在AI战争中幸存的策划

潇潇的团队把AI接进工作流后，项目管理系统先变了样。需求拆解、进度跟踪、资源排期被自动归纳，效率肉眼可见地提高。麻烦也随之而来：过去靠经验拍板的资深策划，突然发现AI能在几分钟内给出多套方案，老策划的权威第一次被工具动摇。更残酷的是，2025年某天，潇潇所在项目被内部评估为“赛道前景不大”，随后取消。那是一个大厂的搜打撤项目，已经开发接近2年，潇潇在项目里担任系统及核心策划。AI没有直接裁掉策划，却改变了策划被评价的方式：谁能驾驭AI、定义问题、守住判断，谁才有机会留下。

潇潇的AI工作流把老策划逼到墙角

游戏项目里的“AI接入”并不是一句口号。项目管理系统被优化后，AI开始承担大量重复性梳理工作：自动生成任务依赖、识别排期冲突、汇总版本风险，甚至把策划文档转成可执行清单。对年轻策划来说，这是杠杆；对只靠资历吃饭的老策划来说，这是压力测试。

潇潇团队的经历说明，AI最先替代的不是“策划”这个头衔，而是策划工作中可被结构化的部分。需求记录、表格同步、会议纪要、版本比对，这些环节一旦被AI吞掉，策划的价值就必须回到更硬的地方：

• 能否把模糊的玩家体验翻译成可验证的设计目标；
• 能否在AI给出的多套方案里识别哪一套真正可落地；
• 能否对数值、节奏、商业化与留存之间的冲突作出取舍；
• 能否为AI生成的内容承担最终责任，而不是把锅甩给模型。

老策划的权威遭遇挑战，不是因为AI更懂游戏，而是因为AI把“经验黑箱”逼成了“可比较的方案”。当项目被评估为“赛道前景不大”并取消时，策划能做的幸存准备不是抱怨工具，而是提前让自己成为那个能定义AI工作流、审核AI产出、并在关键节点拍板的人。否则，项目管理系统越高效，策划越容易被看成流程里的可替换节点。

乌军十人无人机小队在演习里掀翻两个步兵营

军事筹划领域正在发生更剧烈的变化。俄乌冲突中，乌军“Delta”系统融合无人机侦察、卫星侦察、开源网络情报等多源数据，依托云平台实时处理，生成统一态势图。有报道称，北约“刺猬2025”演习中，一支仅10人的乌克兰无人机小队借助该系统，在模拟对抗中击败北约两个步兵营。这个案例对“策划”的冲击很直接：过去需要庞大参谋班子耗时完成的态势拼接，正在被AI压缩到更小团队、更短时间。

乌军还在用GIS Arta自主生成多套反击作战方案，自动排查兵力部署盲区和行动执行漏洞，优化一线临机处置流程。2026年乌军推出的Marichka决策支持系统，可与“Delta”情报分析系统协同，自动测算兵力装备对比、标注作战资源和潜在战损，并在交互地图上生成多套行动方案。它压缩了旅团级部队方案筹划用时，但指挥官依然保留对作战目标、时机和兵力使用的决定权。

俄罗斯的“Svod”新型指挥控制系统则服务于战术层级，把无人系统、卫星及其他情报源数据整合到共享作战图中，优化兵种间协同。北约通信与信息局也宣布对美国安杜里尔国防科技公司开发的Lattice平台展开为期9个月的测试，评估其能否作为成员国共享空战信息的新一代指挥平台。该平台由人工智能驱动，可自主检测、分类、跟踪威胁并排序优先级，缩短人工操作员的威胁识别时间。

这些系统共同指向一个幸存法则：AI可以生成方案，但策划者不能放弃目标设定、时机选择和兵力使用等决定权。未来的作战策划不是“人写计划、机器执行”，而是“人定边界、机器加速、人再审核”。谁能在AI生成的方案堆里保持判断力，谁才是真正的策划核心。

以色列算法清单把目标选择推上争议前线

以色列的实践展示了AI策划的另一面。据报道，以方曾提前数年侵入伊朗交通监控网络，借助人工智能模型分析相关视频资料，逐步掌握伊朗部分官员的行动轨迹与生活规律，为精准斩首行动提供关键情报支撑。在加沙，以色列运用“薰衣草”等系统，基于通信记录、社会关系与行为轨迹对疑似武装人员进行自动化评估并生成打击清单。这种算法驱动的目标选择模式因误伤平民的风险引发极大争议。

这里的“策划”已经不只是排兵布阵，而是把情报、算法、目标清单和伦理责任串成一条链。AI擅长从海量数据中找模式，但它无法自动回答“这个目标是否合法”“附带损伤是否可接受”“情报源是否可靠”。参考资料明确指出，尽管自动化程度提高，人的因素仍然不可或缺；AI可以提升态势感知，却无法复制人类的判断、直觉或伦理推理。AI生成的见解需要人类解读，才能变得有意义并与任务相关。信任、凝聚力和问责制本质上仍是人类责任。

对策划者而言，幸存的关键不是拒绝算法清单，而是建立可追溯的审核机制：谁提供了数据、模型如何评估、清单如何复核、误判如何纠偏、责任由谁承担。过度依赖自动化可能导致战略僵化和伦理盲点。AI战争中的策划若把目标选择完全外包给模型，短期看是效率，长期看是风险敞口。

电磁干扰压下来时数字韧性比算法复杂度更救命

AI增强型指挥与控制系统的成功，很大程度上取决于底层数字基础设施的稳健性。AI处理和运用实时数据的能力依赖稳定、有韧性且安全的连接，但未来作战场景可能充满电磁威胁、网络攻击和通信环境对抗。这些现实要求对数字架构进行根本性重新设计，确保适应性和生存能力。军队必须投资冗余、分散和自愈网络，包括网格通信系统和边缘计算能力，以便在被拒止或降级环境中也能进行本地化处理和决策。数字韧性与算法复杂性同样重要，它确保对抗条件下的作战连贯性。

这对策划的启示很具体：再漂亮的AI方案，一旦通信被压制、数据链被切断、云平台不可达，就会变成纸面计划。幸存策划需要把“断网、降级、被干扰”当作默认条件来设计流程，而不是例外情况。可用的做法包括：

• 预设离线版方案和本地化决策权限，避免所有判断都等云端返回；
• 建立冗余信息源和交叉校验机制，防止单一数据源被污染；
• 用边缘计算分担实时处理，把关键决策压到更靠近现场的位置；
• 在演习中主动制造通信拒止和网络攻击，检验人机协同是否还能闭合；
• 保留人工复核节点，防止自动化偏见和态势感知丧失。

适应AI增强的指挥结构还需要修订现有协议，从僵化的层级决策转向优先考虑速度、灵活性和韧性的系统。这种转变不仅是技术整合，还需要文化和程序上的变革，以协调人类监督与人工智能自主性。培训计划必须兼顾AI的能力和局限性，防止过度依赖而损害作战效能。人类问责制至关重要：指挥官必须在强有力的治理框架内，对AI辅助的行动承担全部责任。

对潇潇这样的项目策划，或对军事领域的作战策划，幸存路径其实是同一条：把AI当加速器，而不是当大脑；把数字韧性当底座，而不是当附录；把人类判断、伦理审核和可问责流程留在关键决策环里。AI战争不会淘汰所有策划，但会淘汰那些只会把方案交给算法、却无法解释、无法纠偏、无法负责的策划。