Agent Network 證明五角大廈把 AI 放進 kill chain …

五角大廈應該用 AI 加速目標分析與決策支援，但指揮官必須保留最終控制權。

五角大廈把 AI 放進 kill chain 是對的，前提是它只做決策支援，不做自動開火。

Agent Network 的核心價值，不是把戰場交給機器，而是把「看到威脅」到「拿出可用選項」的時間壓短。美軍在多個 C2 與情報融合專案上反覆驗證同一件事：在高對抗環境裡，慢半拍的情報等於失效。

第一個論點

現代戰場的勝負，越來越取決於誰先把雜訊整理成可行動資訊。俄烏戰爭已經證明，從無人機、衛星、電子偵察到前線回報，資料量不是問題，問題是指揮鏈能不能在幾分鐘內完成篩選、比對與分派。若 AI 能把分析時間從 30 分鐘縮到 3 分鐘，價值不只是效率，而是活命。

美軍早就沿著這條路走。Maven Smart System、各式 sensor-to-shooter 整合，以及聯合全域指揮控制的實驗，目的都不是追求炫技，而是縮短決策迴圈。這不是抽象理論，因為在電子戰與火力對抗下，情報的半衰期極短；一個目標座標晚幾分鐘，可能就已經移動、偽裝或消失。

第二個論點

真正該被 AI 加速的，是「找出選項」而不是「替人做決定」。五角大廈若把 AI 用在目標識別、資料交叉驗證、威脅排序與方案生成，就能讓指揮官更快看見風險與代價。這種設計比把武器交給自動化系統更務實，也更符合交戰規則與法律責任。

這也是為什麼「人類保留最終權限」不是保守，而是必要。一次打擊不只是技術動作，還包含比例原則、附帶損害、欺敵風險與情報缺口判斷。2023 年以色列在加薩的高強度空襲與目標審核爭議已說明，當打擊節奏加快，審核品質若跟不上，政治與道德成本會立刻反噬系統本身。

反方可能怎麼說

批評者最強的論點不是「AI 一定會失控」，而是「AI 會讓人過度信任它」。一旦系統比人更快，指揮官就容易把速度誤認為正確，把推薦誤認為判斷。這種 automation bias 在高壓環境裡尤其危險，因為錯誤會被放大成誤擊、升級或誤判敵情。

另一個合理擔憂是制度滑坡。今天是決策支援，明天可能變成半自動建議，後天就有人主張把某些目標類型交給機器處理。軍事組織一旦習慣由模型中介致命決策，透明度與問責都會被稀釋，最後連人類到底有沒有真正控制，都會變得模糊。

但這些風險不是不做的理由，而是把邊界畫死的理由。五角大廈若要求可稽核、可回放、可拒絕、可追責，並且明確禁止自動選定與自動打擊目標，就能把 AI 限制在它最有價值的位置。真正不可接受的不是使用 AI，而是在敵對國家已經部署類似系統時，自己卻因為恐懼而放棄更快、更清楚的決策能力。

你能做什麼

如果你是工程師、PM 或創辦人，做國防 AI 的第一優先不是 autonomy，而是 auditability。把系統設計成能縮短 sensor-to-decision 時間、能清楚顯示依據、能被人類推翻，並且能在演訓中證明它真的提升判斷品質。能被指揮官信任的 AI，才會進入採購；能被追責的 AI，才配進入 kill chain。