，通过外围人员的行动规律，反推核心人物的活动轨迹。

情报人员为官邸周边的保镖与司机建立个人档案，并运用复杂算法不断补充细节，档案内容包括：

• 居住地址

• 值班时间

• 上班路线

• 服务对象

这些基础信息在长期采集和交叉验证中呈现出稳定的行为规律。通过社会网络分析方法对数十亿数据点进行梳理，情报系统能够识别关键节点与协同行动模式，预测特定时间段的人员集结概率。

综合多源情报分析后，情报部门判断哈梅内伊将于2月28日上午在巴斯德大街附近官邸召开会议，多名伊朗高官出席。根据相关行动规程并经多方信息交叉确认，原定于2月27日夜间的军事打击计划被调整至28日上午实施。

行动当天，以色列对相关区域手机基站实施干扰，阻断预警通信，使安保人员难以及时接收外部信息。至此，长期数据积累与实时干预措施形成配合，为行动创造了条件。

PART.02

AI进入作战体系：

从信息处理到决策支持

在此次美以对伊朗的行动中，《华尔街日报》、《卫报》等媒体明确报道，美国军方使用了Anthropic公司的AI模型Claude。去年11月，Anthropic与数据分析企业Palantir达成合作，将其大模型Claude引入美国军事决策支持体系，用作系统中的推理与分析引擎。这一合作标志着生成式人工智能正式开始嵌入传统情报与指挥链条。

（图源：华尔街日报）

（图源：卫报）

据《华尔街日报》和彭博社报道，在今年1月的针对委内瑞拉的行动中，美国中央司令部使用了由 Anthropic 开发的 Claude，用于“情报评估、目标识别以及战场情景模拟”。相关信息显示，该模型被嵌入到 Palantir Technologies 提供的系统平台之中，用于整合和梳理复杂情报数据。

需要强调的是，目前公开资料并未显示 Claude 直接控制武器系统。其角色更可能集中在认知与分析层面，承担决策辅助功能。

这类应用体现出生成式人工智能在军事体系中的新定位——并非替代指挥官，而是压缩信息处理时间、提升认知效率。在高密度情报环境下，人类分析能力存在明显瓶颈，而人工智能系统能够在短时间内处理海量数据，并输出结构化、可决策的信息结果。

事实上，这也并非人工智能首次进入战场。公开资料显示，相关技术早已在多个国家的军事体系中部署多年，如今只是以更高算力、更强模型能力的形式进入更核心的决策环节。

PART.03

美以两国AI军事应用案例：

从算法战到态势融合

“梅文计划”：算法战的起点

2017年，美国国防部正式启动“算法战跨职能团队”（Algorithmic Warfare Cross-Functional Team），即广为人知的“梅文计划”（ Project Maven）。

根据美国官方说明，“梅文计划”的目标是利用机器学习和计算机视觉技术，自动分析无人机和卫星获取的全动态视频。传统人工分析需要数百名情报人员逐帧观看影像，而AI可以自动标记画面中的车辆、建筑和可疑活动，大幅提高效率。美国国防部曾公开表示，该系统在中东战区用于识别潜在威胁目标，并协助情报人员筛选高优先级内容。

Gotham：多源情报融合平台

Palantir公司长期为五角大楼及情报机构提供数据整合服务，其核心产品Gotham平台被广泛用于多源情报融合，Gotham能够整合：信号情报（SIGINT）、人力情报（HUMINT）、地理空间数据和战场实时传感器信息。

（图源：Palantir 官网）

系统通过可视化图谱方式呈现关联网络，帮助指挥官在复杂环境中快速理解目标关系结构。据悉，在伊拉克和阿富汗战争期间，美国军事情报界曾利用 Palantir 的数据分析能力来提升对路边炸弹（IED）威胁的预测与识别能力。

与生成式AI不同，Gotham本质上是一个数据整合与图谱分析平台，但近年来通过与Palantir AI平台集成，它开始支持自然语言处理和预测分析功能，从而增强决策洞察能力。

以色列“薰衣草”系统：目标评分机制的争议

2023 年加沙冲突期间，以色列媒体《+972》杂志披露，以军使用名为 “薰衣草”（Lavender）的 AI 数据库系统进行目标筛选。尽管以色列国防军未全面披露细节，媒体报道称，该系统通过分析通信记录、社交关系和行为数据，为个人赋予“关联评分”分析海量监控数据，如社交关系和位置记录，为个人打分（1至100分）。当某人分数超过阈值时，系统便将其标记为军事目标。

据悉，该系统曾生成多达约 37,000 名疑似与哈马斯或 PIJ（巴勒斯坦伊斯兰圣战组织）相关的人员名单，并被用作推荐空袭目标的依据。但是该系统的错误率约为 10%，大约有 3,600 人被误标为目标，这反映了 AI 在军事应用中可能带来的严重误判风险。

（图源：+972官网）

DARPA：可解释与实时AI系统投资

美国国防高级研究计划局（DARPA）长期投资人工智能基础研究与创新项目，包括提升算法透明度和可信度的 Explainable Artificial Intelligence (XAI) 计划，旨在开发能够解释自身决策逻辑的机器学习技术，以增强人机合作和信任。

DARPA 的 AI Next Campaign 战略进一步表明，该机构正推动下一代 AI 技术用于多种国防应用，包括用于未来指挥与控制、态势感知、人机协同等关键领域。

（图源：DARPA官网）

PART.04

科技公司与国家安全的博弈

据报道，Anthropic坚持其模型不能被用于大规模监控美国公民或具有完全自主致命行动的武器，由此与美国政府产生分歧。随后，美国政府宣布联邦机构暂停使用其技术。与此同时，OpenAI 被指迅速与国防部门达成合作协议。在争议升级后，美国总统特朗普下令联邦机构停止使用 Claude。然而，该工具已深度嵌入五角大楼系统，更换为更“配合”的替代产品可能需要数月时间。

由此可见，AI 公司不再仅是商业主体，而是地缘政治格局中的重要节点，其决策能够直接左右军事与国家安全策略。

结语：算法时代的战争边界

从德黑兰城市监控网络的渗透，到生成式AI进入军事决策系统，再到各国公开部署算法战项目，现代战争的结构正在发生深层次变化。

战争不再只是兵力与火力的较量，更是数据积累能力、算法模型能力和系统整合能力的竞争。问题的核心不在于“是否使用AI”，而在于：

• 它在决策链条中处于什么位置？

• 透明度如何保障？

• 企业与国家之间如何界定权责边界？

AI已经进入战场，但围绕它的规则仍在形成之中。理解这一变化，不仅关乎军事技术，更关乎未来国际秩序。

>End

本文转载自“银河实验室”，原标题《从德黑兰到五角大楼：AI如何悄然进入现代战争核心》。

为分享前沿资讯及有价值的观点，太空与网络微信公众号转载此文，并经过编辑。

未按照规范转载及引用者，我们保留追究相应责任的权利