本文通过四个相互依存的作战要素来组织陆军地面力量：聚合、打击、近战和持久。这四个要素整合在一起，能够最大化运用自身能力和编制，形成作战机动。它们将战场行动与战役成果相连接，而态势、准入、伙伴关系及战区基础设施则在冲突爆发前为其运用提供支撑。

本指南要求陆军改变其备战方式。已经建立了具有杀伤力的战术编队。现在，须将更大的机构力量投入到作战层面，确保联合部队能够将战术成功转化为战役优势。整体陆军必须在训练、教育、条令发展及力量建设等方面强化这一方法。

《陆军如何作战》的核心是美国士兵。技术将拓展能力范围并增强战斗力，但战争始终是人类意志的较量。

武器-目标分配问题旨在将一组武器分配给若干资产，以使存活目标的期望值最小化。武器-目标分配问题是一个已知为NP困难[1]的非线性组合优化问题。本文应用了几种现有技术来线性化武器-目标分配问题。一种线性化技术通过凸分段线性函数逼近武器-目标分配问题的非线性项，并为该问题提供启发式解。然而，从计算角度来看，即使对于大规模问题实例，此类逼近问题也相对容易求解。另一种方法以引入大量额外变量和约束为代价精确线性化武器-目标分配问题，但这使得许多大规模问题实例难以处理。受这些现有求解方法计算实验结果的启发，本文开发了一种专门的新精确求解方法，称为分支调整法。所提出的求解方法涉及对武器-目标分配目标函数的紧致分段线性凸下逼近，并精确求解武器-目标分配问题。该算法构建于任何现有的分支切割或分支定界算法之上，并可使用最先进的混合整数线性规划求解器提供的工具来实现。数值实验表明，所提出的专门算法能够处理多达1500件武器和1000个目标的超大规模问题实例，在两小时的计算运行时间内获得最优性差距不超过2.0%的解。

本文对文献的贡献如下。鉴于武器-目标分配问题是一个非线性整数优化问题，本文简要描述了如何应用几种现有方法对其进行线性化，并比较了它们的优缺点。最重要的是，本文进一步开发了一种专门的精确算法，仅使用非线性目标函数的紧致凸下逼近来求解武器-目标分配问题。该算法的主要新颖之处在于，使用武器-目标分配目标函数的紧致分段线性下逼近来寻找下界并指导分支，同时在分支定界框架中转而使用非线性武器-目标分配目标函数的精确值进行定界。因此，该算法可以构建在任何分支定界算法之上，只需在当前节点处对目标函数进行简单的手动调整。因此，该算法更准确的名称应为分支调整定界法，为简洁起见，我们将其简称为分支调整法。所提出的求解方法可使用最先进的混合整数线性优化软件实现，并能处理超大规模的武器-目标分配问题实例。当其在指定时间限制内未能将问题实例求解至最优时，它会在所获得的最佳解上以较小的最优性差距形式提供非常合理的最优性保证。与Lu和Chen的求解方法相比——该文献报道可处理多达400件武器和400个目标的问题实例——本文算法在实验中能够在几分钟的计算时间内将多达400种武器类型和800个目标的实例求解至最优，并在两小时的计算时间内将显著更大的实例求解至次优且差距较小。除此之外，所提出的求解方法具有通用性，可成功应用于武器-目标分配以外的其他应用领域。

本文组织如下。第2节将武器-目标分配定义为非线性优化问题，第3节和第4节描述了该问题的两种线性化方法，第5节提出了一种融合上述两种线性化方法的混合线性化方法。最后，第6节描述了一种求解武器-目标分配问题的新精确算法，第7节给出了所有求解武器-目标分配问题实例的计算实验结果。第8节总结全文。

正如美陆军野战手册第2-22.3号《人力情报搜集员行动》所勾勒，人力情报搜集的目标在于向指挥官提供及时、精准且客观的信息，并以标准化、结构化的格式呈报。及时准确的情报报告是部队战备状态的关键驱动力，有助于领导者在激烈战斗中做出基于数据的明智决策。然而，该野战手册同样确立了情报信息报告的严格行政要求，同时指出原始数据采集与条令化报告之间的差距可能导致可行动情报的延迟。传统的人力情报报告是一个耗时费力、需投入大量人员精力的过程。人工智能为此问题提供了切实可行的解决方案：它能快速整合搜集员的笔记，并将其转化为经过润色、符合条令格式的报告，从而弥合报告差距，提升军事战备水平。

人力情报报告历来是一个缓慢而繁琐的过程。将一次局部对话或一页原始野外笔记转化为一份符合条令要求的情报信息报告，需要花费数小时的精心起草、格式编排和编辑工作。搜集员需要应对格式问题，斟酌被动语态的使用，并确保每一段落都遵循战区严格的规则，例如作战司令部标准作业程序。这种程度的行政细节要求深入的质量控制与质量保证核查，常常导致报告在搜集员与报告军官之间反复流转。这使得训练有素的搜集员将过多的时间投入到基础数据录入和审慎措辞上，从而延误了关键情报向用户的交付。

本文探讨如何将第一人称视角（FPV）无人机操作员的知识、技能和态度进行结构化梳理，并系统地映射至模拟环境，以支持海军陆战队攻击型无人机操作员的训练进阶。采用设计科学研究方法论，本论文开发了一个框架，用于构建攻击型无人机操作员训练任务、识别相关胜任能力、将这些能力分解为可衡量的训练需求，并评估模拟环境对既定训练任务的支持能力。研究结果表明，FPV无人机模拟器在支持攻击型无人机操作员任务方面的能力差异显著，主题事项专家评估认为该框架可作为模拟器遴选和训练设计的潜在有用工具。进一步研究的建议包括将该框架扩展至所有已识别的攻击型无人机操作员训练任务，并将其应用于更广泛的候选FPV无人机模拟器。

现代战争取决于以速度和规模移动、集成、保护和利用数据的能力。然而，现有太空通信架构的设计初衷是针对一个更早的作战时代，其特点是数据量较低、通信流量较为可预测，且进入太空和电磁频谱的竞争不那么激烈。传统的射频通信如今受到有限频谱可用性、日益增长的带宽需求以及在竞争环境中对探测、干扰、压制和截获日益严重的脆弱性的制约。与此同时，作战时间线持续压缩，而军事传感器、自主系统和扩散式星座产生的数据量空前巨大，传统架构无法高效传输。接近满负荷运行的通信链路在遭受攻击或中断时更难防御、适配和恢复。在竞争环境中，对手可通过压制、网络攻击、截获及其他形式的电子战来利用这些局限性，这将削弱决策能力和作战协调。这些传统通信架构日益无法满足现代作战数据需求的规模、速度和持续性。由此产生的通信缺口如今已成为一种作战和战略层面的脆弱性。

满足需求将需要对现有网络进行渐进式改进之外的更大变革。混合射频-光通信架构为实现更大的传输容量、韧性和生存能力提供了一条可扩展的路径。光通信提供了显著更高的吞吐量、更低的可观测性，并摆脱了许多限制射频系统的频谱束缚。结合射频的全天候灵活性和环境适应性，混合架构可为未来军事网络提供能力更强的通信骨干。最切实的前进道路是采用混合射频-光通信架构，该架构将射频的韧性和普遍性与光通信远为强大的传输容量、更低的截获和探测概率、减少的频谱依赖性以及更小的尺寸、重量和功率需求相结合。

减少必须传输的数据量与增加传输容量同等重要。星载处理、人工智能、边缘计算、数据压缩和分布式数据管理架构可减轻传输负担，同时加速在整个作战网络中投送任务相关信息。混合方法，加上智能星载数据处理和持续的射频现代化，可以扩大传输容量、改善网络韧性，并在未来冲突中维持美国的决策优势。

应加快混合射频-光通信架构的研发、采办和部署，同时在过渡期间继续改善射频性能。延迟采纳将面临扩大通信缺口、削弱决策优势的风险，并将技术、作战和标准制定方面的优势拱手让给那些已在下一代通信网络上大力投入的竞争对手。

当一个大型、不完整且部分矛盾的文档集合不存在唯一正确答案时，语言模型能在多大程度上将其转化为一份计划？提出了基于任务分析的Mission Analysis (MA)-Bench——这是军事作战规划的第一步，参谋人员在提出任何解决方案之前，先阅读完整态势并阐述问题。该基准包含10个由专家构建的场景，每个场景配有一组10至12份合成文档，以及1257条由专家编写的通过/未通过评估项，每条评估项均包含其来源、问题类型和重要性等级信息。一位推理模型裁判在未见文档的情况下根据评分标准对每份简报进行评分；其评分如同第五位持证规划师，使四人评审小组的一致性保持不变（Fleiss κ 从0.42变为0.41），而来自另一家供应商的裁判则复现了模型的排名（Spearman相关系数0.94）。在20个前沿和开源权重模型中，表现最佳的模型正确回答了62%的评分项目。模型在文档中陈述的事实方面表现最强（58%），在必须推断的判断方面最弱（33%），且60%的失败源于遗漏而非错误。MA-Bench对裁定结果而非文字表述进行评分。我们公开发布了文档包、评分标准、提示词、评分器以及每份附带逐项裁决的评分简报。

主要贡献在于评估方法和数据集，而对20个模型的评估则展示了它们所衡量的内容：

• 针对开放式、高风险且具有异质性证据且无唯一参考答案的规划任务，提出了一种作战规划评估的表述方法。

• MA-Bench，包含10个经专家验证的场景、长篇多文档规划文档包以及1257条由专家撰写的原子化评估项，并采用一种结构化的评估方法，将提取、综合与推断相分离，同时对遗漏和有害行为进行显式评分。

• 对20个前沿和开源权重模型进行的实证评估，使用一位其评分标准经持证规划师校验的裁判，分析总体性能、能力分解、失效模式及评估可靠性。

图2. MA-Bench构建与评估流程。上图：基准构建，从作战规划任务设计到场景构建、规划文档包、专家真实答案、原子化评分标准及裁判校准。下图：基准执行，向被评估系统提供规划文档包，使用校准后的裁判和专家评分标准对生成的任务分析简报进行评分，并按总分、推理层次、规划步骤及关键或有害错误对性能进行分解。

当美国及其联盟伙伴对伊朗开启武装敌对行动时，伊朗海军力量——由伊朗常规海军与伊斯兰革命卫队海军组成——遂成为主要的军事经济目标。其亦成为检验海战法三项古老方法的综合性试金石：封锁法、交战方临检与搜查权，以及捕获法。虽平时之靠近与登临权可用于拦截无国籍“影子船队”船舶，海战法规则却更具刚性。例如，平时若怀疑某艘与伊朗有关的商船无国籍，方可登临；而武装冲突中，此类船舶可基于其悬挂伊朗旗之身份或其行为特征而被捕获。随着美国对伊朗行动由平时低强度冲突，经性质模糊之灰色地带，明确转入武装冲突，海上战争中截阻敌方油轮之额外法律工具与作战方法遂告启用。

2026年2月28日，美国与以色列对伊朗发动“史诗怒火”行动，开启武装冲突阶段。美以联合战役仅前十二小时即实施近九百次空袭与导弹打击，目标涵盖伊朗军事基础设施、防空体系、导弹计划、核设施及领导层。伊朗最高领袖阿里·哈梅内伊于袭击中死亡，伊朗随即以区域内大规模导弹与无人机报复反击。美伊交战状态之形成，为切断伊朗影子船队提供了额外法律手段。

与陆地武装冲突不同，海上武装冲突规则在很大程度上围绕经济战展开。交战方享有临检与搜查权，以判定商船及其货物之敌性。具敌性之中立商船或敌国商船可受捕获。国家亦得对敌海岸——含港口、锚地与泊地——实施封锁。此类法律权能虽未如《联合国海洋法公约》中无国籍船舶靠近登临权那般载入普适公约，但已成习惯国际法。美国在平时以靠近与登临权主张对无国籍船舶之管辖权，并于海战法中辅以临检搜查、封锁与捕获权。第二部分考察交战方临检搜查权及其首次战时运用——针对“图斯卡”号商船。第三部分分析合法封锁之要件及美国对“哈斯纳”号油轮等船舶之强制执行。第四部分转向捕获及其程序机制。第五部分评估伊朗油轮可否作为军事目标受攻击，提出三种观点并主张《第一附加议定书》第52条第2款不适用于纯海上交战。第六部分结论评估此类海战方法之复兴及限制其适用之规范工作。

随着蜂群无人机在国防应用中日益广泛的使用，目标分配问题已成为一个关键的研究课题。尽管武器-目标分配（WTA）问题已通过数学模型得到了广泛研究，但其计算复杂性在处理异构和大规模无人机蜂群时存在局限性。在本研究中，我们提出了面向多用途作战无人机的基于聚类的武器-目标分配方法（CWTA-D），这是一种基于聚类分解的框架，通过将无人机和目标划分为匹配的聚类，并在每个聚类对内求解WTA-D模型来提高可扩展性。我们首先建立了多用途作战无人机武器-目标分配（WTA-D）数学模型，以表示异构无人机能力，包括单次射击、双次射击和单向攻击无人机，并考虑了射程和交战效能约束。为解决可扩展性问题，CWTA-D集成了三种针对问题的聚类策略：位置平衡聚类（PBC），强调空间紧凑性；价值平衡聚类（VBC），平衡目标价值；以及位置-价值平衡聚类（PVBC），综合考虑目标位置和价值。实验结果表明，CWTA-D显著减少了大规模实例的计算时间，在测试设定下可在几秒钟内获得分配方案。在99:99实例中，PVBC在5.78秒内实现了平均惩罚目标值为24.57，而PBC在5.79秒内为25.46，VBC在5.26秒内为76.20。这些结果表明，PVBC在保持与其他聚类策略相当的计算时间的同时，相对于仅考虑价值的聚类减少了性能损失，从而提供了有利的运行时间与质量权衡。

综上所述，本研究通过战略性聚类方法解决了传统WTA在蜂群环境中的局限性。本研究的主要贡献有三方面。首先，我们将WTA-D构建为一个考虑无人机特性的静态分配模型，捕捉了现代作战无人机的多角色能力和部署特征。其次，我们提出了基于WTA-D公式的CWTA-D聚类分解框架，并研究了三种聚类策略，即PBC、PVBC和VBC，以分析计算效率与惩罚目标性能之间的权衡。第三，计算结果表明，相对于参考的WTA-D公式，CWTA-D提高了计算可扩展性，使得在测试设定下能够在较短计算时间内获得大规模分配方案。

本文其余部分安排如下：第二部分全面综述了相关WTA文献。第三部分详细阐述了WTA-D和CWTA-D方法论。第四部分介绍了实验设计和计算结果。最后，第五部分总结了研究并提出了未来研究方向。

导读

机器人能自主执行任务，但失败诊断、数据收集、代码修复、训练方法和版本选择仍大量依赖人。上海交通大学、加州大学伯克利分校等机构的研究者提出：自主性不仅是完成任务，还应包括改进自身能力，以及产生这些能力的方法。 论文围绕“物理递归自我改进”建立L0—L5分析框架，区分能力更新与改进机制更新、同任务收益与跨任务收益，并梳理模型外运行框架适应、模型训练、安全控制和独立评估。最重要的结论是：按照本文的严格定义，所考察文献尚未充分证明物理递归自我改进。 机器人表现越来越好，并不自动意味着它已经越来越擅长改进自己。 本文是综述与框架论文，未报告已实现L5的新系统，也没有新统一实验。下文沿用原文八章结构，解释更新、继承、归因与安全验证。 论文信息

英文题目 Who Improves the Robot? Toward Physical Recursive Self-Improvement 作者 Hai Zhou、Fan Yang、Zeyi Chen、Lejun Zhang、Chenyang Fu等30位作者；前五位为共同第一作者。通讯作者为Weinan Zhang、Qian Feng、Shangding Gu。 版本 arXiv v1，提交日期2026年10月13日。原文55页，包含正文与参考文献；arXiv页面未注明会议接收信息。 论文主页 https://arxiv.org/abs/2610.18842 全文下载 https://arxiv.org/pdf/2610.18842 配套资源 https://github.com/SAIL-Research-Lab/Physical-RSI

1 Introduction｜引言

机器人的执行自主性与改进自主性是两回事。一个机器人可以自主搬运、抓取或整理，却仍需要人来收集和筛选经验、诊断陌生失败、演示修复动作、设计训练流程并挑选更新版本。执行能力的提高，不代表这些幕后步骤已经自主化。 普通自我改进主要改变“执行任务时使用什么”：例如增加技能、修改提示、更新策略参数。递归自我改进更进一步，改变“以后如何产生、测试和选择这些变化”。只有新的改进程序在受控条件下比旧程序产生更有效的后续改进，才构成递归收益证据。 这一问题在物理世界尤其困难。机器人只获得局部且有噪声的观测，需要在连续动力学和实时约束下行动；试验、复位与重复评估昂贵，设备可能磨损或损坏，一些后果无法撤销。软件环境中的低成本试错，不能直接移植到与人共享空间的机器人上。 作者因此提出专门的物理递归自我改进框架：机器人利用物理交互证据，持续更新任务执行系统与改进程序，让后续改进更有效。论文贡献不在于宣布这一目标已实现，而在于给出分级标准、组织已有方法、明确安全约束，并揭示证据缺口。

图1：物理递归自我改进的总体架构与L0—L5分类。执行系统产生物理交互经验，改进程序更新运行框架与模型，并验证候选更新；独立评估器位于改进程序之外。来源：原论文图1，PDF第4页。

2 Foundations of Physical Recursive Self-Improvement｜物理递归自我改进的基础

2.1 定义与范围

框架首先划分四类系统对象。任务执行系统由模型外运行框架和参数化模型组成。运行框架包括提示、记忆、技能库、工具、任务分解、恢复逻辑，以及接口和控制器代码；模型包括规划器、视觉—语言—动作策略，以及执行时使用的价值函数或世界模型。 改进程序包含框架适应、模型训练和内部验证三个阶段，分别负责修改运行框架、选择经验并优化模型、判断候选变化是否保留。它也可以修改自己的阶段。经验与反馈库记录执行轨迹及改进历史；它与执行时使用的记忆不同，后者是从经验中提炼出来的可调用资源。 独立评估器使用改进程序不能读取、训练或修改的测试任务与评分准则，评价更新后的执行系统，也评价内部验证程序的修改。否则，一个验证器可能通过放宽自身标准“证明”自己更好，而机器人实际能力没有提高。 物理自我改进要求：系统自主产生并保留至少一项能力更新；支持收益的变化具有物理依据；最终能力在独立评价中优于初始版本。物理递归自我改进还要求自主保留改进程序的更新，并证明跨任务的递归收益：从相同系统版本、相同经验出发，在相同预算下，新程序产生的执行系统优于前一程序产生的系统。

“保留”意味着更新超出当前回合，成为后续版本的起点，而非本次任务结束即丢弃。“物理依据”可以来自真机或物理仿真中的动作结果；只依赖学习到的世界模型想象、语言判断或内部信号，则不足以单独满足该条件。物理仿真仍存在仿真到现实的差距，不能据此推导真机安全。 持续学习提供跨任务知识保持，但通常使用固定更新规则；自动机器学习搜索训练配置，不一定继承此前系统；一般递归自我改进框架多侧重数字环境。物理递归自我改进把自主继承、机制更新、跨任务受控收益和物理依据放到同一判断中。

2.2 系统架构与改进循环

执行循环用当前模型和运行框架产生动作，把轨迹写入经验库。重新规划或纠正当前动作，只改善本次执行，不一定留下可继承变化。 能力更新循环读取经验，修改技能、记忆或模型，经过内部验证后保留，效果体现在后续任务。例如把成功轨迹变成可复用技能，或者用新的交互数据微调策略。 元更新循环修改改进程序本身，例如先定位失败模块再修改提示、在模仿学习停滞时调整训练方法，或改变候选筛选机制。修改框架适应和训练阶段，可由内部验证程序检查；修改验证程序，则需要外部评估，因为它不能独自裁定自己的标准是否更可靠。 两条路径彼此影响：新增技能会改变训练轨迹的分布，模型能力提升又会改变哪些框架修改值得尝试。安全也不只是在最终版本上检查一次，而应约束执行、能力更新和元更新三个循环。

2.3 六级框架与证据标准

图2：能力更新与元更新的对象，以及同任务和跨任务的区别。只改变抓取位置可能仍是同任务；加入开门技能，或改变已有技能的执行顺序，则可构成不同任务。来源：原论文图2，PDF第9页。 级别由更新对象和收益范围共同决定，不能只按“自动化程度”排成单一阶梯。

• L0：未形成自主、可保留的改进闭环。 仅在执行中调整，或改进仍依赖人的干预、标注或版本选择，归入这一参照组。
• L1：同任务能力更新。 改进规则固定，自主更新执行系统，并在同一任务上留下收益。
• L2：同任务元更新。 在同任务范围内，自主修改并继承改进程序。
• L3：跨任务能力更新。 保留的能力变化支持不同任务，改进规则仍可固定。
• L4：跨任务元更新。 改进程序自身的保留变化产生跨任务收益。
• L5：独立验证的递归收益。 在L4基础上，逐次比较新旧改进程序，证明新程序在匹配起点、经验及预算下产生更好的后续改进。

任务身份以所需技能序列为核心。杯子位置变化、场景难度变化但技能序列不变，仍可能是同任务；新增技能或已有技能的新组合、顺序，才支持跨任务判断。仿真与真机记录为证据来源，不自动改变任务身份。 组件归属也取决于用途，而不是名称：执行时使用的世界模型属于执行系统，仅用于训练环境的世界模型属于改进程序。按固定规则反复训练奖励分类器或价值网络，也不自动构成元更新；必须改变并保留目标、更新规则、课程或选择机制等程序本身。 例如Eureka分别为29个任务优化奖励，数量多不等于保留同一改进机制并实现跨任务递归收益。ASPIRE把短程任务获得的技能库用于未见长程组合，则提供跨任务证据，但这仍不同于证明L5。级别是针对具体工作流和证据的分类，不是给某个方法名称贴永久标签。

3 Harness Adaptation of Physical RSI｜模型外运行框架的适应

3.1 反馈解释与更新目标识别

运行框架适应首先要回答“失败发生在哪里”。视觉关键帧、力和接触信号、调用日志、工作流节点记录，以及成功和失败尝试的对照，帮助提出原因假设；此前修改历史还能提示哪些问题反复出现。 诊断必须落实到可编辑组件：是指令错误，还是未遵循正确指令？是推理不足，还是感知工具缺失？需要修改技能代码、接口、参数暴露、记忆还是调用顺序？随后应限定修改范围和适用条件，区分局部修复与可广泛复用的更新。 论文以ASPIRE、HarnessPAI等机器人工作，以及ExpeL、AutoGuide、HarnessFix等数字智能体方法梳理这一过程。数字方法提供可借鉴的诊断和修改机制，不应被误写为已证明真机递归改进的证据。

3.2 记忆、技能与工作流适应

图3：运行框架适应的完整链路。诊断限定修改范围，候选变化涉及记忆、技能、共享实现和工作流，随后验证目标效果与既有能力，并在后续使用中监测。来源：原论文图5，PDF第14页。 记忆更新不只是增加反思文本，还包括组织适用上下文、更新过时规则和检验物理解释。PhysMem从交互构建假设并验证适用性；KnowBody更新与动作相关的身体关系，再检查依赖这些关系的知识。 技能更新可以修复已有程序、调整接口，或从成功解法提炼新技能。ASPIRE依据基本操作的反馈修复机器人程序；ViReSkill保存成功计划与控制代码供后续复用。新增资源必须能真正进入之后的执行，而不只是被记录下来。 协调更新处理共享函数与调用者的依赖。引入公共技能后，需要同步调整使用它的程序；删除冗余或失效抽象，也应检查依赖关系。否则，局部修复可能造成其他任务回归。 工作流更新改变技能何时被调用、如何交接、如何推进子目标，以及如何恢复和停止。它与本次任务临时重新规划不同：被采纳的规则必须用于后续执行。BATON强调调用和交接条件，RoboFoundry则持续调整阶段处理、子目标构造和重新规划节奏。

3.3 采纳机制与改进历史

候选更新要检查预期效果以及对既有能力的影响。对失败案例重跑可以验证修复，对共享函数及其调用者测试可以发现回归；只有被接受并进入后续执行的变化，才构成继承。 采纳也不是永久有效。后续交互可能削弱某个物理解释的可信度，身体估计变化可能使依赖规则失效，需要重新验证或暂停使用。 改进历史应同时保留成功和失败尝试，包括原始观测、修改对象、差异、理由、验证结果与采纳决定。被拒绝的更新同样能为下一次诊断提供信息。记录“哪个方法产生了什么修改”，还为进一步改进修改方法本身提供依据。

3.4 框架适应机制的元改进

能力更新修改技能库或记忆内容，元改进则修改产生这些资源的方法。例如调整诊断策略、记忆构建操作、候选生成指令或优化器侧程序，让之后的框架修复更加有效。 STOP、Hyperagents等数字系统展示可编辑改进程序；Promptbreeder、MemSkill等方法分别关注生成指令或记忆构造方式。它们为物理场景提供方法启发，但证据来源仍需区分。 一个新方法不能只凭“生成了不同修改”被判更好。应比较新旧方法在相同起点、经验与资源下产生的后续更新，检查收益与成本，并在采纳后确认新方法实际主导之后的改进。如果运行组件和适应方法同时变化，就更需要拆分归因；程序演化也不保证每种设置都有效。

4 Model Training of Physical RSI｜模型训练

图4：模型学习路径。环境生成与数据选择组织物理经验，通过模仿、自监督或强化学习更新执行模型；机制更新进一步改变课程、采样、目标、奖励与训练流程。两类更新均需验证后采纳。来源：原论文图8，PDF第17页。

4.1 数据准备

数据准备把经验生成和学习选择联系起来。真机练习可针对薄弱能力，仿真生成器可扩展任务、场景、奖励和难度，真实场景重建则为仿真到部署提供空间上下文。选择机制决定哪些成功轨迹用于模仿，哪些失败用于价值学习或恢复，以及下一次应采集哪些状态。 共享控制、主动求助和纠正示范能够提高学习效率，但若保留更新依赖关键人工纠正，按本框架不能据此主张自主改进。数据量增加也不自动代表机制进步；只有采样器、课程生成器或选择规则被修改并用于后续学习，才可能支持元更新判断。

4.2 训练方法

模仿学习从示范、教师目标或经验证的自主轨迹学习动作。行为克隆、扩散与流匹配式动作生成、策略蒸馏等都可构成能力更新途径。修改学习目标则可能涉及机制层面，但具有物理依据、可持续继承的相关证据仍有限。 自监督学习从观测和轨迹结构构造训练信号，包括重建、潜在动作和动力学预测。更新世界模型可为之后的策略训练生成想象轨迹；执行时快速权重适应也能改变当前上下文，但是否成为可保留更新，需要另行判断。搜索自监督目标的数字方法本身，不等于形成机器人物理改进闭环。 强化学习以交互结果指导策略或价值更新，也可在冻结策略外训练轻量控制器。奖励代码、训练分布和更新规则都可能成为机制修改对象。关键区别是：按既定算法学习参数，还是自主改变并保留之后学习所用的算法或规则。

4.3 学习模型

视觉—语言—动作模型把多模态观测和指令转为机器人动作。更新可以作用于动作头、适配器、骨干或整个模型，也可以保持基础模型冻结，仅训练外部控制器。能力增长应归因到真正发生改变的组件。 世界模型预测动作条件下的未来状态，用于规划、动作选择或想象训练。冻结模型支持重复优化，与新物理轨迹持续更新预测器，是两种不同路径。预测画面逼真不等于接触、动力学和动作结果准确；执行与训练中的用途，也决定其在框架中的归属。 奖励模型评价进度、成功或行为质量。它可以固定，为策略学习提供信号；也可以随反馈更新，并重新给历史数据评分。奖励估计改变会影响之后的训练，但按固定规则重拟合估计器，仍不能直接证明改进程序得到元更新。

4.4 知识迁移与训练程序改进

跨任务迁移可以复用策略初始化、技能模块、动作表示、专家路由或控制器组合；回放、模块化适应和参数合并有助于保持旧能力。需要证明源任务保留的变化确实被目标任务使用并贡献收益，而不是把不同任务各自重训后合并报告。 数据准备机制可以依据学习反馈调整示范选择、数据混合比例、仿真分布和采集重点。训练机制则可修改奖励代码、更新规则、训练配方或实验组织方式。元更新不仅要发生，还要被保留并用于后续训练。 物理反馈指导并继承的机制修改，可以在同任务或跨任务范围支持L2、L4判断；L5还必须控制起始能力、经验和预算，证明新机制比旧机制产生更有效的后续改进。更多数据、更强初始模型或额外算力，不能替代这一比较。

5 Safety and Control of Physical RSI｜安全与控制

图5：贯穿改进循环的安全与控制。系统更新与环境漂移要求重新审查探索、迁移和运行保障；采纳决定是否继承，部署授权决定允许在哪些物理条件下运行。来源：原论文图9，PDF第21页。

5.1 安全探索与持续适应

训练结束后的安全策略，不代表收集经验时没有造成风险。安全强化学习可约束预期成本，但平均成本受控仍可能允许个别危险事件，而且约束是否有意义取决于成本是否真实表达物理危害。 保持任务性能也不等于保持安全。旧场景和当前场景应分别检查，历史安全标签要结合现有动力学和传感条件重审。参数保持或防遗忘机制，并不能自动维护所有安全属性。 安全探索可以限制在已有证据支持的区域，检查可达性、返回路径和控制稳定性。不过系统更新或环境漂移可能破坏其假设，安全区域可能需要缩小；如果没有可证明支持安全继续的试验，物理探索应暂停。

5.2 安全迁移与更新接受

能力迁移不意味着安全证据同步迁移。新编码器可能破坏状态映射，新接口可能让备用控制器的动作失效，即便任务所需技能没有变化，也需要重新检查。 这里必须区分三件事：内部接受决定候选是否被继承；独立评价判断它是否真的改善能力；部署授权决定在什么条件和保障下允许物理运行。高于一个不安全基线的成绩，也不足以证明安全。 部署评估应覆盖策略、观测处理、动作接口、监测器和备用控制器的完整组合，并检查传感误差、执行器限制、控制时序与交接状态。模拟反馈满足物理依据定义，不意味着仅凭模拟即可批准真机部署。

5.3 环境漂移下的运行保障

控制屏障函数、可达性方法、预测式动作过滤和安全屏蔽，可以限制动作或切换备用控制器，但保证依赖有效模型、不确定性界和控制可行性。部署时去掉过滤器，也就失去其直接执行约束。 失败预测只提供预警，不自动保证干预安全。例如校准误报率，不代表保证漏检率或恢复成功。策略和编码器更新后，监测器的输入分布也可能变化，需要重新校准；单纯提高报警阈值以减少干预，可能掩盖风险。 日志必须区分提出的动作与实际执行动作，防止频繁安全纠正把不安全策略包装成成功。恢复还需要可恢复状态及有效控制器：退回旧策略不能逆转机械故障或摩擦变化。检测误差、响应时延与恢复可行性应联合检查。

5.4 对演化中改进程序的监督

改进程序会决定之后尝试什么、怎样解释干预、接受哪些更新，因此其安全评价不能只看最终策略，还应看产生该策略的试验过程及后继系统。 内部验证器不能自行放宽受保护的安全要求，也不能仅用自己修订后的标准评价自己。修改验证器，应由外部评估比较不同验证程序保留的系统。已有形式化结果只覆盖特定结构化更新，不能泛化到任意自修改代码。 当程序读取外部日志或修改代码时，外部内容也不应获得关闭停止机制或改写安全要求的权限。人的紧急停止、操作授权、训练纠正和版本选择必须分别记录：保留人类安全控制，不等于把人工驱动的学习算作自主继承。

5.5 跨代安全证据

每一代系统都应关联版本、物理条件、干预记录和结果，以检查旧证据的假设是否仍有效。单轮风险界不是终身安全保证；在每轮界对自适应过程仍有效时，多轮违规概率可用各轮风险界之和上界，风险仍会累积。 被拒绝试验、恢复和复位同样产生物理暴露，硬件磨损还会改变后续条件。开发新改进程序期间的风险，与之后使用它的风险，应分别记账。 错误接受更新和实际物理损害也是不同事件。反复用测试反馈挑选候选，会产生自适应选择偏差；即使测试任务与评分代码不被直接读取，也不保证最终证据独立，需要新测试或相应统计校正。 安全评估应报告违规频率与严重程度、险情、漏检、响应时延和恢复成功率，并覆盖更新后即时表现及旧条件复测。安全运行与递归收益需要两套相互兼容但不可替代的证据。

6 Verification and Evaluation of Physical RSI｜验证与评估

图6：候选更新的内部验证与外部评价。实施有效性、修复效果和能力保持检查支持采纳；独立评估器检验实际物理结果，并为验证程序自身更新提供元验证。来源：原论文图10，PDF第26页。

6.1 候选更新的验证

内部验证包含三个基础层次：语法、接口和输出格式等实施有效性；在匹配失败案例上重执行的修复有效性；复测既有成功任务和依赖知识的能力保持。能运行不等于解决问题，解决原案例也不等于不会损害其他任务。 当验证程序本身变化时，接受数量变多不代表验证质量提高。需要用相同外部任务和评分准则，评价新旧验证程序之后保留的系统。候选阶段的开发证据，不能直接替代保护起来的独立结果评价。

6.2 改进结果的评估

性能与保持。 比较更新前后以及多轮版本，检查收益是否累积、保持或暂时下降，使用未参与调试和候选选择的初始条件测试。 归因与迁移。 匹配初始数据、模型、训练配方和轨迹预算，通过冻结部分组件、空技能库基线或版本消融，分离框架、模型和程序的贡献；迁移测试应按技能序列确认任务真正变化。 效率与自主性。 除任务成功，还报告机器人时间、GPU时间、词元消耗、数据准备、训练、复位和达到目标的成本，明确人的设置、纠正、接管及版本选择。关闭评估时的人工帮助，不能证明改进阶段没有依赖人。 递归收益的关键对照。 不应直接比较第几代系统的最终分数，而应让新旧改进程序从相同起始代、相同经验出发，在匹配任务和预算下产生后续系统，再独立评价跨任务效果。安全规则、停止条件、复位安排和操作授权也应匹配。若评估任务集扩大，应重评早期版本，或用固定锚定子集比较。

6.3 基准与评估资源

图7：按评估重点组织的具身与递归自我改进相关资源。具身资源覆盖任务、鲁棒性、反馈可靠性和开发过程；下半部分主要是数字环境中的递归改进基准，并非均已支持物理递归收益验证。来源：原论文表4，PDF第29页。 任务学习与泛化资源包括Meta-World、RLBench、CALVIN、LIBERO等；鲁棒性和真实环境资源包括SIMPLER、LIBERO-PRO、RoboArena等；FailBench、RoboRewardBench等关注成功判断与反馈可靠性；CaP-Bench、RoboCoach-Bench等评估机器人编程或训练开发。 AI4AI-Bench、RSIBench-Data、RSI-Exam等则从数字场景评价训练算法、数据策略或可执行方法修改。它们分别覆盖相关能力，却尚未形成一个统一检验自主继承、跨任务机制改善、物理反馈与安全成本的物理递归改进基准。

7 Challenges and Future Directions｜挑战与未来方向

从不确定物理经验中学习。 部分可观测性、传感噪声和随机结果，使成功判断与失败归因不可靠。错误反馈若修改了训练程序，可能在后续轮次持续放大。未来需要把反馈可信度与继承决策联系起来，而不只是收集更多轨迹。 跨运行框架组件的因果归因。 记忆、技能、工作流相互依赖，表面失败可能来自上游缺陷；同时修改多个组件又难以区分各自贡献。需要在有限试验预算下设计对照，识别因果依赖，并为修改对象和范围提供依据。 改进闭环的非平稳性。 更新是否有效，取决于当时的系统配置、能力和物理条件。之后的组件修改或环境漂移会使旧结论失效。应跟踪证据依赖，识别哪些必须重验、哪些仍可复用，同时限制重验成本。 奖励投机与评估泄漏。 不准确的成功检测和奖励模型可能让程序优化评分，而非真实物理结果。保护测试任务不被读取仍不充分，反复利用反馈筛选候选也会破坏独立性。方向包括独立核验物理结果、控制反馈披露，以及使用新证据或统计校正的最终测试。 递归更新中的安全。 任意改进程序更新的安全保证仍开放，全面重验每个版本又可能超出预算并产生额外风险。作者提出有选择地重审：找出失效假设，复用仍有效证据，把试验集中到未解决的安全问题，并保留受保护要求与有效停止能力。 建立递归收益基准。 后继系统更强，可能只是经验更多或起点更好。基准应追踪程序的自主修改、采纳与实际使用，从相同起点和经验出发比较连续程序版本，匹配任务、资源与安全条件，避免把数据积累误认为机制进步。

8 Conclusion｜结论

论文把机器人自主性从“会执行”推进到“会改进”，进一步追问“会不会改进改进自己的方法”。L0—L5框架以更新对象、任务范围和独立证据组织现有研究，并通过运行框架适应与模型训练两条路径，连接安全、继承和评价。 它并没有宣告机器人已经实现持续递归进化。恰恰相反，作者指出现有证据距离严格的物理递归自我改进仍有差距。关键不是展示版本分数上涨，而是证明机制修改本身，在受控起点和预算下，让后续跨任务改进更有效。 值得保留的判断是：能力改进、机制改进、可验证的递归收益，是三个不同层次。 更可靠的物理反馈、更清晰的因果归因、随系统与环境变化仍有效的安全证据，以及专门基准，是走向更高层次的必要条件。 原文链接 https://arxiv.org/abs/2610.18842 完整论文 https://arxiv.org/pdf/2610.18842 配套资源 https://github.com/SAIL-Research-Lab/Physical-RSI 本文依据论文v1整理。配图保留原始图内文字，中文图题与说明另附于图片下方；文中方法案例及分级判断均按该综述的证据范围解释。

自20世纪初以来，电子战（EW）已稳步成为贯穿现代作战全过程的关键工具。电子战被运用于：

• 战争的战术、战役和战略层面。

• 陆地、空中、海上和电磁领域。

• 战争的全部谱系：

– 平时威慑。

– 信息与影响力行动。

– 情报与反情报活动。

– 动能与非动能交战。

– 进攻与防御作战。

– 对等/近对等战争。

– 非常规、非对称与混合战争。

– 特种作战。

– 等等。

在持续的俄乌战争中，双方团队经常使用电子战来"干扰"用于语音通信的无线电信号、反炮兵和防空雷达以及无人飞行器控制信号。在2003年美国领导的入侵伊拉克之后，简易爆炸装置（IED），特别是遥控简易爆炸装置（RCIED）的使用，引发了美国国防部与叛乱炸弹制造者之间的一场技术战争，双方分别研发和规避旨在防止遥控简易爆炸装置引爆的射频（RF）干扰设备。在流行文化中，《壮志凌云》曾两次将烟花般耀眼的红外诱饵弹和闪闪发光的箔条投放的激烈片段带入影院和客厅；红外诱饵弹和箔条是飞机和直升机经常用来对抗防空威胁的红外对抗和雷达对抗目标捕获系统。

战场数字化

1876年有线电话、1897年无线电报和1900年无线电话的引入，引发了一系列战场通信革命。数千年来，高级指挥官从前线亲自指挥作战行动，通过面对面交流下达命令、通过传令兵传递便条、并使用鼓号和号角在广阔的战场上同步作战行动。美国陆军在第一次世界大战初期仍在作战编队中使用军号和战鼓，此后它们被绵延数英里、手工铺设的电话电缆所取代，这些电缆将战壕与西欧各地的指挥所连接起来。车载和便携式无线电在第二次世界大战中被引入，使指挥官能够在机动中保持通信。越南战争期间，卫星被用于模拟通信，将华盛顿特区的官僚机构与战场指挥官实时连接起来。在1990-1991年海湾战争地面入侵之前，一支完全计算机化和数字化的联军从远处对伊拉克武装部队进行黑客攻击、干扰和轰炸；伊拉克海军几乎不复存在，伊拉克空军逃离该国。随后，联军在长达100小时的地面入侵中，凭借计算机化武器系统、加密通信和卫星导航轻松击败了伊拉克陆军。

明日之战，今日上演：对指挥、控制、通信与计算机系统电子战影响的建模

鉴于基于射频的通信在西方军事编队中的深度整合，以及俄罗斯联邦武装部队在乌克兰对电子战的广泛有效运用，迫切需要开发能够整合敌方电子战系统、己方指挥、控制、通信与计算机（C4）系统以及己方C4冗余计划（通常称为"PACE"计划，即主用、备用、应急和紧急计划）的精确模型。出于本分析的目的，我们将己方部队称为蓝方，将敌方部队称为红方。

由红方电子战系统和蓝方C4系统及网络构成的元系统可以建模为一个依赖型隐马尔可夫模型（HMM），而构成蓝方PACE计划的C4系统元系统则形成一个C4网络。网络的健康状态影响着信息从前线到高级指挥官总部以及反向的流动。一次成功的红方干扰任务可能会使蓝方某单位完全孤立，无法与蓝方其他部分通信。在这种情况下，该蓝方单位将无法接收更新的命令、协调作战行动，或提交火力支援（炮兵或近距离空中支援）或医疗/伤员后送等支援请求。C4网络的降级或中断为规划人员提供了宝贵的信息，以便修改或增强通信计划以提高网络可靠性，或为各单位与其他要素通信完全中断的情况制定应急计划。对隐马尔可夫模型的分析提供了分析C4网络图所需的数据。通过分析干扰行动期间网络图的稳态，我们可以识别出与图中其他部分隔离的节点集群，并评估对相关PACE计划可能做出的更改，以改善网络图的健康状态。

本报告描述了北约科学技术组织任务组IST-149“半自主无人地面战车互操作性”的研究与实验工作。随着无人地面战车（UGV）向更高自主化水平演进，预计其将显著扩展作战能力并重塑军事任务的执行方式。在无人地面战车的多国联合作战中，信息和控制必须能够在不同平台与系统间无缝共享。标准化互操作性将改善无人地面战车与其指挥控制系统之间的交互，但以往工作主要集中于有人驾驶或遥控平台。本任务组的目标是开发并演示半自主无人地面战车与不同操作员控制单元（OCU）之间的互操作性。相关标准将被映射和扩展，用于技术协作演示。

一个利用现有北约标准和互操作性配置文件（IOP）的能力演示器已规划并实施。在全面的多国演习中，从基于无人地面车辆的情报、监视与侦察（ISR）数据采集到指挥控制系统终端用户终端的兼容链路已成功验证。军民合作方面已于2021年与欧盟委员会在欧洲机器人黑客松活动中成功测试。最终项目演示于2022年在欧洲陆地机器人试验中进行，展示了一个多功能系统，其中三台不同的机器人和操作员控制单元能够无缝相互操控，以完成化学、生物、辐射与核（CBRN）侦察任务。

情报驱动多域作战，多域作战赋能情报。野战手册 2-0《情报》——情报作战职能的基石条令——聚焦于情报在作战期间的作用，并与野战手册 3-0《作战》中的作战条令紧密嵌套。就总体陆军情报条令而言，野战手册 2-0在很大程度上是一份独立出版物；它包含相互衔接、在某些情况下较为复杂的条令概念。陆军条令出版物 2-0中的讨论将有助于陆军专业人员阅读和理解野战手册 2-0。理解情报条令至关重要，因为情报是所有陆军作战的重要组成部分。陆军部队在全球范围内持续参与行动，始终在执行作战并为未来作战做准备。情报专业人员不断努力提供有助于指挥官和参谋人员达成态势理解的情报。陆军条令出版物 2-0探讨了情报与作战的诸多方面。随着作战日趋复杂，提供有效情报正变得更具挑战性。作战环境动态多变、错综复杂，并受到全球化、技术、地缘政治变迁以及冲突与解决的不同阶段所驱动的全球趋势交汇影响。国家的对手正在实现现代化并提升其能力，挑战陆军部队获取持久优势、实施一体化威慑以及维持积极战役行动。情报必须涵盖作战环境的全部范畴，情报专业人员必须对所有领域和维度达到精通级别的理解才能有效发挥作用。这种理解水平对于在低于武装冲突的竞争、危机和武装冲突期间支持指挥官的预判和决策至关重要。指挥官和参谋人员持续运用和维持情报能力，并根据需要调整情报支援以完成任务。情报参谋同步情报作战职能，是指挥官在情报能力、权限与监督、参谋整合、认证、训练和运用方面的首席顾问。有效的情报需要指挥官、情报参谋、作战参谋、其余参谋人员以及支援情报单位指挥官之间的协作。陆军条令出版物 2-0的逻辑图见第vi页的导图。它说明了与多域作战情报支援相关的总体谁、什么、何处、为何以及如何。

本出版物的每一后续章节都建立在前面章节确立的基本原理之上。陆军条令出版物 2-0探讨了情报支援的诸多方面，包括情报的性质、情报企业、情报作战职能、情报流程、情报能力以及为获取情报而战斗。

陆军条令出版物 2-0包含五章：

• 第1章定义了情报，并讨论了情报的性质及其他基本方面。

• 第2章讨论了陆军作战、陆军作战背景下的情报，以及为获取情报而战斗。

• 第3章讨论了作为产品的情报。

• 第4章讨论了作为流程的情报。

• 第5章讨论了作为职能的情报。

兵棋推演在国防体制中长期处于一种尴尬的位置。它一方面被反复称赞为不可或缺的工具，另一方面却持续因未能提供许多观察者最希望从中获得的那个东西而受到批评：关于未来的可靠答案。当一场战争在经过多年兵棋推演后真的爆发并进行时，疑问确实随之而来：

这场兵棋推演预测到战争了吗？

它识别出了最佳行动方案吗？

它验证了某个偏爱的概念、能力或投资决策吗？

当兵棋推演未能做到这些事情时，怀疑随之而来。而当它似乎取得成功时，由此产生的信心——至少有时——是被错置的。

这种模式反映了一种持久的误解，即对兵棋推演的目的究竟是什么，以及相应地，应该如何评估其价值的误解。从兵棋推演最早被制度化采用以来，它就一再被当作一种预测工具或决策辅助手段来评估，在最坏的情况下甚至被视为经验证据的替代品。每一种这样的期待都施加了兵棋推演在结构上不适合满足的标准。由此产生的热情、失望和重新发现的周期性循环，已伴随兵棋推演超过一个世纪。

对模糊结果的沮丧是可以理解的。国防机构始终面临着提前证明选择合理性以及事后解释结果的压力。那些承诺提供清晰性、预测性或优化性的工具显然具有吸引力。当兵棋推演似乎提供了这种清晰性时，它们被欣然接受。当它们未能一贯地做到这一点时，它们便受到质疑。但这种框架混淆了关联性与目的性。兵棋推演的价值从来都不是其主要在于预测特定事件的能力。相反，兵棋推演的价值在于其为人类判断力做好准备、以应对预测失效的条件的能力。

兵棋推演的持久价值既非预测也非优化。其主要产物是某种同时更为谦逊也更为深刻的东西：在不确定性条件下培养威胁识别能力。兵棋推演无法告诉参与者或其所属军种未来会发生什么。它们实际上能做的是，将参与者置于有效模拟危险的情境中，并向他们传达为什么这些情境看起来危险。然后，它可以训练参与者预见到他人在面对类似现实世界危险时将如何回应。通过这种方式，兵棋推演训练参与者认识到，所有各方在信息不完整且时间压力巨大的情况下是如何感知、解读威胁并对威胁采取行动的。

威胁识别难以量化，因此其培养过程很容易被忽视。它不会产生清晰的指标或确定的产出。相反，它通过视角的转变、意外的时刻以及先前未经审视的假设的浮现而表现出来。这些影响是真实的，但它们很难用验证或证明的语言来捕捉。因此，它们被低估或误解。

这种误解会产生后果。围绕兵棋推演的许多反复出现的争论——包括关于严谨性、真实性、偏差和有用性的争论——都源于用兵棋推演从未被设计来满足的标准来评估它们。当兵棋推演主要被当作预测工具来判断时，它们几乎总是令人失望。当它们被当作决策引擎来评估时，它们会显得不确定。当人们期望它们产生共识时，它们会显得没有结论。只有当它们被理解为揭示认知和制度盲点的工具时，它们的贡献才变得更加清晰和持久。

在兵棋推演的语境中，不确定性并非有待最小化的缺陷。它是使学习成为可能的必要条件。兵棋推演之所以有价值，恰恰是因为它们抵制闭合。它们让参与者接触到无法仅通过计算解决的模糊性。它们迫使决策者既要直面自身假设的局限性，也要认识到其他人可能通过根本不同的威胁视角来看待同一局势。

将这一概念提炼为一个简单但重要的论点：兵棋推演的核心教学功能是培养威胁识别能力，而非产生答案。其目的不是预测结果，而是让领导者和机构做好准备，在结果无法预先知晓的情况下运作。因此，衡量一次兵棋推演成功的标准，不是它是否正确预见了未来，而是它是否揭示了先前未被认识的威胁感知、挑战了根深蒂固的假设、或澄清了判断力在仅凭计算不足的环境中所扮演的角色。

以这种方式理解兵棋推演，是彰显其价值而非贬低它。这种方法将兵棋推演置于其一直以来最为有效的位置：作为一种专业军事教育、机构自我反省以及在不确定性下严格培养战略判断力的工具。

引言

传统情报简报充斥着图表、数字、统计数据和事实，但实质内容匮乏，让指挥官都在问同一个问题：“那又怎样？”这并非个别领导者的失职，而是陆军情报文化中的一个系统性问题——倾向于复述事实而非提供真正的分析。要改变这种文化，重拾信息的重要性和意义，军士队伍有责任引领在方法、传递方式乃至如何看待自身在作战中的重要性的变革。

在当今多域环境下，军事职业专业情报分析师所做的远不止是为指挥官提供信息。作为一个整体，提供至关重要的信息，帮助指挥官理解正在发生什么、什么重要以及接下来可能发生什么。

美国联合出版物2-0《联合情报》将情报定义为来自对外国、敌对势力或作战区域信息的收集、处理、整合、评估、分析和解读所产生的产品、活动和组织。¹这些概念是日常训练和作战的基础。情报不仅仅是信息，它是在作战压力下对理解的运用。

美国麦考伊堡陆军预备役军士学院的战斗参谋军士课程提供了一个例证，展示了众多陆军预备役军士对情报界能为多域作战带来什么的有限理解。即便是情报专业同行，也常常对其全部角色有着有限理解，而对于其他专业的士兵来说，理解上的差距甚至更大。通常在部队层面，预备役部队的情报分析师被视为复制粘贴技术员、PowerPoint专业人士或天气预报员。一些士兵认为情报存在于保密系统之上，与部队其他部分几乎没有联系，从根本上忽略了该专业中内置的作战机制。

作为战斗参谋军士课程引导员，首要任务之一就是挑战这些假设，向学员展示情报是一门思维学科，直接塑造着任务指挥、作战成果以及指挥官在作战舞台上的杀伤力。一旦分析师掌握了这些知识，他们就会将其带回所在部队的作战中，建立起对情报及其生产情报的分析师重要性的更广泛认同。

情报分析师作为整合者

现代作战并不缺乏信息，但指挥官和参谋人员往往缺乏清晰度。美陆军野战手册2-0《情报》明确指出，情报支持各级梯队的决策。²分析师通过汇集来自信号情报、人力情报、地理空间情报和开源情报等多个来源的报告来带来这种清晰度。他们的真正价值在于将这些数据转化为易于理解、可操作的成品，供指挥官用于快速决策。

情报分析师不仅仅是幻灯片的制作者、系统显示器的读取者或天气预报员。他们工作的价值在于分析信息并辨别其重要性何在、风险是什么，以及哪些空白直接影响我方部队。对于那些从未与情报部门密切合作过的战斗参谋军士课程学员来说，这种认识往往是转折点，他们开始看到情报贯穿于作战、火力、勤务保障和防护之中——它并非置身事外。情报是分析的结果，也是交付给指挥官和参谋人员的成品，为任务成功奠定基础。在他们所做的一切工作中，情报分析师都牢记作战时限，以确保其下级梯队——前线士兵——取得成功。

创新情报训练

情报创新并非始于新软件，而是始于如何教导士兵进行思考。美国陆军技术出版物2-33.4《情报分析》强调了这一过程的重要性，³然而许多预备役部队学员在进入战斗参谋军士课程时，对分析流程或情报在军事决策中的作用接触甚少。计划人员未能理解任务分析，会对负责执行任务的士兵产生直接影响。然而，理解作战环境情报准备仅仅是开始。真正的情报分析需要理解作战区域的重要性、从全球尺度进行思考，并深入了解敌人——他们的运动方式、运作方式和思维方式。

在麦考伊堡的军士学院，通过情景驱动训练和实践练习来弥补这一训练差距。学员要在不完整的报告、紧迫的时间线和相互竞争的优先事项中开展工作。他们必须评估信息，与其他参谋部门协调，并就影响而非仅仅在幻灯片上展示数据向指挥官汇报。这有助于建立真实感，同时强化情报的关键作用。一旦我们将学员置于这些情境中，情报分析就不再是制作幻灯片的理论练习。它变成了规划、准备、执行和评估这一活生生的、持续的过程，直接有助于提升杀伤力和任务成功。

塑造思维与培养适应性领导者

情报军士最重要的角色之一是塑造领导者对情报的看法。陆军条令出版物6-22《陆军领导力与职业》将领导力描述为影响力。⁴情报军士每次汇报、质疑假设或提供不同视角时，都可以影响决策。同样，通过运用其领导技能，预备役部队军士学院的情报分析师学员可以影响其他学员对情报的心态，将其从行政要求转变为指挥官会积极寻求的能力。这种态度的转变往往对这些领导者返回部队后将如何使用情报产生持久影响。

情报创新既是文化问题，也是技术问题。正如野战手册2-0所强调的，适应性和持续学习是训练必须强化的特质。鼓励学员质疑信息来源、识别偏见，并理解情报工作伴随的道德责任。

对于许多预备役部队军事情报军士来说，麦考伊堡军士学院是他们第一次真正接触到情报如何支持作战。这种经历将影响他们整个职业生涯中与情报参谋及其他情报专业人员的未来互动。这些互动的影响远远超出课堂，使得军士学院引导员能够跨越陆军各组成部分塑造作战战场。

未来的变革

传统上，陆军训练将情报作战职能孤立开来，将分析师限制在真空中制作技术产品。为了打破这种模式，麦考伊堡军士学院的引导员扭转局面，使学员看不到作战职能标签；有些人直到第一堂课才意识到自己属于哪个作战职能。在这种情况下，大多数军事专业都被迫走出舒适区。在机动、火力、防护或勤务保障等作战职能中工作，迫使他们将分析工作转化为可供“执行者”使用的有用基础。这并不是说情报作战职能不重要，但理解其他作战职能如何运作有助于他们放眼办公桌之外，看到每个职能如何驱动任务。

这种直接的团队合作在整个班级中建立了牢固的相互信任。随着情报军士了解到其他军事专业面临的现实挑战和摩擦点，他们的威胁评估变得更加精准和实用。同时，这种协作环境为非情报专业的军士揭开了情报流程的神秘面纱。让来自其他军事专业的军士接触分析师如何收集和评估情报，建立了一种在其他地方难得一见的共同信任。

真正的回报发生在这些毕业生返回各自部队之后。这些领导者不再退缩到自己的部门，而是成为所在部队更好团队合作的催化剂。凭借所接受的训练，他们有能力走进其他参谋部门，向他人展示如何最好地利用情报并动态更新其威胁图景。通过在课堂上打破这些壁垒，我们培养了多才多艺、具有作战思维的领导者，他们知道如何帮助整个编队取得胜利。

结论

军事情报的未来有赖于能干、自信的军士。情报职业和指挥官们充分利用为作战带来的能力。无论是在大规模作战、平叛还是其他作战背景下，陆军情报军士都是至关重要的资产。必须改变情报在所有陆军组成部分及更广泛的战争部中的使用方式。今天的情报分析师远非复制粘贴技术员、幻灯片制作者或天气预报员。作为一名战斗参谋引导员，职责远不止教授条令。通过培养领导者对情报的理解、使其做好在不确定性中行动的准备以及塑造情报训练，确保情报分析师军士仍然是陆军跨所有领域作战并获胜能力的关键。

注释

1. Chairman of the Joint Chiefs of Staff, Joint Publication 2-0, Joint Intelligence (The Joint Staff, 2022), GL-15. Incorporates Change 1 dated July 5, 2024.

2. Department of the Army, Field Manual 2-0, Intelligence (U.S. Government Publishing Office [GPO], 2023), 1-6, 1-27–1-28.

3. Department of the Army, Army Techniques Publication 2-33.4, Intelligence Analysis (U.S. GPO, 2020), 1-7. Incorporating Change 1 dated May 2025.

4. Department of the Army, Army Doctrine Publication 6-22, Army Leadership and the Profession (U.S. GPO, 2019), 1-13. Incorporating Change 2, dated February 6, 2025.

情报驱动作战，作战赋能情报。野战手册 2-0聚焦于陆军部队遂行作战期间情报所发挥的作用。它与野战手册 3-0《作战》中的作战条令紧密嵌套。野战手册 3-0与野战手册 2-0共同推动陆军文化变革，并为跨陆军战略背景的多域作战做好准备。自大陆军组建以来，对作战的情报支援一直是赢得国家冲突的关键。有效的情报具有以下特征：

• 及时、相关、准确且具有预测性——促进规划、决策、目标选定和防护。

• 与其他作战职能协作，以补充和强化对威胁编成的打击效果。

提供有效的情报具有挑战性。当前的作战环境动态多变、错综复杂，并受到全球化、技术、地缘政治变迁以及冲突与解决的不同阶段所驱动的全球趋势交汇影响。国家的对手正在提升其能力，挑战陆军部队获取持久优势、实施一体化威慑以及维持积极战役行动。情报必须涵盖作战环境的全部范畴。情报专业人员必须对陆地、海上、空中、太空和赛博空间领域，以及人员、信息和物理维度达到精通级别的理解，才能有效发挥作用。这种理解能力使指挥官能够在低于武装冲突的竞争、危机和武装冲突期间进行预判和决策。

指挥官主导情报作战职能。指挥官和参谋人员持续运用和维持情报能力，并根据需要调整情报支援以完成任务。情报参谋是情报作战职能的专家，是指挥官在情报能力、权限、参谋整合、认证、训练和运用方面的首席顾问。有效的情报需要指挥官、情报参谋、作战参谋、其余参谋人员以及支援情报单位指挥官之间的协作。野战手册 2-0的逻辑图见第viii页的导图。它说明了与多域作战情报支援相关的总体谁、什么、何处、为何以及如何。本出版物的每一后续章节都建立在前面章节确立的基本原理之上。野战手册 2-0探讨了情报支援的诸多方面以及一个关键主题：为获取情报而战斗——这种方法强调积极主动并采取审慎行动，以获取关于敌人及作战环境其他重要方面的关键信息，从而满足情报需求。

野战手册 2-0的主要更新和变更包括以下内容：

• 将情报作战职能任务“为部队生成提供情报支援”替换为“遂行情报战备”。

• 将情报作战职能任务“遂行作战环境任务前分析”替换为“生成情报知识”。

• 新增“为防护提供情报支援”作为一项情报作战职能任务。

• 采用联合情报流程的命名惯例。

• 根据陆军条令出版物 2-0，使用多学科情报指代全源情报。

• 描述了分析与利用，包括与处理、利用和分发（亦称PED）的比较。

野战手册 2-0包含四章和五个附录：

第1章介绍陆军情报条令体系的基本原理。

第2章讨论作战与情报。

第3章讨论将情报整合与同步纳入参谋活动。

第4章讨论陆军情报能力。

附录A讨论联合特遣部队和统一行动伙伴的情报考量。

附录B列出并描述了情报作战职能任务。

附录C讨论情报规定、权限和监督原则。

附录D阐述对情报作战职能的参谋支援。

附录E描述了对情报能力进行任务编组的指挥与支援关系。