120智融AI 开启反恐决策新范式（第4页）

团队借鉴《三国演义》中“诸葛亮推演八阵图”

的系统思维，对每种场景的环境特征、装备失效模式、应对策略进行系统化梳理，形成“场景-应对-复盘”

的闭环数据，持续丰富决策经验库。

经过半年的推演，ai对罕见极端场景的决策响应速度提升至2秒内，满足实战需求。

ai决策系统研发进入中后期，人机协同的融合问题逐渐凸显。

在多次模拟演练中，ai的快速决策与人类指挥人员的经验判断常出现分歧，导致行动延误。

例如，在城市反恐场景中，ai根据数据判断应立即强攻，而人类指挥官基于对现场平民情绪的感知，认为应优先谈判，双方决策冲突导致错失最佳处置时机。

“古代战场中，主将与谋士的协同决策至关重要，主将负责全局判断，谋士提供具体方案，二者相辅相成。”

王玲在人机协同研讨会上提出“层级协同决策模型”

，明确ai与人类指挥官的职责边界：人类指挥官负责“战略目标设定”

“价值判断”

“伦理决策”

等抽象层面工作；ai承担“数据处理”

“战术生成”

“行动执行”

等具体任务，形成“人主导、ai辅助”

的协同模式。

为实现高效协同，林薇参考《尉缭子·兵权》中“夫勤劳之师，将必先己”

的指挥理念，设计“意图交互接口”

：人类指挥官通过语音、手势等自然交互方式，向ai传递战略意图；ai将复杂的战术方案转化为可视化图表、简化指令，便于指挥官快速理解。

例如，指挥官下达“优先保障人质安全”

的战略指令后，ai立即生成3套战术方案，用全息沙盘直观展示各方案的人质安全系数、行动风险，供指挥官选择。

陈凯则研发“决策共识机制”

，当人机决策出现分歧时，系统自动启动“分歧分析模块”

：对比双方决策的依据、目标、风险，生成分歧报告；借鉴古代“朝堂议事”

的辩论模式，让ai通过数据可视化方式“阐述”

自身决策逻辑，人类指挥官则补充经验判断依据，双方共同修正决策方案。

在一次“化工厂区反恐”

模拟演练中，ai主张“快速突入控制阀门”

，人类指挥官担心引发爆炸风险，分歧分析模块对比双方依据后，最终确定“先冷却管道再突入”

的折中方案，既保障了行动速度，又降低了安全风险。

人机协同的另一个难点是人类指挥官对ai决策的信任度不足。

部分指挥官因担心ai决策失误，在实战中倾向于放弃ai辅助，回归传统指挥模式。

针对这一问题，赵阳借鉴古代“试错练兵”

本章未完，点击下一页继续阅读