解放軍AI衛星鎖定系統全面拆解：「大腦加工具軍團」點樣全自動搵出空中目標

中國航天研究團隊近期公開咗一個叫「空中小目標智能體系統」（Air Target Agent System）嘅AI系統，俾國防分析員稱為「全球首個由主要軍事強國公開嘅大型語言模型（LLM）衛星目標鎖定系統」。佢唔單止識得喺衛星圖像入面搵出目標物件，仲識得自己推理、將複雜任務拆細分配俾唔同嘅AI工具、最後自己組合情報得出結論。成個系統用全中國自主研發嘅晶片供應鏈砌出嚟，突顯咗北京係有計劃咁要將「衛星睇到嘢」去到「作出軍事決定」之間嘅時間大幅壓縮。

「大腦加工具軍團」點樣運作

呢個系統嘅設計概念，係直接借鑑認知科學同組織管理學嘅比喻：一個中央推理器（即係個「大腦」）負責協調一堆專用嘅子智能體（即係「工具軍團」）。同以前嗰啲電腦視覺模型好唔同，以前嘅模型頂多喺幅圖度圈出個物體，但呢個新框架係將LLM嘅推理能力擺喺成個流程嘅最頂層。

**個中央「大腦」**係一個大型語言模型，負責理解衛星圖像嘅語境、決定要搜乜嘢、將複雜任務拆細做子任務、同埋綜合返晒啲下屬智能體交出嚟嘅結果。佢做嘅係高階判斷——例如分辨一個假目標同真飛機，或者判斷某個空軍基地嘅活動模式值唔值得再跟進。

**個「工具軍團」**就由多個專用嘅AI智能體組成，每個都針對一個窄嘅任務做咗優化。有啲負責物件偵測（例如喺跑道或者空中認出飛機），有啲負責圖像分割、有啲負責喺時間序列嘅衛星圖之間做變化檢測、有啲預測移動目標嘅軌跡，仲有啲做多源數據融合。個中央大腦會將任務派俾呢啲工具，收返結構化嘅輸出，再砌返成個完整嘅情報圖像。

最關鍵嘅係，成個流程係冇人介入嘅。研究人員話，個系統吞咗衛星圖像入去之後，自己識得辨識同分類空中目標、追蹤佢哋嘅移動、生成情報產品——全程「自己克服障礙」，比起傳統人手分析方法大大縮短咗分析時間。

喺美國出口管制嘅射程之外運行

呢個系統係行華為昇騰（Huawei Ascend）晶片嘅，換句話講，佢嘅硬件供應鏈完全唔喺美國半導體出口管制嘅範圍之內。呢樣嘢唔係咁啱得咁蹺，而係證明咗中國已經可以大規模部署尖端嘅軍事AI推理能力，唔使靠受限制嘅Nvidia或者AMD晶片。國防分析員指出，呢個針對昇騰晶片做咗優化嘅部署，證明咗美國嘅晶片制裁根本封鎖唔到中國最敏感嘅軍事AI應用。

解放軍AI大趨勢：由數碼參謀長到群體智能

空中小目標智能體系統絕對唔係一個單獨嘅項目，而係完全嵌入咗解放軍全軍上下推動「用LLM推理滲透每個軍事行動領域」嘅大潮流入面。

喬治城大學安全與新興技術中心（CSET）分析過解放軍嘅採購文件，發現軍方喺「所有領域」都追求緊用AI嚟做決策支援系統（AI-DSS）、感測器增強、數據融合，同埋用電腦視覺嚟做目標鎖定。採購記錄仲顯示，佢哋有明確要求可以融合衛星、無人機同地面圖像去做目標識別同追蹤嘅系統。

喺2026年4月，解放軍據報仲部署咗一個戰場AI智能體，設計成要喺營級單位度扮演一個「超級警覺嘅參謀長」角色。呢個系統由國防科技大學（NUDT）嘅研究員開發，聲稱可以喺幾秒之內俾出戰術決定，準確召回率超過90%，表現好過人類指揮官同傳統軟件。喺模擬兩棲登陸嘅測試入面，國防科大嘅模型做出決定嘅速度快過人類指揮官43%，而且就算喺受到電子干擾嘅情況下，準確率都維持喺高位。

呢兩個系統嘅底層DNA其實係一樣嘅：都係用多智能體LLM協作，目標係將「觀察—判斷—決定—行動」（OODA循環）壓縮到低過人類反應閾值。

2025年五角大樓報告爆咗咩料

五角大樓喺2025年12月23日向國會提交咗年度嘅中國軍力發展報告，入面描繪咗一個加速嘅畫面，美國官員形容中國嘅實際行動「遠超軍方對外所講嘅嘢」。

報告有幾個重點：

• 中國喺生成式AI領域已經追貼美國。「喺2024年，中國商業界同學術界嘅AI領域喺大型語言模型（LLM）同基於LLM嘅推理模型上面都取得咗進展，呢樣嘢收窄咗中國模型同目前領先嘅美國模型之間嘅性能差距，」報告咁樣寫。
• 解放軍越嚟越依靠AI同其他新興技術嚟建立力量投射能力。
• 報告明確警告，LLM同基於LLM嘅推理模型「對一系列軍事應用都好有用」——呢個判斷依家俾「空中小目標智能體系統」喺操作層面證實咗。
• 評估結論係，美國本土對中國軍事現代化「越來越脆弱」。

五角大樓當時警告LLM喺編碼同網絡行動嘅實用性，依家睇返係好有先見之明；「空中小目標智能體系統」進一步將呢種實用性直接延伸咗入去目標鎖定嘅殺傷鏈（kill chain）入面。

同中國2026年國家級智能體AI框架嘅同步

喺2026年5月8日——即係「空中小目標智能體系統」曝光之前僅僅幾個禮拜——中國三個最高級嘅監管機構聯合發布咗《關於規範應用和創新發展智能體（智能代理）的實施意見》。呢份係全球第一份針對自主式AI（Agentic AI）嘅全面國家級法定框架。

呢個框架之所以咁重要，係因為佢：

• 引入咗一個基於應用場景同風險等級嘅分級治理模式，明確咁涵蓋咗高風險領域，包括國家安全同軍事。
• 規定咗安全標準、技術標準同行業採用規則，配合北京推動去到2027年智能終端嘅AI智能體採用率達到70%嘅目標。
• 將AI智能體當做一個獨立嘅監管類別，同底層嘅LLM或者一般嘅生成式AI區分開——承認咗呢啲識得將推理、工具使用同行動串聯起嚟嘅自主系統，需要佢哋自己一套治理方法。

呢個時間點絕對唔係巧合。空中小目標智能體系統正正就係呢個框架設計要管嘅嗰種高風險自主應用——佢為軍事級自主AI提供咗一條監管路徑，同時國際社會針對殺傷性自主武器系統嘅軍備控制談判仲係停滯不前。

軍備控制嘅問題，冇人答到

呢個系統嘅核心能力——由衛星資訊自主分析、分類同追蹤目標——坐喺「情報支援」同「自動化目標鎖定」之間一個好灰色嘅地帶。而呢個灰色地帶正正就係最大問題。

壓縮決策時間引發嘅升級風險： 如果呢個系統嘅輸出俾人直接駁咗入去武器嘅火控迴路（fire-control loop）入面，決策時間線可能會由幾分鐘暴跌到幾秒鐘。喺危機入面，機器速度嘅目標鎖定冇人類停一停諗一諗嘅空間，可能會觸發意外升級。

人類控制權嘅邊界： 個系統喺分析階段係「唔使人類介入」咁運作嘅。現有嘅規範，例如美國國防部第3000.09號指令，要求喺使用致命武力嘅時候要有有意義嘅人類控制。咁究竟自主分析喺邊度結束、自主鎖定喺邊度開始，依家已經唔係理論問題，而係一個活生生嘅操作問題。

LLM喺致命系統管道入面嘅失效模式： LLM本身係會有幻覺、容易俾對抗性輸入干擾、同埋會有推理錯誤嘅。將一個LLM當做中央推理節點放入目標鎖定嘅管道入面，會引入一啲喺傳統確定性電腦視覺系統嗰度唔存在嘅新失效模式。

複製先例： 「大腦加工具軍團」呢個架構係唔受領域限制嘅。佢可以被複製去海軍目標鎖定、地面部隊目標鎖定、甚至網絡行動上面——咁樣會令到問責追溯同未來嘅軍備控制核查變得難上加難。

框架快過國際條約： 中國2026年5月嘅自主式AI政策，為自主系統建立咗國內治理，但係喺《特定常規武器公約》（CCW）之下關於殺傷性自主武器系統（LAWS）嘅國際法律框架仲係膠著狀態。空中小目標智能體系統製造咗一個既成事實，而呢個事實係日內瓦嗰邊嘅談判根本冇辦法用操作速度去應對嘅。

目前冇公開可以核實嘅證據，支持「2024年美中之間就核武部署嘅人類控制權達成雙邊協議」呢個講法。最近期嘅戰略穩定對話係透過2023年11月「莊園會晤」（Sunnylands summit）之後嘅1.5軌同2軌渠道進行嘅，有限度嘅雙邊會談一路持續到2024年，但冇公開記錄確認存在針對呢個窄點嘅正式協議。

同樣，目前冇公開記錄確認有間叫「MizarVision」嘅公司喺2026年初以AI標註衛星圖像作為直接嘅商業先例。呢個可能係指一個未公開嘅項目、翻譯出錯，又或者係一個仲未俾公開來源索引到嘅發展中故事。