人工智能在乌克兰无人机50–200公里范围内打破2026年俄罗斯军队的后勤

乌克兰国防部在6月12日描述了一件乍一看似乎是技术细节的事情：中型攻击无人机正在学习将图像与预先加载的卫星数据进行比对，绕过防空区，并区分模型与真实机器。在实践中，这并不是细节，而是从手工无人机向廉价作战打击手段的转变。对于习惯于通过数量和补给线来弥补情报不足的俄罗斯军队来说，这种变化比对石油基地的单次打击更为令人不快。

为什么50–200公里的射程成为战争的一个独立层面

在这场战争中，经典的前线早已不再是线。但直到最近，仍然存在相对的分界：FPV和小型无人机在战术深度中进行恐吓，而远程无人机和导弹则打击工厂、仓库和机场。现在它们之间出现了第三个层面——乌克兰的中程打击行动，即在前线后方约20–200公里的打击。《卫报》在6月11日描述了这一层面如何在沿着亚速海的R-280公路上运作，该公路连接罗斯托夫、马里乌波尔、梅利托波尔和克里米亚。根据乌克兰无人系统指挥部的数据，该路线的军用货运在两周内下降了71%。即使考虑到军事修辞，这一现象的秩序也很明显：这并不是关于燃烧的货车的美丽视频，而是关于陆地走廊通行能力的系统性下降。

俄罗斯在南方集团的后勤本就不奢侈。它依赖于长途补给、穿越琼加尔和赫尼奇斯克的桥梁、有限的铁路基础设施和脆弱的油罐车车队。我在教科书中曾经接触过的苏联学校将后勤建设成一个庞大、冗余的系统：如果一条路线被打断，就会有第二梯队；如果桥梁被毁，工程部队会迅速进行绕行。现代俄罗斯军队保留了对集中力量的热爱，但没有保留苏联时期的工程密度。因此，价值数万美元的无人机开始执行以前需要航空、炮火准备或特种小组才能完成的任务。

人工智能在这里不是魔法，而是风险会计

乌克兰国防部声称，新系统利用光学相机和机载计算机在GPS和电子战干扰的条件下进行导航。算法将当前图像与保存的卫星图像进行比较，依据地标确定位置，计算轨迹，然后帮助识别目标。如果任务是防空位置，神经网络会识别发射装置或雷达站；如果任务是后勤，它会寻找卡车、油罐车、工程车辆或仓库的轮廓。一个重要的细节是：系统还必须通过比较几何形状、表面和热特征来区分假目标和真实目标。

不必用“自主”这个词来浪漫化这一切。在战争中，人工智能这个词常常被当作奇迹来销售，尽管实际上这是一门统计学科：减少路线错误，减少误击假目标，减少在电子战干扰区对操作员的依赖。但正是这种平实使得技术变得危险。俄罗斯的防御将反无人机保护构建为一系列独立的障碍——电子战、伪装、假位置、机动小组、行动禁令。人工智能导航将这些障碍转变为可变任务，可以在每次出击前重新计算。这并不取消电子战，但降低了其边际效益：每个新的干扰系统需要时间和人力，而每条新的无人机航线成本要低得多。

去中心化对抗俄罗斯的垂直体系

基辅邮报援引CNN早前描述了同一逻辑的另一个组成部分：乌克兰的远程行动依赖于分散的发射平台、假无人机和对大量设备的程序化管理。代号为Vector的深度打击部队指挥官谈到了数十个发射地点和与数千架无人机协同作战的可能性。在俄罗斯的军事文化中，这听起来几乎是不体面的。俄罗斯系统喜欢统一的中心、经过批准的计划和垂直的责任体系……