导语：当人工智能从模拟器走进真实座舱，自主完成高机动飞行、态势判断和对抗动作时，争议的焦点已经不再是“机器能不能驾驶战斗机”，而是“机器可以被允许决定到哪一步”。公开资料显示，美国国防高级研究计划局与美国空军曾使用X-62A VISTA试验机开展人工智能与有人驾驶F-16的视距内空战测试，机上安全飞行员具备随时解除AI控制的能力。相关试验首先证明的是自主飞行和战术控制能力，并不等同于授权AI独立选择并攻击真实目标。✈️ 来源链接 [2] citeturn1search3turn1search5
从“自动驾驶”到“致命自主”还有关键边界
讨论这类演训时，必须区分三个层次：第一层是AI控制航向、速度和机动姿态；第二层是AI分析威胁、规划航线并提出交战建议；第三层才是系统自行识别目标、决定攻击并释放武器。前两层可以被理解为提高飞行效率和辅助决策，第三层则直接触及生命权、战争法与责任归属。若把“自主飞行成功”简单描述成“AI已经获得开火权”，既不准确，也容易制造不必要的恐慌。
X-62A项目的重要意义，在于把机器学习算法从数字仿真带入高动态、强不确定性的真实飞行环境。复杂气流、传感器误差、通信延迟以及对手不可预测的动作，都会让现实测试远比模拟对抗困难。但技术能力的提升并不能自动产生合法性：AI能够更快计算，并不意味着它能够理解投降、受伤、误入战区或平民身份等具有法律和伦理含义的情境。⚠️ 红十字国际委员会立场 专题资料 citeturn1search13turn1search14
“人类在回路中”不应只是一个按钮
支持者常以“人类仍可按下终止开关”说明指挥权没有旁落，但真正有效的人类控制必须满足更多条件。操作员需要了解系统正在识别什么、依据什么采取行动、置信度有多高，以及留给人工干预的时间是否足够。如果AI在极短时间内连续完成目标分类、路径规划和武器释放，而人类只能在屏幕上被动观看，那么形式上的终止按钮并不能构成实质控制。
美国国防部2023年更新的《自主武器系统》指令提出，自主和半自主武器应允许指挥官与操作员对武力使用保持适当程度的人类判断，同时要求系统经过验证、确认以及贴近现实环境的测试。这表明现有治理思路并非简单禁止自主功能，而是力图通过权限设计、测试审查和责任链条限制失控风险。不过，“适当程度”如何量化、判断窗口应保留多久、通信中断时系统应继续还是退出，仍需要更清晰的规则。 美国国防部指令3000.09 更新说明 citeturn1search7turn1search11
争议背后的四个现实问题
- 误判风险：训练数据无法覆盖全部战场情境，对抗欺骗、传感器污染或环境突变都可能造成错误识别。
- 责任归属：发生非预期攻击后，责任可能分散在指挥官、操作员、开发者、测试机构和制造商之间。
- 升级速度：多套自主系统高速互动，可能压缩外交与军事决策时间，增加误判升级的概率。
- 扩散压力：一旦技术形成竞争优势，各方可能在规则尚未成熟时加速部署，形成“先应用、后治理”的局面。
可执行的控制框架
要让技术进步不以失去控制为代价，至少可以建立五道防线：将目标确认和武器释放设置为独立授权环节；对任务区域、持续时间、目标类别和武器类型设定机器不可突破的边界；保留可靠的暂停、返航与失联降级机制；完整记录传感器输入、模型判断、人工指令和系统动作；由技术、法律、伦理及作战人员共同开展部署前审查。涉及人员目标、人口密集区或高度不确定环境时，应采用更严格的人工确认标准。🛡️
真正的人类控制，不是机器行动之后有人承担责任，而是人在行动发生之前拥有充分信息、真实选择以及有效制止能力。
总结
AI自主驾驶战斗机完成复杂演训，展示了航空控制与智能决策技术的重要进展，但它没有消除人类指挥权问题，反而让这一问题更加紧迫。未来的核心竞争不应只是算法速度和机动性能，也应包括可解释性、可审计性、人工干预能力与国际规则建设。技术可以辅助人类判断，却不应利用系统复杂性模糊责任；机器可以执行任务，但涉及致命武力的授权、边界和后果，最终仍必须由可识别、可追责的人类主体承担。
