眼下的问题在于决策支持,而不是一个机器人发射按钮
公众讨论中,常常想象的是一个 AI 自主决定发射核武器的场景。而更切近、也更广泛的担忧,在于 AI 正在进入情报、预警、通信、后勤、网络防御、目标锁定,以及塑造着核决策者所掌握的信息与时间的常规军事行动之中。
一套推荐系统,并不需要拥有发射授权,就足以产生实质影响。它可以对预警信息进行排序、估计对手的意图、识别目标,或就己方部队是否正遭受攻击提供建议。如果决策者在一场短促的危机中,把一个不透明的输出结果当作权威依据,那么一次模型错误或一项被操纵过的输入,就可能左右一项不可逆的人类决策。
关于 AI 实际融入核指挥控制系统的证据,受制于保密限制而十分有限。因此,本文对以下三者加以区分:公开的承诺、观察到的一般性军事采用情况,以及具有说服力的升级机制。本文并不主张任何一个国家已经把核发射权交由 AI 决定。
当前公开的理论主张说了什么
美国在其2022年版《核态势评估报告》中声明,对于关乎总统作出启动或终止核武器使用决策的相关行动,将始终保持「人在环内」。美国国防部于2023年公开重申了这一承诺(国防部相关讲话)。
这一表述比单纯保留最终发射授权更为有力,因为它涵盖了对形成决策具有关键意义的相关行动。但这依然只是一个国家的公开承诺,其效果取决于具体的落实情况。「人在环内」这一说法本身,并不能说明这个人究竟拥有多少时间、多少独立的证据、多少专业知识,或多大程度上的实际自由。
斯德哥尔摩国际和平研究所(SIPRI)在2025年报告称,在拥有核武器的国家中,只有略超过一半明确表示了维持人类对核使用决策加以控制的意图(SIPRI 升级研究)。没有作出公开声明,并不能证明存在自动化发射;它反映的是透明度与规范方面的一处空白。
由美国发起的《负责任地在军事领域使用人工智能与自主性政治宣言》不具约束力。它呼吁明确界定使用场景、开展全生命周期测试、对高后果应用实施高层监督,并建立能够在系统出现意外行为时将其断开的机制(政治宣言文本)。这是一份关于军事 AI 的通用性框架文件,而不是一项专门针对核武器的协议。
核决策链条
核指挥、控制与通信体系——通常简称为 NC3——包括感知潜在攻击、评估预警信息、与决策者及部队进行通信、核实命令的真实性,以及维持对部队的控制。AI 可能被用于其中不同的环节,每一处所带来的后果也各不相同。
传感器数据处理,可以协助跨雷达、卫星、声学系统及其他数据流,来探测并分类相应目标。它能够缓解信息过载的问题,但也可能在异常条件下产生误报。
决策支持可以融合各类情报、生成应对方案,或估计对手可能采取的行动。即便输入信息并不完整、对手也在刻意实施欺骗,其输出结果依然可能看起来十分精确。
通信与网络防御可以识别入侵行为,或对网络进行重新路由。但一套自主的防御系统,同样可能拦截合法的信息,或对一个错误的指标作出反应。
常规目标锁定与自主性,即便并不属于 NC3 体系本身,也可能对核力量或其通信构成威胁。对手可能把一次由 AI 助力的常规军事行动,解读为解除其核力量武装的前奏。
发射执行是最终的授权与传输环节。在这一环节上保留由人类独享、且需明确确认的授权,是必要的,但这并不能解决上游环节中存在的风险。
自动化偏见与被压缩的时间
自动化偏见,指的是人们倾向于接受一项自动化建议、或未能察觉其遗漏之处的这种倾向。在一场危机之中,层级、界面设计、训练情况与时间压力,都可能放大这种效应。如果系统对涉密数据的汇总速度太快、来不及进行独立核实,那么一位名义上的人工审查者,可能根本没有任何有意义的替代选择。
AI 还可能制造出一种被感知到的「速度竞赛」。如果决策者认为对手能够更快找到己方的机动系统、或更快作出决策,他们就可能预先下放权限、分散决策权,或采取「预警即发射」的姿态。SIPRI 的分析强调,非核领域的军事 AI,即便从未真正触碰过一枚弹头,也可能压缩决策时间线,并增加误判的可能性。
速度也可能带来助益。更好的信息筛选,可能减少虚假警报,并让决策者获得更清晰的信息。最终结果如何,取决于相关系统是否呈现出不确定性、是否保留相互矛盾的证据,并支持深思熟虑的决策,而不是一味以快速行动为优化目标。
数据与对手因素,让这与普通应用截然不同
核危机十分罕见,因此针对这一具体决策的训练数据非常稀少。模拟演练与历史上的演习,无法涵盖每一种对手情形或技术故障。战时的实际状况,也可能与和平时期的数据大相径庭。
对手会主动实施欺骗。他们可能欺骗传感器、污染数据、攻陷软件、操纵通信,或以不可预测的方式行动,以制造疑虑。一个仅针对普通噪声测试过的模型,在面对一个具有战略意图的对手时可能会失效。而在保密性阻碍了广泛外部审视的领域,供应链遭到攻陷的后果尤为严重。
生成式系统可能产生幻觉,统计分类器则可能在训练分布之外表现出过度自信。仅仅因为人类分析师本身并不完美,就不能认为这两种失效方式是可以接受的。真正应当比较的,是完整的人机协作流程本身,包括其中新出现的失效模式,以及双方共同存在的依赖关系。
危机稳定性的风险路径
虚假预警: AI 对某个事件作出错误分类,并放大了「攻击正在进行」这一判断的确信程度。
纠缠效应: 一次针对军民两用传感器或通信系统的常规攻击,被误判为针对核控制系统的攻击。
反力量打击压力: 追踪能力的提升,看起来对报复性力量的生存能力构成了威胁,从而促使对方更早使用核武器。
网络层面的模糊性: 双方都无法判断,某次故障究竟是一次攻击、一起事故,还是一次模型故障。
交互效应: 各个自动化系统之间相互响应的速度,快过决策者澄清意图所需的时间。
这些都是具有说服力的风险路径,而不是「核战争必将爆发」的预测。制度性程序、兵力部署姿态、通信手段与军控措施,都能够打断其中的每一条链条。
具有实质意义的人类控制
人类控制所要求的,远不止一个人点击「批准」这么简单。决策者需要独立的信息渠道、可理解的证据、对不确定性的说明、持异议的分析意见,以及足够的时间去质疑相应建议。不应让任何单一的 AI 输出结果,成为判断攻击是否发生的决定性依据。
系统应当保留原始数据与多种可能的解读方式,而不是只给出一个经过融合处理的单一答案。操作人员需要接受关于已知失效模式的培训,并参与那些「AI 判断出错」的演练情境。放慢决策进程的权限,必须得到保护,不受组织层面压力的干扰。
最终的核使用决策,以及每一个关键的核实环节,都应当要求人类采取明确的确认行动。系统在出现故障时,应当默认进入一种能够保留控制权的状态,而不应把通信中断解读为一种许可。
技术与流程层面的保障措施
- 隔离关键系统,并把对商用网络的依赖降到最低;
- 使用多样化的传感器、软件、模型,以及非 AI 的核查手段,以降低相关性失效的风险;
- 禁止在关键决策路径中进行在线自我修改;
- 通过配置管控与独立测试来核实各项更新;
- 记录相关建议、输入信息、人工干预情况与不确定性,以供日后复查;
- 针对欺骗、数据投毒、网络攻陷与分布偏移等情形,开展红队测试;
- 保留非 AI 的备用流程,并对其加以演练;
- 对不可逆的行动,要求实行双人或多方权限管控;
- 把咨询系统与发射核实及执行环节相分离。
这里的目标,并不仅仅是追求较高的平均准确率,而是要防止某一个看似合理的错误,演变成不可挽回的后果。
国际层面的风险降低举措
各国可以公开承诺,绝不允许由 AI 来授权核武器的使用,并明确「人类控制」这一说法的具体含义,同时在不暴露作战机密的前提下,交流各自的安全理论信息。危机热线应当覆盖疑似的 AI 与网络事件。演习通报机制与技术澄清渠道,能够减少误判的可能性。
SIPRI 指出,目前尚不存在一套专门覆盖「AI 与核武器交汇领域」的治理框架,并建议划定更清晰的红线,并制定更为精确的人类控制标准(SIPRI 治理研究)。现有的军控、军事 AI 与建立互信的相关论坛,完全可以先着手开展这项工作,而不必等到各方就 AI 的每一项定义都达成共识之后再行动。
核查工作很困难,但宣示性的政策,依然能够塑造相应的规范,并使各方的做法具有可比性。围绕安全决策支持、事件分类体系与人的因素而开展的共同研究,能够带来切实可行的收获。
现实层面的结论
截至2026年9月13日,公开证据并未证实存在自主的核发射权限。当下真正严肃的问题在于:AI 在军事与决策系统的其他环节中,可能会如何改变预警、确信程度、决策速度,以及对己方脆弱性的感知。
保留人类作出最终决策的权力是必要的,但还远远不够。危机稳定性,需要时间、独立的证据、具有实质意义的异议、网络韧性、经过测试的备用方案、与发射执行环节的严格分离,以及国际间的沟通。在核指挥体系当中,一套系统应当帮助人类去思考——而不是让人类觉得自己根本没有时间去思考。