本文不讨论具体技术实现，而是希望与各位共同审视一个常被忽略的前置问题——我们关于“人与机器在战场上如何共存”的心智模型，是否需要更新？

这不是一篇技术文档，而是一份方向性思考。

引子：一个被反复提及的问题

业界常问：“一开始全靠人在环路进行指控，后期逐渐引入指控智能体；还是一开始全部用指控智能体验证算法，后期逐渐转向人在环指控？"

这是一个非常坦诚的问题。它反映了对“人和智能体的关系”长期存在的犹豫。但必须指出：这个问题的两个选项，可能都建立在一个即将逝去的世界观之上。

它预设了：

系统的工作模式是“人控”和“机控”二选一；

演化的方向是其中一种逐渐替代另一种；

人和机器在指挥链中是同一类角色，做的是同一件事。

但真实的图景是：人与机器绝非替代关系，而是治理与被治理的共生关系。在这个新关系下，二选一的问题本身就消失了。

要理解这个判断，我们需要先回顾指挥－控制关系是如何走到今天的。

一、三个时代的指挥－控制关系

军事史上，指挥与控制的内涵随技术能力发生过两次大的范式更替：在工业时代早期之前的数千年里，它仅指简单的指挥；进入工业时代后，C2作为机械化战争的产物正式成型，成为军事力量的核心要素；而随着信息化技术发展，它又被C3、C3I、C4ISR等信息化战场的新概念所拓展，通信技术的每次突破都推动其从形式到内容发生重大变革。

1.1工业时代：人控

从拿破仑战争到第二次世界大战，C2 的基本模式是：

人决策、人执行、机器只是力量放大器。

指挥官位于司令部，依靠传令兵、电报、电台向下传递命令；

部队按命令机动、按命令开火；

战场反馈通过同样的链路逆向上报，往往延迟数小时甚至数天。

这个时代的核心隐喻是 “指挥棒”——指挥官挥棒，部队随之而动。机器（火炮、坦克、飞机）放大了人的力量，但不参与决策。

1.2信息化时代：人在环（HITL）

从越南战争中的 ECM 对抗、到海湾战争的 C4ISR 体系、再到伊拉克战争的网络中心战，第二次范式更替的核心是：

人决策、机器辅助、传感器与通信网络成为人的延伸。

指挥官从“凭电报想象战场”变为“看着实时图像指挥战场”；

武器系统加入了瞄准计算机、自动跟踪、辅助决策；

但关键决策仍然由人类做出——开不开火、推不推进、撤不撤退，都还是人按下按钮。

这个时代的核心隐喻是 “驾驶舱”——人坐在中央，仪表盘围成一圈，机器把信息送到人面前，人做出判断，机器忠实执行。“人在环”（Human-in-the-Loop）这个术语就诞生于这个时代，它的潜台词是：所有的关键环节都必须有人参与，否则就是“失控”。

1.3智能化时代：人作阀门（人在环上）

从 2010 年代后期开始，几个新的现象正在共同改变这个范式：

算法战争：从美军 Project Maven 到俄乌冲突中的目标识别 AI，机器开始在 OODA 循环的“观察－判断”环节承担主导角色；

马赛克战：美国国防预先研究计划局（DARPA）于2017年提出的创新性作战概念，核心是把过去集成在航母、预警机这类大型昂贵作战平台上的能力，打散为相对低成本、低复杂度的传感器、多域指挥与控制节点、有人/无人系统等可重组的小型功能单元，能根据威胁、战场情况和作战需求，以自协调、自适应的方式自主组合构建作战体系，若体系部分被摧毁还可动态重组，持续满足任务需求；目前DARPA已推进“空域快速战术执行全面感知”（ASTARTE）等相关项目，利用人工智能技术支撑该作战概念落地。

忠诚僚机与协同作战飞机（Loyal Wingman / CCA）：澳大利亚 MQ-28、美国 CCA 项目、各国类似计划，明确把无人平台从“被人遥控的设备”重新定位为“与人并肩决策的伙伴”；

L3+ 自动驾驶：民用领域已经走在前面——驾驶员不再连续操作方向盘，而是在系统提示时进行接管。据Counterpoint预测，2024年全球L3级自动驾驶乘用车销量将超过2.5万辆，国内、欧洲和美国均有相关车型推出，而国内的新势力将成为该领域的主要动力。目前多家国内外车企已获得L3级自动驾驶测试牌照，技术落地进程正在加速，智能驾驶主流方案正从L2级向L3级迈进。

这些现象有一个共同点：机器不再是“被人指挥”的工具，而是“被人治理”的下属。人退出连续决策环节，转而：

在事前设定边界（什么可以做、什么不能做）；

在运行中监督评估（机器做得对不对、要不要调整）；

在关键时刻干预纠偏（接管、否决、紧急停止）。

这个时代的核心隐喻是 “阀门”——信息和决策像水流一样在系统中自动流动，人不在水流中央，而站在管道的关键节点上，决定放行、关闭、限流或截留。

1.4范式升级不是选择题

回顾这三个时代，有一个关键事实：每一次范式升级都不是被选择的，是被迫的。

工业时代的指挥模式没有错——它在拿破仑时代是最优解。但当电报、电台、雷达出现，敌方进入了“信息化”，仍然坚持“传令兵”模式的一方就会被打败。海湾战争中萨达姆军队的崩溃，不是因为他们的将军不勇敢，而是因为他们的 C2 范式落后了一代。

同样，信息化时代的“人在环”模式也没有错——它在过去三十年是最优解。但当：

杀伤链时间窗从分钟压缩到秒；

战场上的无人平台从个位数变成数十、数百；

跨域协同的状态空间超出人类认知容量；

继续坚持“所有关键决策必须人按按钮”的一方，就会被新范式打败。并非人不够勇敢或聪慧，而是人自身的反应速度与认知带宽，成为了系统运转的瓶颈。

二、为什么“人在环”范式正在失效

说“人在环正在失效”是一个分量很重的判断。让我们拆开看为什么。

2.1速度悖论

现代战场的杀伤链时间窗在持续压缩：

20世纪 90 年代，一次空对地打击的“发现－决策－打击”循环以小时计；

海湾战争后期，缩短到数十分钟；

当前的反辐射、反导拦截，要求秒级决策；

高超声速威胁出现后，部分场景的反应窗口已经压缩到亚秒。

人类决策的生理极限大约在 250–500 毫秒（最快的反射），而真正涉及战术判断的决策，通常需要数秒到数十秒。当杀伤链的物理时间窗低于人类决策时间，“人在环”在物理上不可能——不是不让人参与，而是带宽太低决策太慢，参与了就会失败。

2.2规模悖论

“人在环”模式有一个隐含假设：一个指挥员对应一个或少数几个被指挥单位。这个假设在有人飞机时代成立，因为飞机数量有限，每架都是宝贵资源。

但在无人化作战时代：

一个编队从 4 架增加到 4+8（4 有人 +8 无人）；

未来可能是 1+12、1+24，乃至蜂群级别的 1+100；

跨域作战中还要叠加水面、水下、地面、太空的无人平台。

人类指挥员的认知带宽是基本恒定的——心理学研究表明，人类同时跟踪的对象数量上限大约是 5±2。当一个指挥员名下有数十个无人平台时，“人在环”不再意味着“人控制每一个”，而是“人盲目签字让机器去做”——这种情况下的“人在环”是一种安慰，不是真实的控制。

2.3复杂度悖论

跨域、多平台、多波次、动态对抗的现代战场，状态空间的维度极高。一个真实的作战决策可能需要同时考虑：

我方所有平台的位置、油量、弹药、传感器状态；

敌方所有已识别和疑似目标的位置、类型、威胁等级；

实时的电磁、气象、地形约束；

上级意图、邻友部队意图；

历史经验中类似态势的处置方式。

人类的认知架构擅长抽象、归纳、跳跃，但不擅长穷举、计算、并行。机器恰好相反。让人在所有这些维度上做实时决策，相当于让人扮演计算机不擅长的角色——结果是人不堪重负、决策失当。

2.4公开案例的侧证

近年来的公开战例已反复印证上述悖论：

俄乌冲突中，乌军 FPV 无人机的目标分配，已经大量依赖 AI 辅助筛选与自动跟踪，操作员只在最后开火环节确认。如果坚持“全程人在环”，这种规模化的无人机消耗战不可能维持。

加沙冲突中，以军公开承认在军事行动中大规模使用人工智能系统，包括用于识别武装人员的“薰衣草”系统、快速推荐攻击目标的“福音”系统等。这些AI系统被应用于目标识别、情报整合、辅助决策等多个环节，大幅提升了以军的目标搜索与打击效率，不过也因使用过程中存在的问题引发了附带伤亡增加的争议。 系统进行目标筛选与打击建议，争议焦点不再是“该不该用 AI”，而是“AI 决策的边界与人的审查机制是否充分”——这恰恰是阀门问题。

美军 Replicator 计划和欧洲/日本各类自主无人系统项目，无一例外都是按“机器决策为主、人监督为辅”的范式来设计的。

全球军事 AI 演进的方向已经非常清晰：不是“人指挥得更好”，而是“机器决策得更好，人治理得更好”。我们如果继续按“人在环”的旧范式建设系统，相当于在 2026 年研制一架精良的双翼飞机——工艺再好，也注定落后一代。

三、范式转换：从“指挥”到“治理”

这是最核心的判断。

3.1指挥 vs 治理：两种关系的本质区别

 指挥关注的是“做什么”，治理关注的是“在什么条件下允许做什么”。这不是程度差异，是性质差异。

一个指挥员每天发一百条命令，可能不算多。一个治理者每天发一百条命令，那他就不是治理者——治理者的工作方式是设定规则、监督执行、必要时修改规则。

3.2这不是降级，是升级

有一种本能反应是：“让人退到后面，是不是降低了人的作用？是不是人不被信任？"

恰恰相反。在治理范式下，人的杠杆变得更大，而不是更小。

类比一下：

一个工头每日仅能盯管5名工人；一家公司的CEO却可凭借制度治理数万员工。CEO拥有的权力远胜工头，而非更小。

一名交易员每日仅能完成数十笔交易指令；一位量化基金经理则可借助算法间接执行数百万笔交易。基金经理的影响力远超交易员，而非更小。

一个 L2 自动驾驶的司机要时刻握住方向盘；L4 系统的安全员可以同时监督一支车队。安全员的责任范围更广，不是更窄。

人退出连续决策环节，是为了腾出认知带宽去做机器做不了的事——设计规则、判断异常、承担道义责任（背锅）、应对前所未见的情况。这是从“操作员”升级为“系统设计者”，不是降级。

我们的指挥员，未来不应该是“按更多按钮的人”，而应该是“决定哪些按钮存在、哪些按钮默认开关位置、哪些按钮需要双人确认”的人。

3.3类比：算法交易与 L3+ 自动驾驶

两个最成熟的“治理”范式案例值得参考：

算法交易：现代金融市场上 70% 以上的成交量来自算法。交易员不再盯盘下单，而是：

设计算法、回测、上线；

设定风险限额（单笔限额、日内限额、最大回撤）；

监控算法运行，异常时熔断；

复盘、迭代、再上线。

请注意：交易员的工作并未消失，反而迎来了更高的能力要求——既要通晓金融逻辑，又要熟稔算法技术；既能制定科学规则，又能敏锐识别异常。同时，风控体系本身就是一套“阀门”——单笔阀门、日内阀门、风格阀门、市场异常阀门，每一道阀门都有默认状态和触发条件。

L3/L4 自动驾驶：以 Waymo 为例，安全员的工作是：

监督系统的实时运行；

在系统请求接管时介入；

在系统未识别但人类识别到的异常时主动接管；

事后参与脱离事件的复盘。

L4 系统不是“没有人”，而是“人的角色变了”。人从“驾驶员”变成“监督员+治理者”。

军事 C2 的演化路径与此高度相似。没有理由认为军事领域会例外。

四、阀门隐喻：一种新的心智模型

如果接受了“治理”范式，可以用一个新的心智模型来组织对系统的理解，比如阀门隐喻。

4.1核心比喻

把战场看作一个庞大的水利系统：

信息流像上游来水，从各种传感器汇入；

决策流向主干渠道，由 BM（作战管理智能体）疏导分配；

执行流向下游灌溉，到达每个作战平台；

人则处于这套水利系统的关键节点之上，通过操控各类阀门调控水流走向，成为塑造流体态势的核心节点。

水流是常态——系统默认在运转，BM 在持续做决策。          
阀门是手段——人通过开关、调节、限流、审批等操作调控水流的流向与速度。

4.2阀门的基本属性

任何一个“阀门”在概念上都具备五个属性：

1.作用对象：阀门控制的是什么——是约束 BM 决策？还是卡住特定动作？还是接管特定资源？

2.默认状态：在没有人操作时，阀门是开还是关？这决定了系统的“出厂行为”。

3.可调级别：什么级别的人可以操作这个阀门？战略级、战役级、战术级还是平台级？

4.覆盖优先级：当多个阀门冲突时，谁优先？比如战略级的“紧急撤退”必然压倒战术级的“自由交战”。

5.审计要求：阀门每次状态变化是否需要留痕？是否需要双人确认？是否需要事后复盘？

4.3阀门模型下“人在环”的新定义

最优雅的一点是：在阀门模型下，“人在环”和“全自主”不再是两种工作模式，而是同一架构下的两个特例。

所有阀门关闭、人工填值 = 传统意义上的“人在环”（每一步都要人决策）

所有阀门打开、无人审批 = 完全自主作战

关键阀门关闭、其他打开 = 当前最现实可行的“有限自主”

阀门的状态可根据战时态势动态调整。比如平时维持高自主度（阀门多开），到了敏感空域或敏感区域，可以临时关闭更多阀门，要求 BM 把更多决策提交人类审批。这种灵活度是“人在环 vs 全自主”二元对立模型给不出来的。

五、演化论视角下的BM演进

5.1发展已处于演化进程之中

虽然现行需求的语言还停留在“人在环”范式，但工程实践其实已经在向治理范式演化。

事实层面：

我们已经有一套基于HIBMS架构的作战管理智能体（ArkBM）在运行，并参与编队级的实际决策；

我们的BM已经具备态势感知、任务生成、资产分配、编队管理、动作翻译等多个层级的能力，类似美国空军面向未来打造的“先进作战管理系统”（ABMS）这类成熟作战管理系统，能够实现多域作战单元的连接与信息共享，而智能化作战指挥系统中态势感知、资源优化配置等核心功能，也与我们的BM能力形成专业层面的呼应，进一步印证了其在作战管理中的实用性。

人机接口里已经存在多种“阀门”的雏形——交战门控、武器审批、平台接管、约束注入等；

我们部分能力的默认运行模式是“BM 自主+影子模式记录”，人在事后复盘而非实时干预。

换句话说：在代码层面，我们已经走在治理范式的路上了。

5.2旧路线的隐性代价

如果继续按“先人在环、后引入智能体”路线走，会发生什么？

我们要先专门为人类指挥员开发一整套精细的指挥界面——模板填参、草案预览、确认下发、状态追踪——所有这些 UI 都是“人在环”范式的产物；

然后我们再把这套 UI 改造成“BM 输出建议、人类审批”的辅助决策模式；

最后再过渡到“BM 自主、人类监督”的治理模式。

这相当于让一个项目从工业化阶段补课信息化、再逐步过渡到智能化——历经两次范式跨越，将付出双倍开发成本，承担两次需求重构的风险。

更糟的是：每一次范式跨越，都意味着原本针对前一范式开发的能力，在新范式下变成“无用功”甚至“负资产”。比如精心打磨的人工模板填参 UI，在 BM 自主决策时根本不需要；精心设计的指令生命周期状态机，在 BM 高频决策下根本来不及让人介入。

六、结语

我希望本文不被理解为“否定现有的需求”——需求的所有具体能力仍然有意义，只是它们应当被放在新的范式下重新解读。

我也希望本文不被理解为“贬低人在战场上的作用”——恰恰相反，本文主张的是把人从“瓶颈节点”升级为“系统治理者”，让人的判断力与责任承担作用于一个更高的杠杆点。

AI时代，治理意味着人要对授权结果背锅。

如果要用一句话总结全文，那就是：

让 BM 跑，让人看，让阀门管。

水流得以自主流转，根源在于系统设计的精妙。

人不在水流中，但人决定水流的形状。

这才是无人化时代指控架构应有的样子：打破传统层级固化的模式，构建面向任务的自适应性动态组合扁平式指挥体制，各级指挥员不再是固定层级中的静态节点，而是杀伤链中的流体塑形节点，围绕作战任务灵活调配力量、动态协同指挥，塑造信息流、构建杀伤链。