美国空军上校 John Ohlund（约翰·奥伦德），先进作战管理系统跨职能团队（Advanced Battle Management System Cross-Functional Team，ABMS CFT）负责人，于2025年9月24日在内华达州拉斯维加斯举行的美国空军部第三次 ABMS CFT“人机协同决策优势冲刺”（Decision Advantage Sprint for Human-Machine Teaming，简称 DASH）实验期间，向空军官兵和工业界合作伙伴进行情况通报。该活动汇聚了作战一线人员、影子作战中心−内利斯（Shadow Operations Center–Nellis，ShOC-N）以及工业界软件开发人员，在“转型模型”（Transformational Model）框架下，对旨在加速并提升高节奏作战管理情景中决策制定能力的微服务进行原型验证
2025年“人机协同决策优势冲刺”（DASH ~ Decision Advantage Sprint for Human-Machine Teaming）系列实验，标志着人工智能与机器学习融入作战管理迈出了重要一步。通过一系列具有突破性的实验，包括近期开展的 DASH 3 迭代，美国空军联合其盟友加拿大和英国，对人工智能在增强决策能力、提升作战效率以及在全球安全挑战日益加剧背景下强化互操作性方面的潜力进行了测试和完善。
本次DASH 3实验在位于拉斯维加斯市中心、非涉密的“影子作战中心−内利斯”（Shadow Operations Center–Nellis，ShOC-N）举行，由先进作战管理系统跨职能团队（Advanced Battle Management System Cross-Functional Team，ABMS CFT）牵头实施。实验由空军研究实验室（Air Force Research Lab）第711人类效能联队、美国太空军以及第805作战训练中队（同样称为ShOC-N）共同参与执行，进一步巩固了推进未来作战管理能力发展的承诺。
一、人工智能融入作战决策
在 DASH 系列的第三次迭代中，共有七支团队参与，其中六支来自工业界，一支来自 ShOC-N 创新团队；这些团队与美国、加拿大和英国的作战人员协同配合，测试了一系列旨在提升快速、高效生成多路径作战行动方案（Course of Action，COA）的决策优势工具。作战行动方案的目标，是在克服现代战争复杂性（包括战争迷雾与摩擦）的同时，规划出符合指挥官意图的一系列行动序列。作战行动方案的示例包括：针对远程杀伤链的推荐解决方案、电磁作战管理问题、太空与网络领域挑战，或敏捷作战运用（Agile Combat Employment）情形下的战机转场重新部署等。
负责监督能力发展的先进作战管理系统跨职能团队负责人、美国空军上校约翰·奥伦德（John Ohlund）解释了在行动方案生成中保持灵活性的重要性：“例如，一架轰炸机可能具备多条不同的进攻航路，每一条都呈现出独特的风险，并且需要不同的支援力量，例如网络能力、ISR（情报、监视与侦察）、空中加油以及防空压制等。机器能够生成多条路径，并同步考虑支援力量、叠加不确定性、时序等因素。机器能够提供一个丰富的解决方案空间，在其中探索大量作战行动方案，但最终只执行其中一部分，从而在态势发展过程中确保决策选项始终保持开放”。
这种同时探索多种作战行动方案的能力，使部队能够更快适应不可预见的挑战，并在态势发展过程中为作战人员提供多样化的可选策略。人工智能融入该流程，不仅旨在于加快决策周期，更在于提升生成方案的整体质量。
二、人工智能加速决策优势形成
人工智能系统生成可执行建议的速度，正在成为决策过程中的颠覆性优势。在 DASH 3 实验中，原本需要数分钟甚至数十分钟才能手工生成的作战行动方案，如今能够在数十秒内产出可行选项，这一点被认为在实战场景中具有革命性意义。初步结果显示，人工智能在实现更快速、更高效决策方面展现出强大能力。
奥伦德表示：“人工智能系统在1分钟内即可生成涵盖考虑了风险、燃油、时间约束、兵力编组以及地理空间航路等因素的多域作战行动方案。这些机器生成的建议，比传统方法快了多达90%，其中表现最优的机器级解决方案在可行性和战术有效性方面达到了97%”。
相比之下，人类在生成行动方案方面通常需要约19分钟，而其中只有48%的方案被认为在战术上可行且有效。奥伦德补充道：“这种时间上的大幅压缩以及解决方案质量的显著提升，凸显了人工智能在显著增强决策速度和准确性方面的潜力，同时仍然由人类在战场上作出最终决策”。
快速生成多种可行作战行动方案的能力，不仅提升了决策速度，也使指挥官在高度压缩的时间窗口内拥有更多可用选项，使人工智能成为在快节奏作战环境中保持战略优势的关键工具。
三、建立对人工智能的信任：从怀疑到信服
在 DASH 3 实验初期，围绕人工智能融入作战决策制定的怀疑态度较为普遍。然而，随着实验推进，参试作战人员的认知发生了明显转变。
美国空军第964空中空管中队的中尉阿什莉·阮（Ashley Nguyen），作为 DASH 3 参与人员之一，表达了其最初的疑虑：“考虑到作战行动方案构建过程的复杂性和高度细致性，我一开始对技术介入决策制定持怀疑态度。但在实际使用这些工具后，我发现它们既易于操作，又能显著节省时间。人工智能并没有取代我们，而是为我们提供了一个坚实的起点”。
随着实验深入，作战人员在获得更多实践经验后，对人工智能的信任持续增强，并逐渐认识到其以前所未有的速度生成可行解决方案的价值。阮表示：“有些人工智能生成的成果大约达到了80%的完成度。它们并不完美，但确实是一个很好的基础。这让我对系统的信任感增强了；人工智能成为生成决策起点的有力工具”。
四、跨国信任与协作
2025年 DASH 系列实验全过程中，美国与其盟友之间的协作始终是一大亮点。英国和加拿大作战人员的参与，为实验带来了宝贵视角，确保所测试的决策支援工具能够满足广泛的作战需求。
加拿大皇家空军上尉丹尼斯·威廉姆斯（Dennis Williams）作为 DASH 3 参演人员表示：“我们清楚地认识到，未来的冲突无法仅凭一己之力取胜，必须依靠机器战友，并得到盟友的支持。DASH 3展示了这些伙伴关系的价值，我们在一个由联盟主导的模拟作战场景中并肩工作。这些工具对于保持决策优势至关重要，我们期待在未来的 DASH 活动中进一步扩大这种合作”。
人机协同与盟友参与的结合，凸显了在指挥与控制作战空间中提升多国互操作性的潜力。美国空军中校肖恩·芬尼（Shawn Finney），第805作战训练中队/ShOC-N指挥官表示：“盟友的参与不仅对 DASH 3 的成功至关重要，也有助于巩固支撑全球安全的联盟关系。DASH 实验在保密分级方面刻意设置了较低门槛，使盟友和联合伙伴能够广泛参与”。
五、应对挑战：气象因素与人工智能幻觉
DASH 3 实验不仅是对新型人工智能工具的测试，也是持续应对长期存在挑战的一部分，其中包括气象数据的融合以及对人工智能‘幻觉’问题的防范。这些问题贯穿整个 DASH 系列，每一次迭代都带来新的认识和改进，以确保人工智能系统具备作战适用性。
气象因素在现实作战中至关重要，但由于仿真条件限制，并未在 DASH 系列中得到全面整合。相反，实验中通过“白卡模拟”（white carding）方式人为模拟气象影响，即由人员向场景中引入诸如机场关闭或任务延误等受气象影响的作战情景。
奥伦德解释道：“我们并没有忽视气象的作用。虽然它不是本次实验的重点，但我们充分理解其对作战产生的影响，并致力于在未来的决策模型中整合气象数据”。
人工智能幻觉，即人工智能在某些情况下生成错误或无关输出，尤其是在使用大型语言模型时，也是 DASH 3 重点关注的问题。鉴于这一潜在风险，研发团队采取了前瞻性措施来设计尽量降低幻觉风险的人工智能工具，实验组织方也在整个过程中对输出结果进行了严格监控。
奥伦德表示：“在实验过程中，我们的团队未观察到人工智能幻觉现象，这表明本次实验所采用的人工智能系统是有效的。尽管这是一个积极结果，但我们仍对潜在风险保持高度警惕，特别是在使用未必针对军事术语和缩略语进行训练的大型语言模型时。我们正在持续优化系统，以降低这些风险，确保人工智能输出的可靠性和相关性”。
六、展望未来：为未来作战建立对人工智能的信任
随着美国空军推进 2026 年 DASH 系列实验，2025年各次迭代中获得的经验教训将成为未来工作的关键基础。对人机协作信任度的不断提升、国际伙伴关系的持续强化以及人工智能工具的不断完善，共同指向一个人工智能在作战决策中发挥核心作用的未来。
奥伦德表示：“2025年 DASH 系列已经为未来实验奠定了坚实基础，并具备进一步扩大人工智能在作战管理中作用的潜力。通过持续与作战人员建立信任、改进人工智能系统并加强国际合作，美国及其盟友正在采取关键步骤，以确保能够应对现代战争不断演变的挑战”。
威廉姆斯总结道：“这仅仅是开始。我们越能将人工智能融入决策过程，就越能腾出时间，专注于战争中的“人”的因素。这些工具对于保持领先对手、维护全球和平与稳定至关重要”。