「各司其職」：史詩怒火行動中的 AI Agents 作戰分工模式
2026.03.23
瀏覽數
992
壹、前言
2026年2月28日，美國與以色列對伊朗發動高強度空襲行動，美方代號為「史詩怒火行動」（Operation Epic Fury）。[1]行動除以斬首伊朗最高領袖哈梅內伊（Ayatollah Ali Khamenei）為主要目標外，亦打擊伊朗伊斯蘭革命衛隊（Islamic Revolutionary Guard Corps, IRGC）的指揮控制設施、防空系統、飛彈與無人機發射場及軍事機場等關鍵目標，[2]以削弱伊朗政權的安全體系，此次行動不僅具有重大戰略意義，亦展現人工智慧在真實戰爭情境下的作戰成熟度。
在此背景下，本文嘗試分析人工智慧在「史詩怒火行動」中的運作角色，並梳理其作戰分工模式。此次行動整合多個 AI 相關系統平台，包括SpaceX的Starshield與MILNET衛星通訊系統、Anthropic的Claude人工智慧模型、Palantir的Maven Smart System作戰決策支援平台、Anduril的Lattice自主作戰管理系統、Shield AI的Hivemind自主飛行系統，以及SpektreWorks的LUCAS無人攻擊系統，[3]使各系統在情報蒐集、目標辨識與作戰決策等環節各司其職，形成AI Agents協同運作的作戰工作流。此一模式已顯示AI逐步成為現代從情報到打擊「殺傷鏈」（Kill Chain）的核心運作要素。
貳、安全意涵
一、人工智慧系統的作戰分工與功能應用
在此次行動中，人工智慧系統被廣泛運用（如表1所示）。首先，低軌衛星網路成為關鍵通訊基礎，提供「永遠在線」的通訊能力。SpaceX的Starshield與MILNET 衛星星座在地面通訊受干擾時仍能維持低延遲與加密連線，使 Maven系統的資料分析、Claude的推理運算及無人機協同指令得以即時傳輸，[4]此種分散式衛星通訊架構降低對地面站的依賴，使戰場指揮與管制由傳統集中式模式轉變為支援「聯合全域指揮管制」（Combined Joint All-Domain Command and Control, CJADC2）的分散式決策網絡，[5]並實現「決策壓縮」，將軍事計畫週期從數週縮短至分鐘級。
在穩定的通訊與資料傳輸基礎上，AI系統進一步承擔戰場資訊分析與決策支援功能。其中，Palantir的Maven Smart System負責整合衛星影像、無人機偵察與各類感測資料，建構即時戰場態勢圖；[6]而 Anthropic的Claude 則作為核心推理模型，對大量情報資料進行語意解析與模式辨識。透過AI推理與演算法分析，系統可自動生成潛在目標清單，並依威脅程度與作戰優先順序進行排序，同時提供多種打擊方案與風險評估。[7]此種AI驅動的目標生成與決策支援機制，大幅縮短原本依賴人工分析的作戰流程，進一步提升「殺傷鏈」（Kill Chain）中目標識別與決策環節的效率。
表1、史詩怒火行動中AI系統角色與功能概覽
資料來源：本表由作者綜整。
在完成通訊基礎與生成式AI導入後，戰場系統仍須確保各來源資訊能持續流通並即時整合，使分析結果能在前線迅速轉化為作戰行動。為此，美軍透過 Anduril 的 Lattice 操作系統與 Palantir 的 Maven 平台建立跨平台資料融合架構，將衛星、無人機、地面雷達與信號情報設備整合為統一的感測器網絡，以支援戰場資訊的即時共享與協同運作。[8]同時，藉由部署邊緣運算（Edge Computing），[9]前線設備如無人機、戰術中繼站與野戰指揮所可在本地即時處理資料，完成目標分類、追蹤與優先排序，[10]確保前後方部隊資訊的一致性與協同效能。[11]
在作戰協調與無人系統運用層面，隨後將前述決策轉化為實際軍事行動。其中，Anduril的Lattice與Shield AI的Hivemind形成關鍵作戰架構，使多個無人平台即使在通訊受干擾或GPS遭拒止的環境下，仍能維持協同作戰能力。Hivemind使無人機無需依賴GPS導引即可自主飛行並執行預設任務，確保在通訊中斷時仍能維持戰術行動的連續性。[12]在實戰中，美軍首次大規模部署由SpektreWorks開發的低成本無人攻擊系統LUCAS（Low-Cost Unmanned Combat Attack System），單機成本約3.5萬美元，主要用於對伊朗防空設施與軍事基礎設施實施群體式打擊。[13]根據既有資料推估，LUCAS可依據Lattice下達的任務資料自主導航至目標區域，[14]並透過機載光電及紅外線（EO/IR）感測器完成目標識別與定位，隨即實施攻擊。[15]
上述各系統雖各有分工，但並非孤立運作，而是透過AI Agents的協同機制形成連貫的作戰流程，以下進一步說明。
二、人工智慧Agents的作戰流程與協同運作
在前述系統分工的基礎上，本節進一步以生成式AI Agents理論框架對「史詩怒火行動」的實際運作邏輯進行詮釋，說明各系統如何在SpaceX的Starshield與MILNET衛星網路提供的通訊基礎上，形成「推理（Reason）－資料檢索（Access Memory）－行動（Act）－持續優化（Learn & Reflection）」的循環機制（如圖1所示），由此推論AI Agents在現代戰場的具體樣貌。
首先，在推理（Reason）階段，Palantir的Maven Smart System整合衛星影像與各類感測資料建構即時戰場態勢圖，Anthropic的Claude則負責語意解析與目標清單生成，並依威脅程度提出多種打擊方案，使情報分析轉化為AI輔助的快速決策機制。
在資料檢索（Access Memory）階段，Anduril的Lattice與Palantir的Maven平台透過跨平台資料融合，將衛星、雷達、無人機與信號情報整合為統一感測器網路，並藉邊緣運算於前線即時完成態勢同步，確保推理結果能即時轉化為可執行指令。
在行動（Act）階段，Anduril的Lattice與Shield AI的Hivemind協調無人機平台完成任務分配，SpektreWorks的LUCAS則透過「感測器到射手」（Sensor-to-Shooter）管道自主導航並實施打擊。
在持續優化（Learn & Reflection）階段，作戰過程中蒐集的戰場資料即時回傳系統，驅動模型更新與戰術調整，形成動態優化的作戰循環。
透過上述四個階段的協同運作，「史詩怒火行動」展示了AI Agents在現代戰場的完整作戰鏈，戰場決策與作戰行動逐漸形成一套可持續運作與動態調整的智慧化作戰體系。
圖1、史詩怒火行動AI Agents作戰流程圖
資料來源：本圖由作者透過AI生成。
參、趨勢研判
一、AI Agents 作戰架構的發展趨勢與戰略啟示
從「史詩怒火行動」中可以觀察到，人工智慧在現代戰場的角色已從單一分析工具，演進為整合作戰流程的核心架構。此次行動中，Claude、Maven、Lattice、Hivemind等AI系統依情報分析、決策支援與作戰執行等功能分工協作，形成完整的多Agent協同體系，大幅壓縮決策與行動之間的時間差。此一趨勢意味著未來戰場指揮模式將逐步由傳統層級式結構，轉向以資料整合與演算法分析為核心的分散式決策體系。
對臺灣而言，在高度資訊化與多領域作戰環境下，如何整合人工智慧、感測器網絡與無人系統，建立具備快速決策與即時反應能力的作戰架構，將成為未來防衛體系的重要發展方向。特別是在可能面臨高密度飛彈、無人機與資訊戰等複合威脅情境下，AI Agents 所帶來的快速決策與跨系統整合能力，不僅有助於提升指揮管制效率與整體作戰韌性，亦可能成為影響未來戰場節奏與主導權的重要關鍵。
二、從問答式AI到Agentic AI的作戰應用轉變
從技術演進的角度來看，「史詩怒火行動」亦顯示生成式AI技術正從傳統問答式AI（Chat-based AI）逐步演進為具備自主任務能力的Agentic AI。過去以大型語言模型為代表的生成式AI，多應用於文件整理、資料摘要與決策輔助等日常工作情境，主要仍由人類主導操作；然而在此次行動中，Claude等生成式AI已被整合至戰場系統之中，與Maven、Lattice與Hivemind等平台共同形成AI Agents作戰架構，使AI不僅能進行情報分析與目標生成，更能參與任務規劃與作戰流程運作。
此一轉變亦反映出人工智慧技術正由「工具型AI」邁向「任務型AI」，並呈現出民用科技向軍事領域擴散的趨勢。未來隨著生成式 AI、感測器網絡與無人系統持續整合，AI Agents將可能在情報分析、作戰協調與無人系統控制等環節扮演更關鍵的角色，並進一步改變現代戰爭的運作模式。
[1] 以色列行動代號則稱為「咆哮之獅」（Operation Roaring Lion）。
[2] Marisa Garcia, “Operation Epic Fury: How the US & Israeli Attack on Iran Unfolded,” Aerospace Global News, March 2026, https://reurl.cc/18Yvo9.
[3] 〈美伊戰爭揭AI軍備時代降臨：Claude解讀波斯語機密，Palantir工程師嵌入美軍司令部〉，《星島日報》，2026年3月2日，https://reurl.cc/M2dgYp。
[4] 王白石，〈中東變局｜伊朗全國斷網點知行蹤早被「星盾」鎖定〉，《香港經濟日報》，2026年3月11日，https://reurl.cc/X2kMde。
[5] “How US Military Used Claude AI to Plan and Execute 1,000 Iran Strikes within a Single Day,” Times Now, 2026, https://reurl.cc/qpgV53.
[6] T Tara Copp, “The AI Tool Central to US Campaign in Iran,” Mumbai Mirror, March 5, 2026, https://reurl.cc/WbLmNZ.
[7]同註5。
[8] Don Bradford, “Anduril and Palantir: AI-Enabled Transformation of U.S. Defense,” Lodi411 LodiEye, February 25, 2026, https://reurl.cc/lpdW16.
[9] “Anduril Lattice: The Open OS That Brings Autonomy to Combat,” War Wings Daily, October 1, 2025, https://reurl.cc/53q9p6.
[10] Maximilian Schreiner, “US Military Uses Anthropic’s Claude for AI-Driven Strike Planning in Iran War,” The Decoder, March 4, 2026, https://reurl.cc/bdRrMy.
[11] “Project Maven, “Wikipedia,” accessed March 2026, https://en.wikipedia.org/wiki/Project_Maven.
[12] “Shield AI and Airbus Complete Successful Autonomous Flight with DT25 Target Drone,” Shield AI, September 23, 2025, https://reurl.cc/WbLKl5.
[13] Aspen Pflughoeft, “Use of LUCAS Drones in Iran Puts Focus on Affordable, Fast-Moving Acquisition,” Aerospace America, March 4, 2026, https://reurl.cc/kp0K6G.
[14] “Anduril Lattice: The Open OS That Brings Autonomy to Combat,” War Wings Daily, October 1, 2025, https://reurl.cc/xW0qZz.
[15]同註13。