2026年7月，兰德公司抛出了一个让华盛顿战略圈集体沉默的问题：AI模型有没有可能，在未来成为国家安全战略的“战略家”？
不是当参谋，不是当分析师，不是当情报汇总员——是当那个坐在办公室最深处、对着地图沉思、说出“我们应该这么打”的人。
这份报告的名字很长——《人工智能（AI）模型在未来国家安全战略中扮演“战略家”角色的可能性与影响》。但它的核心问题很短：如果有一天，AI不只是帮你写报告，而是替你做决策，你信不信它？
“战略家”这件事，AI能做到什么程度
兰德的判断分三层。
第一层：技术可行性，比大多数人想象的要高。
当前的前沿AI模型——GPT-5、Claude 4、Gemini Ultra这一档——已经具备了多步推理、情景生成、多方博弈分析的能力。它们可以在几分钟内生成几十种战略情景，每一种都附带概率树、资源约束、对手反应模型和二阶效应推演。一个人类战略团队可能需要几周才能完成的“红蓝对抗推演”，AI可以在一个下午跑几百遍。
兰德认为，5-10年内，AI可能在有限领域（如军力部署优化、危机预警、资源分配）实现“辅助型战略家”功能——即在人类设定的目标和约束下，自主生成并评估战略选项。
第二层：15-20年，可能达到较高自主水平。
这意味着AI可以在没有人类预设框架的情况下，自行定义战略目标、识别关键变量、设计行动方案，并在执行过程中动态调整。听起来像是科幻电影，但兰德严肃地把它列为“合理推演区间”。
第三层：限制因素，不是技术，是人。
报告坦诚列出了四个卡点：
可解释性不足——AI说“我们应该这么做”，但说不清为什么。在国家安全决策中，“因为模型这么算的”不是一个可以拿去给国会汇报的理由。
幻觉风险——AI会自信满满地编造事实。在战略决策中，一次幻觉可能导致灾难性后果。
价值对齐困难——AI的“最优解”可能与人类的伦理、法律、政治约束冲突。AI可能算出“先发制人打击是最优策略”，但人类决策者需要考虑国际法、盟友反应和国内政治。
人类信任问题——这是最根本的卡点。即使AI的技术能力完全达标，人类决策者愿意把命运交给一个“黑箱”吗？
所以兰德的结论是：技术可行，但信任不可行——至少在可预见的未来。
同期几家的声音：都在说“可以帮，但不能替”
“AI能不能当战略家”这个题，最近半年几家智库都在接力：
CSIS：认为AI可以显著提升战略规划效率，但强调人类最终决策权不可让渡。他们的用词很讲究——“augment, not replace”（增强，而非取代）。
CNAS：支持AI辅助战略决策，但警告“战略家”角色可能导致责任模糊。如果AI的建议导致了战略失误，谁来负责？程序员？模型？还是那个点了“确认”按钮的人类？
布鲁金斯：指出AI在决策中的应用必须解决伦理和可解释性问题，否则难以获得信任。他们特别强调，在核威慑和危机管理等高风险领域，人类必须保留否决权。
大西洋理事会：从跨大西洋视角出发，强调美欧应共同制定AI战略决策规范，避免技术失控导致盟友间的协调破裂。
胡佛研究所：最保守的一档，认为AI“战略家”角色是双刃剑，美国必须保持人类主导以维护战略自主。他们的潜台词是：不能让AI替美国做“要不要打仗”的决定。
共识：AI在战略决策中的角色会越来越重，但人类必须保留最终决策权。
分歧：AI的自主程度上限在哪里？是“辅助分析”就够了，还是可以“提供建议”，还是可以“在紧急情况下自主行动”？
兰德没说透的三个“房间里的大象”
兰德这份报告写得严谨，但有几个关键问题它点到即止，没有深挖。这三个问题，恰恰是这个话题最值得讨论的部分。
第一个大象：AI“战略家”会让决策更快，但快不一定好。
兰德提到AI可以“提升决策速度”。但在国家安全领域，快不一定是优点。古巴导弹危机中，肯尼迪用了13天来决策，期间经历了无数次辩论、情报核实和外交试探。如果当时有一个AI在几分钟内给出了“最优解”——比如“立即封锁并准备空袭”——历史可能完全不同。
决策速度的提升，压缩了外交空间、减少了人为纠错的机会、增加了误判升级的风险。 尤其是在中美这样的大国竞争中，双方都装上AI“战略家”之后，决策节奏可能从“天”压缩到“小时”甚至“分钟”——这恰恰是兰德自己在《AI与战略网络攻击风险》报告里警告过的“升级链条被压缩”问题。
第二个大象：AI“战略家”的“最优解”，是谁的“最优”？
AI的价值对齐问题，在战略决策语境下有一个更尖锐的版本：AI的“最优解”是基于谁的价值观？
一个训练数据以美国战略文本为主的AI，其“最优解”天然偏向美国利益。但如果这个AI被用来辅助中美危机管理，它的“建议”可能带有系统性偏见。更麻烦的是，如果中美都使用AI辅助决策，两个AI可能基于各自的“最优”逻辑，推导出互相冲突的行动方案——而这种冲突，可能比人类之间的误判更难化解，因为AI的推理链条是不透明的。
第三个大象：AI“战略家”的出现，会改变威慑的逻辑。
传统威慑理论建立在“理性行为体”假设之上——对方是理性的，能理解信号，能计算成本收益。但如果对方的决策是由AI辅助甚至主导的，威慑的逻辑就变了：
AI可能无法理解“信号”——人类可以通过模糊的外交措辞传递威慑信号，但AI可能将其解读为“信息噪音”。
AI可能无视“成本”——如果AI计算出“先发制人”的成功概率足够高，它可能忽略政治、外交和声誉成本，而这些成本恰恰是人类决策者最在意的。
AI可能无法被“威慑”——威慑需要对方害怕报复。AI不害怕。
当一个国家用AI“战略家”辅助决策时，它对对手的威慑力是增强了还是削弱了？这个问题，兰德报告没有给出答案，但它是五角大楼必须面对的现实问题。
中国这边的读法：三个层次
兰德这份报告对中国至少有三个层次的意义。
第一层：技术层面——中国也需要“人机混合战略规划”能力。
兰德建议的“人机混合战略规划”框架，中国完全可以借鉴。具体来说：
战略推演AI化：将传统的“红蓝对抗推演”升级为AI驱动的多情景、多变量、多回合推演系统，大幅提升战略规划的效率和覆盖面。
危机预警AI化：利用AI对全球政治、经济、军事数据进行实时监控和异常检测，提高危机预警的及时性和准确性。
决策辅助AI化：在不替代人类决策的前提下，让AI提供多选项、多情景、多风险评估的战略建议，供决策者参考。
这些技术能力的建设，不是为了“让AI做决策”，而是为了让人类决策者在更短的时间内掌握更全面的信息、更清晰的选项、更准确的判断。
第二层：制度层面——中国需要明确“人类最终决策权”的原则。
兰德报告提到，AI“战略家”面临的最大障碍不是技术，而是信任。中国在推进AI辅助战略决策时，必须从一开始就建立清晰的制度框架：
明确AI的角色定位：AI是“参谋”不是“司令”，是“建议者”不是“决策者”。
建立人类监督机制：所有AI生成的战略建议，必须经过人类决策者的审查和批准才能执行。
划定AI的禁区：哪些领域（如核武器使用、战争与和平的决定）绝对不能交给AI？这些“红线”必须提前划好。
建立责任追溯机制：如果AI的建议导致了战略失误，责任如何划分？是模型的问题、数据的问题、还是人类决策者的问题？
第三层：国际层面——中国可以主动推动AI战略决策的国际规范。
当前，AI在国家安全决策中的使用几乎没有国际规则。中国可以主动推动相关讨论，抢占规则制定的先机：
在联合国框架下提出“AI辅助战略决策的行为准则”，倡导人类最终决策权、透明度、可解释性和责任追溯等原则。
在中美二轨对话中加入“AI战略决策”议题，探讨双方在危机管理中如何避免因AI误判导致的升级风险。
在金砖、上合等平台推动“AI战略决策安全倡议”，为发展中国家提供不同于西方叙事的AI治理框架。
一个更深的观察：AI“战略家”的出现，可能重新定义“战略”本身
兰德报告讨论的是“AI能不能当战略家”，但它没有追问一个更根本的问题：如果AI真的当了战略家，“战略”这个概念本身会变成什么样？
传统意义上的“战略”，是人类智慧的结晶——它包含了直觉、经验、判断、勇气、甚至运气。伟大的战略家（俾斯麦、马汉、李德·哈特、毛泽东）之所以伟大，不是因为他们算得快，而是因为他们看得远、想得深、敢赌。
但AI的“战略”，本质上是优化问题求解——给定目标、约束和变量，找出最优解。它没有直觉，没有经验，没有勇气，不会“赌”。它只会算。
如果AI“战略家”真的普及，战略决策将从“艺术”变成“工程”——从“谁能看得更远”变成“谁的模型更准、谁的算力更强、谁的数据更全”。这种转变，可能比AI本身的技术进步，更深刻地改变大国竞争的本质。
兰德报告没有讨论这个层面，但它是这个题目下最值得深思的问题。
所以，兰德这份《AI模型扮演“战略家”角色》报告，真正有价值的不是“AI能不能当战略家”这个问题的答案，而是它暴露的一个尴尬事实：
我们正在把越来越多的高风险决策交给AI辅助甚至主导，但我们还没有想清楚——如果AI错了，谁来负责？如果AI和人类的判断冲突了，听谁的？如果对手也用AI，双方的AI会不会把人类拖入一场无人想要的冲突？
这些问题，兰德没有给出答案。但它把问题摆在了桌面上。这就够了。
接下来的五到十年，谁能在“人机混合战略规划”的技术和制度上走得最稳——既充分利用AI的能力，又不丧失人类的判断和控制——谁就将在AI时代的战略博弈中占据最有利的位置。
兰德原题 The Possibility and Impact of AI Models Playing a "Strategist" Role in Future National Security Strategy，7月15日上线。
