2026年2月28日，美國軍方在針對伊朗的軍事行動中，首次大規模將 Anthropic科技公司的人工智慧工具Claude 整合進入「Maven Smart System」的數據分析平台，進行威脅目標識別與攻擊排序，將原本需耗時數週的作戰計畫縮短至即刻（Real time）可以進行。[1]可見當前競爭激烈的全球地緣政治環境下，軍事作戰的性質正經歷先進科技的重大變革，而人工智慧（AI）則是這場變革的主角。未來的戰場將是「演算法戰場」（Algorithmic Battlefield），跨越陸、海、空、太空與網路等多重作戰領域。美國與中國等大國正投入龐大預算於軍民兩用的AI應用，關鍵在於誰能夠最快掌握決策優勢。

軍事決策過程（Military Decision-Making Process, MDMP）與作戰模式模擬是決定戰爭勝負的關鍵因素之一。過往指揮官與參謀們需要耗費數天甚至數月來進行情報準備、行動方案（Course of Action, COA）預擬及兵棋推演。然而，現代戰場之威脅與變化節奏極為快速，光靠過去的人力作業流程已經無法跟上戰場變化。因此，將AI引入軍事作戰模式模擬，已是各國軍隊現代化的首要任務。

今（2026）年1月，美國國防部發布最新的《國防部人工智慧戰略》，明確宣示要將美軍轉型為「AI優先」（AI-first）的作戰部隊，不僅將AI視為尖端科技的較量，更是一場「採用與擴散速度」的競賽。該戰略中，美國國防部推出了七項「指標性專案」（Pace-Setting Projects, PSPs），其中直接針對軍事作戰模式模擬的專案，計有包括加速AI軍事作戰模式模擬能力的「安德的鑄造廠」（Ender’s Foundry），以及推動戰鬥管理與決策支援的「代理網路」（Agent Network）等兩項。[2]

同時，美國陸軍也正積極實驗如「COA-GPT」這類AI系統，透過將作戰準則輸入大型語言模型，可以依據地形、敵我軍力與任務目標等各種變數之不同，在幾秒鐘內自動產生多種作戰行動方案，同時也可以在軍事作戰模式模擬環境中對所選擇之行動方案進行效能評估。[3]不過，此類人工智慧的引入，除了帶來前所未見的速度與效能優勢，也引發許多安全的隱患、倫理道德的爭議，以及對國際法規的挑戰。後續將就安全意涵與趨勢研判實施探討。

AI導入軍事作戰模式模擬，必將大幅縮短「觀察、定向、決定、行動」的「OODA循環」，但以下風險必須正視。

AI軍事作戰模式模擬依賴機器學習（ML）與深度學習（DL）等模型，這些模型透過分析龐大數據來識別模式並做出預測，但有以下兩個技術問題。首先，當AI模型過度適應有限的訓練數據時，會失去對真實世界的理解能力。在完美的模擬環境中，AI可以產出無懈可擊的作戰方案，但真實戰場充滿變數與干擾，一旦面臨意料之外的戰場條件（如感測器被干擾或敵軍偽裝等），AI模型可能發生嚴重誤判，導致誤擊友軍或平民。其次是黑箱作業問題，AI模型自行使用各種演算法處理非常複雜之數據，使決策過程對人類而言極度不透明，各級指揮官會收到AI模型產生的敵目標清單或作戰行動，卻無法回溯如何得到這些結論，久而久之這種不透明，將導致指揮官在高壓戰場下盲目信任或過度依賴AI模型。[4]

當前的AI軍事作戰模式模擬（如COA-GPT）在評估行動方案時，過度依賴量化指標，例如殲滅敵軍或奪取地形給予正分（+1），友軍損失給予負分（-1），這種運算邏輯似有過度依賴數學模型的隱憂。例如，軍事理論家克勞塞維茨（Clausewitz）曾警告，戰爭充滿各種不確定性，以及諸如人類的意志力與士氣等無法量化的「摩擦」（friction）；[5]而目前的AI模型則可以預設出一個具有確定性的戰爭，完全排除各種可能的戰場摩擦。另外，若以敵軍傷亡作為AI模型的「獎勵函數」，則與越戰時期美國國防部長麥納馬拉（McNamara）依賴「殲敵計數」（body count）來衡量勝利的邏輯如出一轍，這種計算邏輯將導致AI模型選擇能在戰術上殺死最多敵人，但在戰場上可能引發大量平民傷亡之損害。[6]

近年的烏俄戰爭與以色列加薩衝突中，AI軍事作戰與模式模擬（如以色列的Habsora/Gospel系統）據信已投入戰場，這似乎對《日內瓦公約》與《第一附加議定書》構成相當程度的挑戰。第一，AI模型能否準確區分戰鬥人員與平民？在進行攻擊「比例原則」評估時，能否真正衡量附帶損害與預期軍事優勢之間的道德比重？缺乏人類直覺的演算法是否在人口密集的城市戰中，極易引發人道災難？其二，當AI模型出現錯誤並導致戰爭罪行時，責任該歸咎於誰？《羅馬規約》第28條規定的「指揮官責任」難以適用於AI模型與演算法。同時，民間國防承包商與演算法開發者不直接受國際人道法拘束，導致追究個體刑事責任與國家責任時將面臨各種實質證據與程序上的障礙；第三，《第一附加議定書》第36條要求各國在部署新武器前進行合法性審查。然而，各國對其AI模型是否經過此審查幾乎完全保密，這種缺乏透明度的作法亦會有重大影響。[7]

美國國防部的AI戰略強制推行「數據法令」（Data Decrees），要求各軍種必須向AI模型開發者全面開放資料。然而，強制的數據共享極可能大幅增加網路攻擊的接觸面與反情報作為之相關風險。[8]如果系統安全工程未能跟上數據共享的節奏，那麼敵方（如具有國家背景的駭客）可以透過各種方式，進入訓練資料庫中植入惡意參數，導致AI模型在關鍵時刻做出致命的建議。另外，隨著量子運算的發展，現有傳統加密的通訊與資料庫均面臨被破解的風險，相關資訊安全保護措施，已成為迫切的國安問題。[9]

從烏俄戰爭、以色列加薩衝突，以及美國對委內瑞拉總統的斬首行動，再加上今（2026）年2月28日起，美國與以色列聯手攻擊伊朗的作戰行動中，我們處處可以看到AI模型的身影，可見軍事作戰模式模擬的重大變革早已勢不可擋。以下探討其相關發展趨勢。

未來的AI模型不應將戰爭視為「完美棋局」的封閉性演算架構，而是必須容納不確定性（複雜變數、戰爭中的摩擦）的複雜架構。為了應對戰爭之霧，未來的AI模型必須結合「馬可夫決策過程」（MDP）[10]、「貝氏網路」（Bayesian networks）[11]與「蒙地卡羅模擬」（Monte Carlo simulations）。AI模型產出的作戰方案不再只給予「分數」，而是必須附帶「信心區間」與「風險機率」之評估內涵。此外未來AI模型不會只在任務前只給出一套不可改變的命令，而是必須「持續監聽」與「始終在線」，AI模型隨著部隊持續之推進，即時納入無人機、衛星與各種前線感測器（如雷達、各種情報）的回饋，進行動態修正。再來為了打破「黑箱」作業，美國國防高等研究計畫署（DARPA）的XAI計畫可以讓指揮官透過熱點圖或決策樹，清楚看到AI模型提出某個行動方案是基於哪些情報之假設與數據，從而進行有意義的人力調整。[12]

前述美國國防部在2026年的《國防部人工智慧戰略》確立「採用速度」為主之競爭模式，故開始採用「戰時」標準來打破拖累AI模型整合的官僚體制，在過往需要耗時數月至數年的安全認證（如FedRAMP）將被大幅壓縮，首席數位與AI官員（CDAO）獲得授權建立「障礙消除委員會」，有權豁免非法律規定的相關要求，並強制實施「授權營運（ATO）互惠」，確保AI模型能即時投入實戰。[13]此外，美國國防部不再依賴耗時數年開發的軍用專屬封閉系統，而是規定未來在採購AI模型時，必須確保在商業最新版本公開發布的30天內，軍方就能將其部署給各級作戰部隊。[14]另在作戰模擬系統方面規定強制使用開放架構，允許軍方在不依賴原廠（Prime Contractor）的情況下，以商用軟體更新的速度快速替換底層的AI組件與演算法。

為了確保AI模型能真正發揮效用而不致引發人道災難，美國國防部透過「準則、組織、訓練、裝備、領導及教育、人員、設施與政策」（DOTMLPF-P）架構進行全面改革。[15]首先是更新作戰準則與控制層級。作戰準則必須明確將AI模型定位為「協助生成與測試COA的工具」，而非「決策者」。作戰準則也嚴格界定「迴路內的人」（Human-in-the-loop, HITL）與「迴路上的人」（Human-on-the-loop, HOTL）的適用場景；[16]在充滿道德模糊與平民傷亡風險的城鎮戰中，必須強制維持HITL；而在防空反導彈等極度壓縮時間的戰場，則可適度依賴HOTL。其次，傳統龐大的指揮所極易成為敵方精準打擊的目標，若透過AI模型承擔繁重的情報統整與計畫擬定任務，未來的指揮所將更加小型化、機動化且具備高度生存力。第三，組織架構上，美軍將設立專門的跨學科「AI紅軍」部隊，融合機器學習與電子戰專家，透過模擬數據進行對抗性演練，以利在實戰之前主動尋找AI模型之認知錯誤。[17]最後則是強化採購人員與指揮官的「AI素養」。採購人員必須從傳統的合約管理者轉型為懂數據科學、網路安全與能源市場的採購專家；同時，指揮官雖不必是程式設計師，但必須受過AI素養訓練，具備挑戰機器輸出、識破演算法偏見的能力，並持續透過包含AI模型參與的「實兵對抗兵推」來磨合人機信任。

當前全球軍費飆升（2025年達到2.7兆美元），國防科技已成為資本市場（包括家族辦公室、創投與私募股權）的要角。如Anduril與Palantir等具備矽谷背景的新創科技公司，正以其精準、快速與深厚的軟體實力，打破傳統軍工巨頭的壟斷，這類公司已在美軍推動無人機蜂群的「複製者計畫」（Replicator）及各式AI專案中扮演核心角色。儘管資本湧入，但硬體製造仍是瓶頸，據美國國會研究處指出，原定於2025年夏季部署數千架無人機的「複製者計畫」，因技術故障、指揮軟體整合困難以及成本過高（例如單架彈簧刀600無人機成本超過10萬美元）而進度落後。[18]顯示未來國防工業的挑戰將會是如何將成熟的AI模型模擬能力，順利連接並量產廉價且具備韌性的實體無人系統。

在美國國防部在2026年戰略中，可以看出明確反對將意識形態或過度的社會公平（DEI）指標強加於AI模型上，其定義的「負責任AI」是指「客觀真實且允許在合法戰爭規範內進行任何戰鬥用途的AI能力」，以確保AI模型「不會妨礙你打仗」。面對此種可能的AI責任模糊真空，國際法學界與多邊論壇（如聯合國LAWS政府專家小組）正推動對《第一附加議定書》增加新議定書。未來的趨勢可能包括強制要求所有AI模型掌控之武器在關鍵決策點維持可驗證的人類監督，禁止完全脫離人類介入的致命決策，並推動類似國際原子能總署（IAEA）的獨立技術審查與武器登記制度，以確保透明度與建立互信。[19]

面對「人工智慧與演算法」的快速崛起，台灣應積極將之導入「軍事作戰模式模擬」決策過程，藉此迅速縮短「OODA循環」，在不對稱防衛作戰中搶占先機。當然，借鏡美軍體制改革，利用AI模型處理作戰、情報等任務乃是勢在必行，但是更重要的是國軍必須在作戰準則上明確界定AI模型僅為輔助決策工具，並嚴格制定「人機協同」之規範，以防範AI模型帶來的致命誤判；此外台灣具備全球科技與晶片發展之優勢，更應善加利用及整合，方能厚植真正的國防韌性。