【独家解读】美空军引入“AI写代码”反无人机系统,系统集成速度大幅压缩

【关键词】#美空军 #人工智能 #AI #反无人机

按照传统流程，每引入一种新系统，都需要工程师对其技术规格进行深入分析，并为其量身定制接口和中间件，整个过程往往耗时数周。Picogrid方面表示，借助生成式人工智能，这一过程被大幅压缩。公司联合创始人马丁·斯洛萨里克指出，在项目早期，仅整合一到两个平台就需要一个月到一个半月时间，而如今大多数系统的集成可以在不到一天内完成。在一次公司内部的技术马拉松活动中，团队甚至在约70分钟内完成了7种不同系统的集成。

斯洛萨里克强调，这种效率在12个月前几乎不可想象。去年夏天，相关AI工具的能力仍接近一名需要大量监督的初级软件工程师，只能完成约六成的工作，其余仍需由人类工程师补足。而现在，人工智能已经能够独立完成约95%至98%的集成模块开发。其运作逻辑类似个人电脑的设备驱动程序：“军团”由人类负责编写和维护，而针对不同传感器、武器或系统的接口模块（可以类比为电脑上连接的打印机或者外接键盘），则由AI自动生成并快速适配。

当然，从代码生成到真正部署到作战系统，并通过军方的测试和认证，仍需要更多时间。斯洛萨里克表示，在获得这份空军合同之前，公司已与空军持续合作约一年半，不断在实际环境中积累经验。去年6月乌克兰通过“蜘蛛网行动”无人机袭击俄军本土基地、重创其战略轰炸机力量，也进一步凸显了基地反无人机防御体系快速集成与升级的紧迫性，为该项目提供了现实推动力。

在空军项目之外，Picogrid近期还展示了其快速集成能力。上月，该公司在加利福尼亚州欧文堡国家训练中心，为美国陆军第一骑兵师完成了一项反无人机探测系统集成任务。项目从零起步，仅用约四周时间，就将来自五家不同公司的五种传感器——包括有源雷达、无源雷达和声学传感器——整合为一个统一系统，并接入诺斯罗普·格鲁曼公司的FAAD-C2防空指挥控制系统。该系统还能智能区分使用方式，先依靠无源传感器进行初步定位，仅在必要时短暂开启有源雷达进行确认，从而降低自身暴露风险。

这一项目源于第一骑兵师在进入国家训练中心前仅提前四周发出的求助邮件，当时部队面临多种反无人机技术“各自为政”、难以协同的问题。Picogrid公司将该案例视为其模式的缩影，即通过高度自动化的软件集成，快速解决部队在现实训练和作战准备中遇到的技术碎片化难题。

斯洛萨里克认为，此次空军合同以及陆军项目，展示了一种可挑战传统大型防务系统集成商的路径。Picogrid正在通过一个由约50家企业组成的合作生态，推动更为对等的协作模式，而非由大型主承包商主导、小企业作为附属的传统结构。公司目前已完成近100种不同系统的集成，且这一规模的快速扩张主要得益于AI驱动的软件开发速度提升。

（以上是原文整编内容 请自行甄别使用。）

从更宏观的角度看，Picogrid公司的实践指向一种潜在变化：在具备合适的软件架构和工程能力的前提下，系统集成这一长期被视为高成本、高人力密集型工作的领域，其时间和成本正被压缩至接近可忽略的水平。

对美军而言，这意味着在反无人机等快速演化的威胁面前，防御体系不再完全受制于漫长的集成周期，而能够以更接近战场节奏的方式进行调整和升级。但同时，这也意味着军方正在将越来越关键的系统互联能力，建立在AI生成代码的可靠性和可验证性之上，其长期安全与治理问题仍有待在更大规模部署中接受检验。