蜂群与反蜂群：当无人机开始"自主管理战争的节奏"
同一夜。不同房间。不同屏幕。
2月28日16:00前后，伊朗伊斯兰革命卫队发言人站在一面绿色旗帜前，用一种刻意压低但颤抖着的声音宣布："被占领土将遭到毁灭性报复。"
几乎同一时刻，特拉维夫的天际线出现了橘色浓烟。以色列北部边境警报声连绵不断，爆炸声像远处的闷雷一样此起彼伏。伊朗革命卫队随后正式宣布：对"被占领土"发动大规模导弹与无人机袭击，代号"真实承诺4"。
多数人会用老词来理解这一幕：报复、升级、螺旋。
但如果你把镜头从政治声明移到技术纹理上，你会看到一种全新的战争驱动方式正在接管——它不再是将军拍桌子下令"打回去"，而是两套算法在实时测量彼此的弱点、修正各自的路径、在对抗中互相训练。战争变成了适配竞赛。
一、LUCAS——美国自己的"沙赫德"
在所有2月28日投入战场的武器中，最不引人注目但最具时代意义的，是一种外表朴素的三角翼无人机。
它叫LUCAS。
如果你把它和伊朗的"沙赫德-136"放在一起，你会以为它们是双胞胎——因为LUCAS本来就是逆向工程沙赫德-136的产物。亚利桑那州的SpektreWorks公司拆解了在乌克兰战场上坠落的伊朗无人机，研究了它的气动布局、发动机设计、导航逻辑，然后用美国技术重新组装了一个"升级版"。每架造价约35,000美元。
三万五。这个数字需要被感受一下。
一枚"战斧"巡航导弹的单价约200万美元。一枚PrSM精确打击导弹约100多万美元。一架F-35的飞行小时成本约36,000美元——也就是说，LUCAS的全部造价还不够一架F-35飞一个小时。你可以用一架F-35的采购成本（约8000万美元）买2,285架LUCAS。如果算上维护、飞行员培训和后勤保障的全寿命费用，这个比例还要再翻几倍。
但LUCAS和它的低价前辈沙赫德-136之间有一个关键区别：AI。
沙赫德-136本质上是一枚带翅膀的巡航导弹——预编程一条航线，发射后按照GPS坐标飞到目标区域，俯冲撞击。它便宜、简单、可大量生产，但也笨：如果GPS被干扰它就会迷路，如果目标移动了它不会追，如果中途遇到更有价值的目标它不会改变主意。
LUCAS则加入了自主AI飞行控制系统。它能在GPS被拒止的环境下依靠惯性导航继续飞行；能通过机载传感器自主识别目标；能在飞行途中接收新的目标指令并调整航线；最关键的——它能与同伴协同。
40架LUCAS可以组成一个蜂群，在没有人类实时操控的情况下自主协调飞行编队、分配各自的攻击目标、避免重复打击同一个目标、在某架被击落后自动重新分配任务。这不是科幻小说——"蝎子打击"特遣队在2025年12月刚刚激活，当月就从USS圣芭芭拉号两栖攻击舰上完成了首次舰载发射测试。两个月后，它出现在伊朗上空。
从首次舰载测试到实战部署——两个月。这个时间线本身就是一个信号：当军事AI系统的迭代速度开始接近软件产品的发布周期，战争的"技术准备期"就会被压缩到决策者来不及充分辩论的程度。
二、伊朗的反击——不是数量，是"穿透"
如果说LUCAS代表了"精致蜂群"的路线，伊朗的反击则展示了另一种同样有效但哲学截然不同的蜂群策略：用数量制造饱和，用智能制造穿透。
伊朗的沙赫德系列是世界上最成功的军用无人机大规模生产案例。沙赫德-136的单价在20,000到50,000美元之间，取决于批次和改型。2025年6月的"十二日战争"中，伊朗释放了1000架以上的沙赫德-136。俄罗斯在叶拉布加的工厂已经能年产18,540到25,000架克隆版——如果把全球的仿制和授权生产都算上，这个数字还要更高。
但"史诗之怒"行动期间伊朗释放的不只是老式沙赫德。
更值得关注的是喷气式的沙赫德-238。传统沙赫德-136使用螺旋桨发动机，最大速度约180公里/小时——比一辆高速公路上的汽车快不了多少。这个速度使它容易被雷达追踪、被战斗机拦截、甚至被地面高射炮击落。沙赫德-238改用小型涡喷发动机，速度提升到约520公里/小时——接近亚音速巡航导弹的水平。对于拦截系统来说，这意味着响应时间被压缩了将近三分之二。
更重要的是软件层面的升级。公开信息显示，伊朗的无人机群在反击中展现了AI辅助的编队飞行与动态路径规划能力——蜂群不再沿预编程航线直线飞行，而是实时分析前方防空雷达的覆盖范围，自动绕行盲区。末端阶段，无人机切换到图像识别模式，通过机载摄像头自主锁定目标特征——建筑轮廓、跑道形状、雷达天线外形——而不再依赖GPS坐标。
这里的技术关键不是"无人机更聪明了"，而是"无人机更不依赖链路了"。
在传统远程操控无人机的模式下，操作员通过卫星或无线电链路向无人机发送指令，无人机回传视频。链路是命脉——切断链路，无人机就变成一块飞行的废铁。电子战的核心就是切断这条链路。但当AI被植入无人机的机载计算机，一个根本性的变化发生了：无人机在断联后仍然能做决策。它不需要等待远方操作员的指令，它自己就能判断"前面有雷达信号，向左偏航15度绕行""下方建筑匹配目标图像特征，开始俯冲攻击"。
边缘AI让无人机从"遥控玩具"变成了"自主猎手"。你可以干扰它的通信，但你干扰不了它脑子里已经装好的模型。
三、Fattah的轨迹——高超音速的AI自修正
在无人机蜂群之上，伊朗反击中最令以色列防空系统头痛的威胁来自更高的空域：Fattah系列高超音速导弹。
Fattah在波斯语中意为"征服者"，声称最大速度可达马赫15——约18,500公里/小时，是音速的15倍。即使这个数字存在夸大（高超音速导弹的实际末端速度通常在马赫5到8之间），它仍然远远超出了大多数拦截系统的响应极限。以色列的Arrow-3是少数设计用于拦截弹道导弹的系统之一，但它的拦截弹库存有限——"十二日战争"已经消耗了大量储备。
Fattah真正让技术分析师瞩目的不是速度，而是据报道的AI自修正弹道能力：导弹在马赫5以上的高超音速飞行中，根据传感器反馈实时调整轨迹——如果探测到拦截弹接近，它会微调飞行路径进行规避；如果目标发生移动，它会在末端修正撞击角度。传统弹道导弹的弹道是抛物线——一旦发射，轨迹就固定了，拦截方可以预测落点。高超音速导弹的机动能力打破了这种可预测性；AI自修正则在机动基础上增加了"学习"——它不只是随机变化，它在有目的地变化。
2025年6月的"十二日战争"中，伊朗的弹道导弹成功突破了以色列防空系统——Arrow-3的拦截弹库存被压力测试到极限，部分导弹穿透防线命中目标。那是在伊朗还没有部署AI自修正弹道之前。
这构成了蜂群策略的立体纵深：低空有沙赫德-136/238无人机群以数量饱和防空系统的近程拦截资源，中高空有弹道导弹和Fattah高超音速导弹以速度和机动性挑战远程拦截系统，网络空间有电子战干扰防空雷达的探测能力。三个层次同时施压，每个层次都有AI加持——防御方必须在毫秒级别内同时应对三种截然不同性质的威胁，而攻击方的每一层都在实时适应防御方的响应。
四、防御端的AI化——一场资源消耗的博弈
面对这种立体蜂群攻击，以色列的多层防空系统——铁穹、大卫投石索、Arrow-2/3——同样高度依赖AI运行。
铁穹的核心不是拦截弹本身，而是它的决策算法。每一枚来袭火箭弹被雷达捕获后，系统在毫秒内计算其弹道，预测落点，然后做出一个关键判断：这枚火箭会落在空旷地带还是居民区？如果是空旷地带——不拦截，节省拦截弹。如果是居民区——拦截。这个"选择性拦截"策略是铁穹能维持90%以上成功率的关键：它不是拦截所有来袭物，而是只拦截需要拦截的那些。
但这个策略在蜂群饱和攻击面前遇到了一个经济学难题。
一枚铁穹拦截弹"塔米尔"的造价约40,000到50,000美元。一架沙赫德-136的造价约20,000到50,000美元。也就是说，拦截一架无人机的成本与被拦截的无人机本身的成本大致相当——甚至更高。当1000架沙赫德同时涌来，铁穹需要消耗相当于攻击方成本的资源来防御。如果攻击方的生产速度（俄罗斯年产数万架）远超防御方的拦截弹补充速度，那么时间站在进攻方一边。
这就是蜂群时代最冷酷的方程式：防守方永远比进攻方更贵。
伊朗显然理解这个方程式。据报道，其反击中使用了"诱饵-攻击"组合策略：先发射一批廉价的沙赫德-136消耗铁穹的拦截弹库存，然后在库存降低后发射更具威胁的沙赫德-238和弹道导弹。这不是蛮力，这是有计算的资源消耗博弈——而计算本身越来越依赖AI：估算对方的拦截弹库存深度，选择最优的攻击波次节奏，在消耗防御资源和保留自身弹药之间寻找平衡点。
防御端也在进化。伊朗自身的防空系统据报道部署了抗干扰模块：快速识别来袭弹道特征、区分诱饵与实弹、自动分配拦截资源以降低浪费。这意味着攻防双方都在使用AI进行同一种博弈——只是方向相反。
于是战场变成了"谁的模型更快适配对抗"的竞赛。你拦截一次，我学习一次你的拦截模式；你更新防空规则，我更新突防频率；你以为你在打掉目标，我却在积累训练数据。
五、数据闭环训练场
这就触及了蜂群战争最深层的结构性变化：战场不再只是战场，它同时是训练场。
传统战争中，武器系统在工厂里设计、在试验场里测试、在战场上使用。三个阶段是线性的，时间跨度以年计。一种导弹设计定型后，它的飞行特征就固定了——拦截方可以研究它的弹道参数，开发对应的反制手段，然后在下一场战争中使用。
AI改变了这个时间结构。
当无人机蜂群在战场上与防空系统交战时，每一次交火都在生成数据：这条航线被拦截了，那条没有；这个速度被雷达捕获了，那个没有；这种编队被高射炮覆盖了，那种不会。这些数据会被回传——如果无人机被击落了，残骸里的飞行记录仪（如果幸存）或者蜂群中其他成员观察到的信息会被收集。然后，下一批无人机的AI模型会被更新：避开上一批被拦截的航线，调整到上一批没被捕获的速度，采用上一批幸存率最高的编队。
你以为你在打一场战争。系统却在训练下一场战争。
这种"数据闭环"在乌克兰战场上已经被验证。Shield AI的V-BAT无人机在乌克兰执行了约200架次任务，识别了200多个俄军目标——每一次任务都在为Hivemind AI软件提供真实对抗环境下的训练数据。欧洲的Helsing公司在乌克兰部署的HF-1和HX-2巡飞弹已获得超过10,000架次的订单——战场就是它的测试场，每一架被消耗的巡飞弹都为下一代产品提供了进化的养料。
"史诗之怒"行动的蜂群交战，从这个角度看，就是一场大规模的对抗训练：美以的AI防空系统在学习伊朗蜂群的突防模式，伊朗的蜂群在学习美以防空系统的拦截规律。双方的模型都在这场战争中变得"更聪明"了——这些"更聪明"会被带到下一场冲突中。战争的结束不意味着对抗学习的结束，它只是意味着下一轮训练的输入数据已经更新完毕。
六、外溢的加速——当冲突获得自动传播的能力
蜂群的另一个结构性后果是加速冲突的外溢。
2月28日夜间到3月1日，伊朗的反击不仅指向以色列，还波及了大半个中东。导弹和无人机飞向阿联酋、卡塔尔、科威特、巴林、约旦、沙特阿拉伯、阿曼。革命卫队宣称攻击了27个美军基地。巴林的美军第五舰队总部遭到导弹袭击。迪拜的帆船酒店——全球辨识度最高的建筑之一——在打击中起火。阿布扎比和科威特的机场受损。沙特阿拉伯最大的石油出口设施Ras Tanura炼油厂被导弹命中。一枚导弹弹头落在距离圣殿山/阿克萨清真寺不到1公里的地方。
冲突在数小时内从"美以打击伊朗"扩展为"中东多国同时遇袭"。
为什么外溢会这么快？
传统军事逻辑中，多目标反击需要一个集中的指挥中心来协调：哪些基地是优先目标，分配多少弹药，按什么时序发射。这种协调需要时间——尤其是当你的通信网络正在遭受网络攻击、你的指挥官正在被定点清除的时候。按理说，伊朗在遭受首轮打击后的混乱中不应该有能力在几小时内组织如此大范围的反击。
但蜂群系统改变了"组织"的含义。
当无人机群配备了自主任务规划能力，反击不再需要一个完好无损的中央指挥链来逐级下达命令。基层的发射单元可以在接到"发动反击"的简单命令后，由本地AI系统自动完成目标选择、航线规划、波次安排。指挥链可以被打断，但作战能力不会因此归零——因为"决策"已经被分布到了网络的边缘。
这就是为什么哈梅内伊的死亡没有导致反击的瘫痪。最高领袖可以被斩首，指挥中心可以被摧毁，通信网络可以被瘫痪——但只要发射车上的AI系统还在运行，它就能根据预装的目标数据库自主完成任务。反击从"集中指挥的行动"变成了"分布式自主执行的网络"。
外溢因此获得了一种"自动传播"的特性：不需要有人在某个指挥室里精心策划"先打巴林再打迪拜再打吉达"，只需要在蜂群的目标数据库里预装足够多的坐标，然后让系统自己决定最优的攻击序列。冲突像流感一样传播——不依赖单一的传播者，而是通过分布式的节点各自扩散。
霍尔木兹海峡的封锁也嵌入了这个逻辑。伊朗宣布禁止悬挂美国和以色列国旗的船只通过——全球20%的石油运输经过这条咽喉水道。150多艘油轮滞留在海峡外。布伦特原油价格在数小时内暴涨8%至约79美元/桶，创下四年来最大单日涨幅。保险费率飙升至六年高位。
这不是"附带新闻"。这是蜂群逻辑延伸到经济领域的结果：你不必摧毁一座城市，你只需要让一条海峡停摆几个小时，就能让全球的成本函数发出尖叫。在多域战争中，最值钱的目标不一定是军事基地——而是供应链上最脆弱的那个咽喉点。
七、35,000美元的方程式
让我们最后回到那个数字：35,000美元。
这是一架LUCAS无人机的全部造价。它可以飞越数百公里，在没有人类操控的情况下自主导航到目标区域，识别并攻击一个价值数百万甚至数亿美元的目标——一套防空系统、一个雷达站、一艘巡逻艇。即使它被击落了，攻击方损失的也只是三万五。而拦截它的那枚防空导弹，可能就值四万。
这个经济学倒转具有深远含义。
在整个20世纪的军事逻辑中，技术优势意味着更贵的武器：航母比驱逐舰贵，F-22比F-16贵，精确制导弹药比铁炸弹贵。更贵意味着更少，更少意味着每一件都更珍贵、更需要保护、更不能轻易损失。大国的技术优势建立在"质量优于数量"的假设上。
蜂群颠覆了这个假设。
当35,000美元的无人机可以执行过去需要200万美元巡航导弹才能完成的任务，当它的生产速度远超对手的拦截弹补充速度，当它被击落的损失可以被视为训练数据的采集成本——战争的经济模型就发生了根本性的倒转。进攻变得比防守便宜。数量重新胜过质量。消耗战从大国的弱点变成大国的选项。
而当AI让每一架廉价无人机都具备过去需要昂贵精确制导系统才能实现的自主识别与打击能力时，这种倒转就不仅仅是经济学的——它是战略性的。任何拥有基本无人机生产能力和开源AI模型的国家或非国家行为体，都可以组建有效的蜂群打击力量。技术门槛在暴跌。
伊朗用沙赫德证明了这一点。美国用LUCAS回应了这一点。俄罗斯在叶拉布加以年产数万的规模量产了这一点。欧洲的Helsing用10,000架巡飞弹订单确认了这一点。
蜂群时代的战争不浪漫。它不是战斗机飞行员在云层中搏杀的英雄叙事，不是航母编队劈波斩浪的壮观画面。它更像软件版本竞赛：每一次交火生成新的样本，每一次样本喂养下一次迭代，每一次迭代把突防概率提高零点几个百分点。你以为你在打一场战争，系统却在训练下一场战争。
而当训练永不停止，战争就获得了一种自我延续的惯性——不是因为仇恨，不是因为政治，而是因为模型还没有收敛。
（未完待续：下一篇进入真正"看不见的战场"——AI电子战如何在频谱层面实施静默杀伤。战争最致命的一击，往往落在你听不到的地方：某些频道突然变得干净，某些链路突然沉默，某些指挥节点像被按住喉咙——不是因为被炸了，而是因为被"切掉了"。）
Let's Make AGI Real 
留下评论