《自动化战略情报治理》最新文献

国家间军事与经济战略竞争力将日益由其前沿人工智能模型的能力与成本定义。此类系统赋予的地缘政治优势首现领域将是军事情报自动化。尽管已有大量讨论聚焦AI系统实现新型军事模式（如致命性自主武器）或制定战略决策，但一国具备"数据中心式CIA分析师"大规模综合多元数据的能力及其影响尚未被充分探讨。多模态基础模型有望实现原由人类执行的战略分析自动化。它们将能融合当今丰富的卫星影像、手机定位轨迹、社交媒体记录与书面文档至统一可查询系统。我们开展初步效能提升研究以实证评估这些能力，继而提出此类系统将应答的真相问题分类体系，构建决定系统AI能力的高阶模型，并为国家在新一代自动化情报范式中保持战略竞争力提供建议。

图1：数据集中包含多艘海军舰艇的图像，其SPY雷达位置均标注有边界框。

OSINT揭示关键战略信息——当年西方国家约80-90%的情报分析主要依赖公开源。卫星星座每日捕获数百TB数据，社交平台每日发布数十亿新帖，批量信号情报项目每秒记录数百万数据包头。从卫星影像到社交媒体的公开数据对战略分析日益重要，但其体量已超出人类分析师高效处理能力。

数据爆炸不仅限于OSINT。例如，JADC2计划旨在将美军各军种传感器（从海洋到太空）连接至统一网络。

AI能力

随着多模态AI系统（尤其LLM）日益普及与强大，其正被部署应对此挑战。通过有效框架构建，AI系统可融合卫星影像、社交媒体流、航运清单与企业文件，以人类分析师成本零头实时起草复杂查询答案。称此过程为AUTOINT。定义概念后，概述五阶段合成流程，阐释六类问题原型，并以政策建议作结。

自动化情报的勃兴

多数认为AI将根本改变战争与情报本质。全球情报机构正争相利用AI，多数已部署或开发专用工具。

美国情报界研究AI数十年，现正优先实施。仅"梅文计划"就旨在通过多模态AI提升分析师输出两到三倍；DOD正快速试点并扩展NIPRGPT与CamoGPT等语言模型；CIA已宣布为分析师提供类ChatGPT工具。

美国并非孤例。中国战略家将情报列为AI最关键军事应用（Fedasiuk 2020）。探索使用ChatBIT等LLM收集、整合与分析情报信息。俄罗斯存档海量文件与社交媒体帖子，多年来自动化分析链环节。北约近期与Planet Labs合作开展AI增强监视。伊朗、朝鲜、印度、英国、德国、日本、以色列等强国及非国家行为体正跟进。简言之，自动化情报竞赛已开启。

其他相关工作

情报数据增长快于分析师处理能力及自动化需求激增的趋势仍待深入探索。多数研究聚焦非情报军事应用，如自主动能与网络攻击及自动化战略决策。现有AI驱动数据合成文献缺乏类型学与政策含义。虽有工作衡量AI分析能力，但未评估其能否将新手提升至专家级情报分析水平。

Ghioni等人认定AI为"情报分析的信息支点"，但未全面阐述AUTOINT。本文以六类查询原型、五阶段流程及一套政策建议弥合此差距。

多数AI情报研究忽视强调的战略瓶颈：推理性能。训练、开发与推理具不同技术特征与政治影响。例如，考虑到AUTOINT的分级定价，推理瓶颈可能加剧获取不平等（OpenAI 2025; Anthropic 2025b）。我们的初步提升研究借鉴生物安全实验方法（NASEM 2025）。既往研究表明专家与专用AI工具协作可改进工作流（Toniolo et al. 2023），但未比较配备公开LLM的新手与分析师。