Sistem Penargetan Satelit LLM China: Cara Kerja 'Otak Plus Pasukan Alat'

Yang krusial, seluruh alur kerja berjalan tanpa serah terima manusia. Para peneliti mengklaim sistem ini menelan citra satelit, mengidentifikasi dan mengklasifikasikan target udara, melacak pergerakan, dan menghasilkan produk intelijen—semuanya sambil "secara mandiri mengatasi hambatan" dan memotong waktu analisis secara dramatis dibandingkan metode manual .

Beroperasi di Luar Jangkauan Kontrol Ekspor AS

Sistem ini beroperasi di chip Huawei Ascend, menempatkan rantai pasok perangkat kerasnya sepenuhnya di luar cakupan pembatasan ekspor semikonduktor AS . Ini bukan kebetulan—ini menunjukkan bahwa China kini dapat menggelar inferensi AI militer mutakhir dalam skala besar tanpa bergantung pada silikon Nvidia atau AMD yang dibatasi. Analis pertahanan mencatat bahwa penyebaran yang dioptimalkan untuk Ascend ini membuktikan sanksi chip AS telah gagal menghambat aplikasi AI militer China yang paling sensitif .

Tren PLA yang Lebih Luas: Dari Kepala Staf Digital hingga Kecerdasan Swarm

Air Target Agent System bukanlah proyek yang terisolasi; ia cocok dengan dorongan menyeluruh PLA untuk memasukkan penalaran berbasis LLM ke dalam setiap domain operasi militer.

Sebuah analisis CSET Georgetown terhadap dokumen pengadaan PLA menemukan militer mengejar sistem pendukung keputusan yang didukung AI (AI-DSS), peningkatan sensor, fusi data, dan computer vision untuk penargetan "di semua domain" . Catatan pengadaan mengungkapkan permintaan spesifik untuk sistem yang menggabungkan citra satelit, drone, dan darat untuk identifikasi dan pelacakan target .

Pada April 2026, PLA dilaporkan menggelar agen AI medan perang yang dirancang untuk bertindak sebagai 'kepala staf' yang sangat waspada di tingkat batalyon. Sistem ini, yang dibangun oleh para peneliti di Universitas Teknologi Pertahanan Nasional (NUDT), memberikan keputusan taktis dalam hitungan detik dengan recall akurat lebih dari 90%, mengungguli komandan manusia dan perangkat lunak tradisional . Dalam simulasi pendaratan amfibi, model NUDT membuat keputusan 43% lebih cepat daripada komandan manusia sambil mempertahankan akurasi tinggi bahkan dalam kondisi gangguan elektronik .

Kedua sistem berbagi DNA arsitektural yang sama: kolaborasi LLM multi-agen yang dirancang untuk memampatkan loop observe-orient-decide-act (OODA) di bawah ambang reaksi manusia.

Apa yang Diungkapkan Laporan Pentagon 2025

Ketika Pentagon merilis laporan tahunannya kepada Kongres tentang perkembangan militer China pada 23 Desember 2025, ia menggambarkan percepatan yang oleh pejabat AS digambarkan bergerak "jauh melampaui apa yang dikomunikasikan militer [China] secara publik" .

Temuan-temuan kuncinya meliputi:

• China telah mengejar ketertinggalan dari Amerika Serikat dalam kemampuan AI generatif. "Pada tahun 2024, sektor AI komersial dan akademis China membuat kemajuan pada model bahasa besar (LLM) dan model penalaran berbasis LLM, yang telah mempersempit kesenjangan kinerja," sebut laporan itu .
• PLA meningkatkan ketergantungannya pada AI dan teknologi baru untuk membangun kemampuan proyeksi kekuatan .
• Laporan itu secara eksplisit memperingatkan bahwa LLM dan model penalaran berbasis LLM "berguna untuk berbagai aplikasi militer"—sebuah temuan yang kini ditunjukkan secara operasional oleh Air Target Agent System .
• Penilaian itu menyimpulkan bahwa tanah air Amerika "semakin rentan" terhadap modernisasi militer China .

Peringatan Pentagon tentang kegunaan LLM untuk pengkodean dan operasi siber kini tampak visioner; Air Target Agent System memperluas kegunaan itu langsung ke dalam rantai pemusnahan penargetan.

Penyelarasan dengan Kerangka Kerja AI Agentic Nasional China 2026

Pada 8 Mei 2026—hanya beberapa minggu sebelum Air Target Agent System menjadi publik—tiga badan regulasi teratas China secara bersama-sama menerbitkan "Pendapat Implementasi tentang Penerapan Terstandardisasi dan Pengembangan Inovatif Agen Cerdas" . Ini adalah kerangka kerja wajib nasional komprehensif pertama di dunia untuk AI agentic .

Kerangka kerja ini signifikan karena:

• Memperkenalkan model tata kelola berjenjang berdasarkan skenario aplikasi dan tingkat risiko, yang secara eksplisit mencakup domain berisiko tinggi termasuk keamanan nasional dan militer .
• Mewajibkan standar keamanan, standar teknis, dan aturan adopsi industri saat Beijing mendorong adopsi agen AI 70% di terminal pintar pada tahun 2027 .
• Memperlakukan agen AI sebagai kategori regulasi yang berbeda terpisah dari LLM dasar atau AI generatif umum—mengakui bahwa sistem otonom yang merangkai penalaran, penggunaan alat, dan tindakan memerlukan tata kelola mereka sendiri .

Waktunya bukan kebetulan. Air Target Agent System persis seperti aplikasi otonom berisiko tinggi yang dirancang untuk diatur oleh kerangka kerja ini—menciptakan jalur regulasi untuk AI agentic militer sementara negosiasi kontrol senjata internasional tentang senjata otonom mematikan tetap terhenti.

Pertanyaan Kontrol Senjata yang Tidak Dijawab Siapa Pun

Kemampuan inti sistem—analisis, klasifikasi, dan pelacakan target secara otonom dari umpan satelit—berada di ruang ambigu antara "dukungan intelijen" dan "penargetan otomatis." Ambiguitas itu adalah masalahnya.

Risiko eskalasi dalam waktu yang terkompresi: Jika output sistem dimasukkan langsung ke loop kontrol tembakan, rentang waktu keputusan bisa runtuh dari menit menjadi detik. Dalam krisis, penargetan kecepatan mesin tanpa jeda manusia bisa memicu eskalasi yang tidak disengaja .

Batas kendali manusia: Sistem ini beroperasi "tanpa campur tangan manusia" selama fase analisis . Norma yang ada seperti Petunjuk Departemen Pertahanan AS 3000.09 mensyaratkan kontrol manusia yang berarti atas penggunaan kekuatan mematikan. Di mana analisis otonom berakhir dan penargetan otonom dimulai sekarang menjadi pertanyaan operasional yang hidup, bukan teoretis.

Mode kegagalan LLM dalam jalur pipa mematikan: LLM rentan terhadap halusinasi, input adversarial, dan kesalahan penalaran. Memasukkan LLM sebagai simpul penalaran pusat dalam jalur pipa penargetan memperkenalkan mode kegagalan baru yang tidak ada dalam sistem computer-vision deterministik .

Preseden untuk replikasi: Arsitektur 'otak plus pasukan alat' bersifat domain-agnostik. Ia dapat direplikasi untuk penargetan angkatan laut, penargetan pasukan darat, atau operasi siber—membuat penelusuran akuntabilitas dan verifikasi kontrol senjata di masa depan secara substansial lebih sulit.

Kerangka kerja mendahului perjanjian: Kebijakan AI agentic China Mei 2026 menciptakan tata kelola domestik untuk sistem otonom , tetapi kerangka hukum internasional di bawah Konvensi Senjata Konvensional Tertentu (CCW) tentang sistem senjata otonom mematikan (LAWS) tetap buntu. Air Target Agent System menciptakan fait accompli yang tidak dirancang untuk ditangani oleh negosiasi berbasis Jenewa dengan kecepatan operasional.

Tidak ada bukti yang dapat diverifikasi secara publik yang mendukung klaim tentang perjanjian bilateral AS-China tahun 2024 secara khusus tentang kendali manusia atas penyebaran senjata nuklir. Dialog stabilitas strategis terbaru terjadi melalui jalur track 1.5 dan 2 setelah KTT Sunnylands November 2023, dan pembicaraan bilateral terbatas berlanjut hingga 2024, tetapi tidak ada catatan publik yang mengonfirmasi perjanjian formal pada poin sempit ini.

Demikian pula, tidak ada catatan yang tersedia secara publik yang mengonfirmasi perusahaan bernama 'MizarVision' yang memproduksi citra satelit beranotasi AI sebagai preseden komersial langsung pada awal 2026. Ini mungkin merujuk pada proyek yang tidak dipublikasikan, kesalahan terjemahan, atau cerita yang sedang berkembang yang belum terindeks dalam sumber terbuka.