AI险些引发美国对中国船只的打击

一艘船、一批货、一个搞错的人工智能

2026年春天，一支正准备突击袭击一艘中国籍商船的美国军事部队，在最后关头收到了暂停行动的许可。原因在于：人工智能错误地将这艘船的货物识别为核武器计划零部件。真相直到行动即将执行之际才得到确认——远没有想象中那么惊人——而这次险些酿成的危机，暴露出军方在将人工智能融入致命决策时所面临的深层裂痕。

该报告由朝日电视台于2026年9月20日播出，将这一事件描述为一项内部机密事项——该信息在错误浮出水面之前，已在美军内部各渠道中传阅。如此敏感的故事之所以能在日本广播媒体上出现，要么意味着有人故意泄露，要么说明在盟国情报圈内部对这起事件已有更广泛的知晓。目前所知的信息来自该报道的摘要，细节仍不透明。

错误是如何发生的

根据报道，人工智能分析综合了两类信息来源：任何人只要有互联网连接就能获取的开源资料，以及政府机密情报。这种将开源情报（OSINT）与机密数据相结合的混合方法，已成为西方各国军方加速情报处理的标准做法。其吸引力显而易见：更多数据，更快得出答案。然而正如这起事件所展示的，危险在于人工智能系统本身无法可靠地区分真实信号与看似可信的编造内容。

人工智能得出了一个令人信服但错误的结论：该船只运载着与中国核武器计划相关的部件。基于这一判断，拦截并突击该船的行动方案稳步推进。直到最后一刻，人类分析师或额外情报才确认货物被错误识别，行动随即被叫停。

没有一声枪响，没有一艘船被登检。但整个事件链条——从有缺陷的人工智能评估到几乎发动军事打击——正是国防规划者多年来反复警告的那种情景。

人工智能为何会产生混淆

尽管朝日电视台的报道并未明确说明货物的具体性质，但此次错误的机制揭示出军用人造智能部署中的一个更广泛模式。在中东水域运营的商用货船经常运输军民两用物资——即同时具有民用和军事用途的设备。钢制阀门、高级铝合金、特种管道以及某些电子元件，在全球市场上屡见不鲜，同时也被列入核武器和导弹计划的出口管制清单。

当输入航运清单、卫星图像和公开贸易数据库的组合信息后，人工智能似乎将与已知核扩散案例相关的模式匹配并投射到了目标船只上。这是大型语言模型和模式识别系统中一个有案可查的故障模式：它们极擅长在噪音中寻找结构，并从残缺的证据中生成连贯的叙事。系统并非故意编造；它只是"幻觉"出了合理性。

对于站在一艘美国海军舰艇甲板上、随时准备登船检查的官兵而言，幻觉与现实之间的差距是以秒来计算的。而这场危机最终得以化解，本身就说明在"杀伤链"中人类监督依然存在——至少在本案中是如此。

为何这一事件的意义超越个案

这起事件的重要性不在于它是一个孤立失误，而在于它揭示了一种结构性脆弱。各支军队正越来越多地将驱动现实世界目标锁定决策的关键数据输入人工智能系统。当一个基于多元来源（公开报告、卫星图像、截获通讯、机密文件）训练的人工智能模型给出一个信心十足却完全错误的情报评估时，后果可能立即发生且无法挽回。在本案中，一道人工核查环节发现了错误。但并不能保证下一次核查环节仍然存在，或者能在及时发挥作用。

对北京而言，这一曝光带有双重意味。首先，它证实美军曾考虑对中国籍船只发动武力行动——而中国商用航运在该地区极为广泛，且往往与国家关联活动难以区分。其次，它表明美国情报机构愿意在缺乏充分验证的情况下，基于人工智能生成的评估采取行动。这两点发现都在北京关于美国军国主义和技术傲慢的叙事中极具政治价值。

对华盛顿而言，这是一起令人尴尬的事件，很可能只会部分解密。事件之所以能被报道——而且是由一家日本广播机构报道——表明这起事件可能在包含日本的情报共享框架内被讨论过，或者至少有某个政府知情并允许其公开披露。无论哪种情况，都带有外交上的复杂性。

次生影响与机构层面的震荡

这起事件的涟漪已经波及国防和情报界，尽管它们尚未出现在五角大楼的公开简报中。一个可能的结果是，强制推行对人工智能生成情报产品的"置信度评分"——即每项由人工智能生成的评估，在提交给作战指挥官之前都必须包含量化的可靠性指标。此类措施会给本已高度压缩的决策周期增加一层官僚程序，但支持者认为，这总比另一种选择更好：依据一个无法解释自身推理过程的算法授权发动打击。

另一个后果可能是对开源情报与机密数据在目标锁定流程中如何融合的方式进行重新校准。当前的趋势是最大化的数据摄入，基于一种假设——更多信息总是能提高准确性。但这起事件表明情况恰恰相反：当无法对自身不确定性进行分级评定的系统吸收了未经筛选或低置信度的数据时，反而会主动降低决策质量。国防机构可能开始更仔细地划分数据流，将高置信度的机密输入与 feeds 人工智能分析的开源信息流分开管理。

这一事件还将助推北约内部及美国盟友之间关于AI辅助目标锁定伦理与合法性的持续辩论。“有意义的人类控制"这一概念——多年来在国际论坛上被讨论却从未纳入具有约束力的法律——如今有了具体的案例佐证。国防部内的法律顾问可能会审查现有的交战规则是否能为未来行动中防范人工智能驱动的误判提供充分保护。

更广泛的AI军备竞赛背景

此事发生之时，美中两国正锁定在军事人工智能发展的快速竞赛之中。美国国防部在"梅森项目”（Project Maven）和"联合全域指挥与控制"（JADC2）倡议等项目下，已向人工智能驱动的目标锁定、监视和决策支持系统投资数十亿美元。与此同时，中国的军事现代化也以同样激进的步伐强调人工智能赋能的指挥结构和自主系统。

这次险些发生的打击事件的特殊之处在于，人工智能的错误并非源于敌方系统遭到黑客攻击或欺骗，而是源自美国军方自身的人工智能对其自身数据作出了错误处理。这不是对抗性攻击，而是一种置信度校准失败——人工智能得出了一个听起来可信、却缺乏充分核实证据支撑的结论。

随着人工智能系统吸收越来越庞大且日益多样的数据集，此类故障愈发可能出现。开源与机密信息的结合是一把双刃剑：它丰富了分析，但也扩大了被污染、误标和幻觉的触及面。华盛顿和北京都在竞相更快地部署这些系统，而非对其进行严格测试，由此形成了一个速度优先于准确性的竞争环境。

接下来会发生什么

直接的影响是，美国军事规划者很可能会在言辞上收紧围绕人工智能生成情报的验证协议——至少表面上如此。他们是否也会放慢将人工智能整合入目标锁定工作流程的步伐，则是另一回事。推动AI驱动作战的制度惯性过于强大，加之来自中国方面的竞争压力几乎不留审慎的空间。

对军控倡导者而言，这起事件是一记警钟。情报支持与作战决策之间的界限正在模糊。当一个人工智能系统能够生成一项几乎触发军事打击的可操作性评估时，问题已不再是这类系统是否应该被使用，而是需要多少人类监督才能防止灾难发生。

涉事船只属于中国。地区位于中东。人工智能来自美国。险些发生的打击最终得以避免——但靠的是运气，而非制度设计。随着军事人工智能系统日益强大、并更深地嵌入指挥链，误报与引发战争的错误之间的差距将持续缩小。那艘中国船只所涉事件应当提醒我们：在任何冲突中，最危险的人工智能未必是敌对方部署的那些，而是安坐在己方指挥结构内部、对自己的结论深信不疑、却无力承认自己可能出错的那一个。