「空中目標代理系統」並非孤立的單一專案,它精準地嵌入了解放軍全軍上下,一股將大型語言模型推理能力注入每一個軍事作戰領域的浪潮之中。
喬治城大學安全與新興技術中心(CSET Georgetown)針對解放軍採購文件的分析發現,中國軍方正「跨所有作戰領域」尋求AI輔助決策系統、傳感器增強、數據融合,以及用於標定目標的電腦視覺等能力 。採購紀錄明確顯示,解放軍具體要求將衛星、無人機與地面影像融合,以進行目標辨識與追蹤的系統
。
2026年4月,據報導解放軍已部署了一款戰場AI代理,旨在營級單位扮演一個高度警戒的「參謀長」角色。這套由中國國防科技大學(NUDT)研究團隊打造的系統,能在數秒內完成戰術決策回應,召回準確率超過九成,表現優於人類指揮官與傳統軟體 。在模擬兩棲登陸的兵推中,該系統做出決策的速度比人類指揮官快了四成三,即使在遭遇電子干擾的通訊條件下,仍能維持極高的準確度
。
上述兩套系統共享同樣的技術基因:即透過多代理大型語言模型協作,來將「觀察、判斷、決策、行動」(OODA)循環壓縮到低於人類反應門檻的設計理念。
報告的關鍵發現包括:
五角大廈先前對LLM在編碼與網路作戰上的應用所發出的警告,現在看來極具先見之明;「空中目標代理系統」已將這項工具的應用範圍,直接延伸到了軍事打擊鏈的標定環節。
2026年5月8日——就在「空中目標代理系統」曝光之前僅幾週——中國三大最高監管機構聯合發布了《智能代理規範應用與創新發展的實施意見》。這是全球第一部針對代理型人工智慧(Agentic AI)的全面性國家法規框架
。
該框架的重要性在於:
這在時間點上絕非巧合。「空中目標代理系統」正是該框架設計來加以治理的那類高風險自主應用——它在國際社會針對致命自主武器的談判仍陷入僵局之際,為中國的軍事代理型AI預先鋪設好了一條國內的監管路徑。
這套系統的核心能力——從衛星影像中自主分析、分類並追蹤目標——坐落在「情報支援」與「自動化標定」之間的模糊地帶。而這種模糊,正是問題的核心。
人類控制的邊界在哪裡: 該系統在分析階段「無需人為干預」獨立運作 。而像美國國防部第3000.09號指令這類現有規範,要求在使用致命武力時必須確保有意義的人類控制。那麼,自主分析到哪一步為止?自主標定又從哪一步開始?這已不只是一個理論問題,而是一個活生生的作戰難題。
LLM在致命環節中的失效模式: 大型語言模型容易產生幻覺,易受對抗性輸入的干擾,也可能出現推理錯誤。將一個LLM作為標定流程中的核心推理節點,會引入那些傳統、確定性電腦視覺系統所不存在的新型故障風險 。
他國複製的範例: 「大腦+工具軍團」的架構不侷限於特定領域,它可以被輕易複製到海軍標定、地面部隊標定,甚至是網路作戰。這將使未來的究責追溯與軍控查證,難度遠超以往。
法規超前於國際條約: 中國在2026年5月頒布的代理型AI政策,為自主系統創造了國內的治理機制 ,但在《特定常規武器公約》(CCW)架構下,關於致命自主武器系統(LAWS)的國際法律框架談判仍處於僵局。「空中目標代理系統」正在創造一個既成事實,而這類事態發展的速度,是日內瓦談判機制所根本無法設計來應對的。
針對所謂2024年美中曾就核武部署的人類控制權達成雙邊協議的說法,目前並無任何可公開驗證的證據支持。雙方最近期的戰略穩定對話,是在2023年11月加州陽光莊園(Sunnylands)峰會後,透過1.5軌與2軌管道進行,且2024年持續舉行了有限的雙邊會談,但無公開記錄確認在此特定點上達成了正式協議。
同樣地,關於一家名為「MizarVision」的公司在2026年初先行產出AI標註的衛星影像作為商業先例,目前公開資料庫中亦無相符紀錄。這可能指向一個尚未公開的專案、一個翻譯上的誤差,或是尚未被納入公開來源的發展中事件。