过多的技术可能会毁掉兵棋推演！

美国国防界对创新有着健康的执着追求。人工智能、建模与仿真、机器学习——这些是未来战争讨论的热门词汇。然而，在将这些技术融入军队最有价值的战略洞察工具之一——兵棋推演时，国防界最好谨慎行事。

在过去的几年中，兵棋推演界越来越多地讨论将人工智能、数据驱动模型和计算机模拟融入军事兵棋推演的必要性。已经有一系列文章、书籍、期刊特刊、会议小组和演示文稿专门讨论了这个话题。那些主张在兵棋推演中采用更多技术的人关注的是各种好处，例如增强玩家体验、帮助处理大量数据以及提高分析严谨性。例如，集成生成式人工智能可以复制对手的战术，改进作战计划工作，并创建多样化的场景。我们同意将更多技术融入兵棋推演过程有很多好处，但不认为兵棋推演中更多的技术必然等同于提高分析严谨性。

越来越多的批评者认为，美国海军和美国海军战争学院的兵棋推演在采用新技术加强兵棋推演分析的严谨性方面落后于时代。他们说，我们的方法论没有发展，忽视了现代数据科学，并且拒绝融入强大的新技术工具。我们在美国海军研究生院的同事也感受到了“现代化”的压力，许多人认为这等同于兵棋推演过程（例如推演结果裁决）的全面“计算机化”。这种对所谓增强分析严谨性的追求，其基本原理是，融入数据驱动模型和算法裁决将产生更有效、更具信息量的兵棋推演结果。但认为将技术更多地融入兵棋推演必然会提高其分析的严谨性是错误的。虽然提高兵棋推演有效性的愿望可以理解，但这种方法从根本上是有问题的，并不能带来支持者通常预期的价值。

兵棋推演实践长期以来一直是军事教育和规划的基石。自1887年正式引入美国海军战争学院以来，兵棋推演为军事领导人和战略家提供了一个重要的平台，让他们能够模拟复杂的冲突场景，磨练分析和决策能力，并探索战略和作战概念。

但兵棋推演并非昙花一现。它是一种具有特定目的的研究方法：探索人类在压力、竞争和信息不完整的情况下的决策。这并不意味着它完美无缺，也无法发展。然而，在不清楚兵棋推演目的的情况下，层层叠加人工智能和模拟工具，可能会扭曲这一方法——更糟糕的是，会导致错误的分析，给人一种虚假的精确感。鉴于兵棋推演在美国海军乃至更广泛的国防领域影响深远，我们应该清楚地认识到其中的利弊权衡和风险。军事兵棋推演人员在将新技术融入成熟的研究方法时应谨慎行事。

什么是兵棋推演？

兵棋推演常常被误解。它们并非预测模型。它们无法提供精确的效能衡量指标，也无法提供具有统计意义的冲突结果预测。在兵棋推演中追求量化的严谨性，是对该方法所能产生结果的根本误解。

相反，它们是结构化的演习，模拟军事冲突的各个方面，以产生关于战略、战役、风险和决策的定性见解。弗朗西斯·麦克休将兵棋推演定义为“根据预定规则、数据和程序对冲突局势的选定方面进行模拟，以提供决策经验或提供适用于现实世界的决策信息。”它们在探索所谓的“棘手问题”时尤其有效——这些难题错综复杂，例如有争议的后勤、多方威慑、部队结构与未来威胁的协调，以及高端多域战的其他方面。因此，兵棋推演的持久价值历来在于它能够让参与者沉浸在模拟环境中，在这种环境中，他们可以应对战争的复杂性，做出关键决策，并从后果中吸取教训，所有这些都在一个承认人类能动性的重要作用和冲突固有的不可预测性的框架内进行。

在典型的推演中，推演者会制定行动方案、做出作战决策并撰写命令。对方团队也会进行同样的操作。裁判小组（通常由相关领域专家组成）会利用现有最佳数据以及专业的军事和科学判断来评估推演结果。他们会对战斗进行辩论和讨论，并使用随机过程（甚至包括掷骰子）进行辅助。

这种方法有局限性。它并非旨在解答所有研究问题，也无法提供某些分析师可能偏好或要求的量化严谨性。但仅仅因为兵棋推演不够“数据驱动”就否定它，却错失了要点。这就像批评一位历史学家不使用回归分析一样。回归分析并非适合这项工作的工具。

兵棋推演与模型与模拟的比较

虚假的精确与科技的诱惑

将人工智能或模型与模拟融入兵棋推演听起来似乎是水到渠成的。为什么不让裁决结果更准确呢？为什么不利用模型更有效地裁决战斗交战呢？

因为在大多数情况下，兵棋推演玩家不需要更高的精度就能进行更好的兵棋推演。

当人类裁判员对某场战斗做出判断时——比如，判断一艘航母能否在导弹齐射中幸存——他们的推理是透明的、可辩论的、可调整的。当模型做出同样的判断时，人类往往会不加质疑地接受结果——所谓的“自动化偏差”，将精确性误认为分析的实用性。人工智能和建模工具可以营造出科学权威的假象，尤其是在输出详细图表、概率杀伤链或动态可视化效果时。但这些工具的有效性取决于它们所基于的数据和假设——而当涉及到未来战争时，这些数据是不完整的，而且只是推测性的。

对涉及陆、空、海、赛博和太空领域数千个交互平台的战役级冲突进行建模，需要对从对手行为到未经测试的系统的物理特性等方方面面做出假设。这就产生了黑匣子——系统产生的输出结果，分析师无法完全或轻易地解释、质疑或信任。在许多情况下，这些假设都隐藏在代码深处。

试图通过纳入建模和仿真来提高准确性，却无意中造成了一种精确的假象，导致对兵棋推演结果过度自信。这种过度自信会让人误以为结果预测准确，而不是更细致地理解因果机制及其参与者决策的影响。这对于概念化未来冲突而言是一个危险的基础，尤其是当这些概念影响到对未来战争至关重要的政策、计划和投资时。

这不仅仅是一个认识论问题。它改变了推演者的行为方式。如果他们对算法做出反应，而不是对动态对手或经验丰富的裁判团队做出反应，推演就会从战略决策演习转变为试图“击败机器”。这增加了参与推演的军事指挥官产生负面学习的风险，也增加了编写兵棋推演报告的分析师得出错误结论的风险。

例如，基于代理的模型要求所有敌方平台都具备程序化的行为，以应对它们与美军几乎所有可能的互动。通常，这些行为基于对敌方行为的假设，而当这些假设在数日的战斗中在数千个平台上叠加时，结果可能看似科学或具有预测性，但却建立在不牢靠的分析基础之上。这可能会让推演人员对敌方的作战方式产生错误的认知，从而导致负面的学习结果，并可能为了击败人为设定的敌方行为模型而对作战计划做出不合理的调整。

尽管将新技术融入兵棋推演颇具吸引力，但兵棋推演者不能让这些技术扭曲最重要的事情。兵棋推演应该专注于作战艺术和适应性，而不是沦为猜测模型算法的练习。后者会导致思维僵化，而非制定更完善的计划。兵棋推演者如果仅仅基于模拟输出就建立对事件发展方向的认知，而不是培养对环境系统复杂性进行可视化和理解的能力，就有可能产生一种虚假的安全感，而这种安全感在现实中可能会造成灾难性的后果。

过度依赖模拟结果可能会阻碍适应不可预见的挑战和实际战争的动态性质所必需的批判性思维技能的发展。

模型可以提供帮助吗？

这并不意味着兵棋推演者应该完全拒绝将建模、模拟和人工智能融入兵棋推演。有一些巧妙的方法可以将它们融入兵棋推演流程，从而提升兵棋推演的价值，同时避免错误的结论和负面学习。只要谨慎使用，技术可以支持而非取代兵棋推演的裁决和分析。

例如，模型可以帮助预先测试战术交战，从而支持推演期间更快地做出裁决。兵棋推演人员在推演前就知道某些战斗交战可能发生，例如潜艇与水雷、弹道导弹与水面舰艇等。提前模拟这些交战可以为裁判提供一系列概率结果，供他们在推演过程中参考。在美国海军战争学院，我们举办了几次裁判论坛，来自军事和科学界的专家齐聚一堂，讨论最佳可用数据并确定常见的战斗交战概率。这些数据将作为值得信赖且经过验证的“查找”表输入到我们的兵棋推演中，在推演过程中为裁判提供帮助。模型可以为此过程做出贡献。

模型和仿真还可以帮助裁判员解析信息环境中的复杂交互，尤其是在涉及太空和网络领域的多个传感器系统时。在兵棋推演的裁判过程中，人类通常难以快速辨别这些系统之间的相互作用，因此模型可以协助确定战场上“谁看到了谁”。通常，这些不同的电子传感器相互作用的方式更多地受物理因素控制，而模型和仿真非常适合确定这些相互作用。

人工智能工具还可以协助推演结束后的分析人员筛选笔记、调查、命令和汇报，以更有效地识别模式或提取关键主题。目前，这对于兵棋推演分析人员来说是一个手动密集型的过程。人工智能的协助可以帮助分析人员更快地向决策者提供推演报告和简报，最终提高研究周期的速度。

但这些技术整合方法支持人类的判断——它们并不能取代人类的判断。

让方法引领

兵棋推演无需抵制数据建模、计算机模拟和人工智能，但它应该抵制不良方法。展望未来，至关重要的是，要重新平衡军事分析中的平衡，倡导一种明智且概念合理的方法，充分利用兵棋推演和模拟各自的优势。

兵棋推演的核心价值在于当意外发生时人们会如何应对。航母沉没时，指挥官会如何应对？计划失败时，对手会如何反应？这些才是重要的洞见。兵棋推演的真正力量不在于裁决单元中发生的事情，而在于推演单元中的对话。这些是塑造战略的动力，而它们无法自动化。

事实证明，兵棋推演在历史上一直是军事规划人员的宝贵工具，通常仅涉及推演场地上的模型舰船。两次世界大战期间，海军战争学院的兵棋推演设计最为简陋，但对二战期间太平洋地区未来的海军指挥官却具有极为深远的教育意义。海军上将切斯特·W·尼米兹在美国海军战争学院的一次演讲中得出了著名的结论：“这里的兵棋推演室里，如此之多人以各种不同的方式重演了与日本的战争，以至于战争期间发生的一切都不足为奇——绝对没有什么意外，除了战争末期的神风特攻队战术；我们没有将这些战术形象化。”未来的指挥官通过在兵棋推演中接触太平洋战场上可能出现的困境，比对手拥有决策优势。其价值源于思考，而非计算。

军事兵棋推演应该在面向未来发展的同时，保留兵棋推演的本质和功能——即使没有先进的技术，我们也能做到这一点。在没有清晰理解人工智能和建模局限性的情况下将其强行推入兵棋推演并非现代化，而是误用。兵棋推演之所以有效，是因为它创造了一个让聪明人实时应对难题的空间。这正是洞察力的源泉。这才是我们应该守护的。

作者：

乔纳森·康普顿博士是美国海军战争学院兵棋推演系主任，曾任国防部长办公室高级分析师和兵棋推演主题专家。他拥有正式研究方法和世界政治博士学位。

约瑟夫·姆罗斯奇克博士是美国海军战争学院兵棋推演系的助理教授，并担任海军作战指挥兵棋推演首席分析师。还担任美国海军预备役情报官，拥有东北大学政治学博士学位。

马修·塔塔尔博士是美国海军战争学院兵棋推演系副教授，并担任海军作战指挥兵棋推演首席分析师。他著有《战争中的创新与适应》（麻省理工学院出版社，2025年出版），并担任美国海军预备役军官。他拥有布兰迪斯大学政治学博士学位。

https://mp.weixin.qq.com/s/BGfgzWsVT3eSmJxB7ZyyBA

来源：未来科技前沿