摘要
随着人工智能技术的飞速发展，其在军事航空领域的应用正从实验室模拟快速迈向真实战场。协同作战飞机（Collaborative Combat Aircraft，CCA）及其核心——“AI飞行员”，已成为重塑未来空战规则的关键力量。本文旨在系统梳理CCA AI飞行员的技术内涵、发展脉络、核心竞争与集成挑战。文章首先界定CCA与AI飞行员的概念，阐述其从“天空博格”项目到当前“增量1”竞标的技术演进。其次，深入剖析以“自主–政府参考架构”为核心的技术生态，以及“蜂巢思维”、“搭档”等主流AI飞行员系统的特点。接着，综述美国空军实验作战部队的测试进展与作战概念开发，探讨人机信任建立与战术融合的路径。最后，展望CCA在“马赛克战”体系中的角色及全球扩散趋势。本文认为，CCA项目标志着空战装备发展范式的根本性转变——从追求单一平台性能极致，转向构建以智能软件为核心、可跨平台部署、具备自主协同能力的分布式杀伤网络。
一、引言：概念演进与战略背景
协同作战飞机并非传统意义上的无人机，而是美国空军为应对高端威胁、弥补有人机队规模与能力缺口而提出的革命性概念。其核心定位是与F-35、下一代空中优势（NGAD）战斗机等有人平台协同作战的无人“队友”。与早期侧重于情报、监视与侦察的无人机，或概念上作为延伸传感器的“忠诚僚机”不同，CCA被赋予了更强的自主性和更广泛的作战任务，包括但不限于电子干扰、防空压制、前沿侦察、诱饵欺骗乃至直接火力打击。
驱动CCA发展的战略需求是多方面的。一方面，美军面临战斗机机队老化、F-22数量有限、F-35列装缓慢等现实挑战，亟需一种成本可控、可大规模部署的力量倍增器。另一方面，为在“反介入/区域拒止”环境中保持优势，美军需要能在强对抗、通信受限环境下独立或协同执行复杂任务的智能系统。美国空军计划在未来部署至少1000架CCA，以2:1至5:1的比例与有人机编组，旨在显著提升编队的杀伤力、生存力和作战弹性。
在这一宏大构想中，“AI飞行员”是CCA的灵魂。它并非指坐在座舱里的实体机器人，而是一套嵌入飞机航电系统的、具备自主决策能力的先进软件套件。美国空军实验作战部队指挥官马修·詹森中校明确指出：“我们本质上把它视作座舱里的飞行员。”这意味着AI飞行员需要承担从基础飞行控制、态势感知到复杂战术决策的一系列职责，并能够理解并执行人类飞行员指挥官下达的高级指令。
这一概念的成熟经历了长期演进。其技术根源可追溯至美国空军研究实验室（AFRL）于2018年启动的“天空博格”项目。该项目旨在开发一种独立于飞机机身的自主核心系统，为未来的自主协同作战奠定软件基础。随后，国防高级研究计划局的“空战演进”计划取得了里程碑式突破。2020年，AI在“阿尔法狗斗”模拟空战中以5:0击败人类顶尖F-16飞行员；2023年，搭载自主系统的X-62A（由F-16D改装）与有人驾驶F-16进行了真实空中缠斗，最近距离仅610米，证明了AI在真实物理环境中执行高机动空战动作的能力。这些成功验证了深度强化学习等AI算法在空战领域的巨大潜力，为CCA AI飞行员的研发扫清了关键的技术认知障碍。
二、技术核心：架构、算法与系统
CCA AI飞行员的技术体系构建于几个关键支柱之上：标准化的开放架构、先进的自主算法，以及模块化、可移植的软件设计。
1.基石：自主–政府参考架构为了实现AI飞行员与不同飞机平台的快速、安全集成，并避免为每一型飞机定制开发软件所带来的巨大成本和复杂性，美国空军推出了“自主–政府参考架构”。A-GRA是美国政府拥有的自主技术基准框架，它标准化了AI飞行员（任务自主软件）与飞机底层飞行控制系统（飞行自主软件）之间的接口。所有符合A-GRA的飞机都必须配备负责飞行安全的自主软件，而任务自主软件则通过标准接口与之连接，负责执行具体的作战任务。这套架构的意义极为深远：它使得AI飞行员能够像人类飞行员一样，经过相对短暂的培训（据报道仅需数周）即可适应新的飞机平台，实现了软件与硬件的解耦。这也解释了为何在测试中，同一架安杜里尔公司的YFQ-44A可以在单次飞行中，先后由Shield AI的“蜂巢思维”和安杜里尔自家的“晶格”两套AI系统操控，实现了“飞行中更换飞行员”。
2.算法优势：超越人类生理极限AI飞行员的核心竞争力源于其算法优势，这主要体现在三个方面：
• 超快决策速度：AI的响应速度比人类快250倍，能在毫秒级时间内处理海量传感器数据并做出决策，彻底改变了OODA（观察–判断–决策–行动）循环的速度。
