美国海军 Jon Haase 上尉谈 AI、自主系统与海战未来

摘要

• Haase 的猎雷系统表明，国防 AI 首先是边缘端集成问题，其次才是模型问题。 多个深度学习模型组成的集成系统运行在无人水下航行器搭载的 NVIDIA 处理器上，识别疑似水雷并在不浮出水面的情况下触发确定性的任务分支；同一套模型也能加速笔记本电脑上的人工复核。在无法使用 GPS、声学通信又不可靠的水下环境中，功耗效率、推理延迟、导航和机载传感器共同限制了模型的使用方式。

• 商用系统向军用系统的加固鸿沟，可能把原本预计10%的改动放大成90%的变更。 给一条水下声学消息加密后，传输时间变长，DSP 持续运行更久，电压和热量上升，最终导致电路板失效，迫使团队从软件一路改到物理架构。Haase 对国防科技供应商的直白警告是：产品在解决可靠性、网络安全、保障维护和部署之前，看起来能用的东西“从来没有真正可用”。

• 一个能够运行的原型，在军用部署中只代表“问题的5%”。 技术有效只是入场券；专业人士还会追问它能否经受对手攻击、符合政策、完成部署并得到持续保障。即使模型和机器人不断演进，采办知识与系统工程能力仍是持久的差异化来源。

• Haase 的团队只应在商业市场无法提供的地方打造定制能力。 猎雷识别需要定制开发，但对大语言模型而言，Haase 更愿意调整需求以适配规模化商用产品，也不愿为政府专用替代品提供资金，因为后者的成本会“指数级”上升。开源模型还会进一步加速那些已经理解任务场景的承包商，使价值更多转向安全集成与部署。

• Haase 支持将 AI 融入进攻行动，但拒绝把军事效能与伦理克制框成二选一。 他对夺取生命的标准是明确、具体的人类介入，可解释性、监督以及保护平民；在 Lukas Biewald 追问对抗性军备竞赛问题后，Haase 回答说，进攻性、胜利与道德正当性是“并且”，不是“或者”。AI 可以提升行动节奏和决策优势，但应“赋能并增强人类，而不是取代我们”。

• 技术领先很重要，但 Haase 认为，集成与训练的重要性高于10–20%的模型性能优势。 对 DeepSeek R1 和 R10 引发的焦虑，他的反驳很绝对：“软件从未赢得战争。”未来5到10年，他预计机器人、智能体、实时数据和远程行动会增加，同时为“约30%留给我们尚未看到的东西”。

• 一个有前景的应用，是由可互操作的智能体组成的层级体系，用来拨开战争迷雾。 车辆级智能体可以帮助区分水雷与岩石并重新规划任务；更高层级的智能体则可将这些任务压缩成舰队部署决策，让共享数据沿指挥链动态流动。Haase 认为，让疲惫的人类更清晰地沟通和决策能够带来“完全超出比例的回报”；他还在内部证明，领导者公开使用 AI，可以在“一两周内”改变团队的采用情况。

精读

上游暂未提供，后续同步将继续补齐。