美國空軍大學9月22日宣佈,下屬智庫「中國航空航天研究所」(CASI)所有文職崗位自10月1日起停止經費支持。CASI主任布倫丹·馬爾瓦尼(Brendan Mulvaney)對《Breaking Defense》表示,該機構「基本上已經死了」,但他同時表示,這次裁員「與CASI的使命無關」。美國空軍發言人亦確認,這屬於「正在進行的文職重組」。公開渠道能看到的就是預算削減和崗位重組這兩個理由。
CASI作為專門研究中國航空航天力量的智庫,長期依賴開源情報發布解放軍軍力評估。
這件事值得追問的地方不在關停本身,而在另一個更早發生的事實:一個專門研究中國空軍的機構,在核心判斷上偏離了基本事實。
CASI今年6月發布過一份題為《中國的防空壓制戰術與條令》的研究報告,作者是一名美國空軍少校。報告聲稱基於「開源情報」分析得出結論,其中一條是「沒有跡象表明殲-16D已經大規模量產列裝」,還認為解放軍缺乏無人機作戰體系,防空壓制思想仍停留在蘇聯模式。引人關注的是,這位少校拿中國電影《空天獵》裏的情節,當作論證解放軍防空壓制戰術「發展遲滯」的關鍵依據。
這就好比拿《壯志凌雲:獨行俠》(Top Gun: Maverick)裏F-14與蘇-57近距離纏鬥的橋段,去判定美國海軍的空戰戰術還停留在視距內格鬥。然而電影創作與實戰法理終究存在本質差別。
殲-16D早在2021年珠海航展就已公開亮相,央視軍事頻道此後多次報道其參加演訓的畫面。2026年1月,英國皇家聯合軍種研究院(RUSI)的報告確認殲-16D已經批量列裝,據外媒估計現役數量可能在50到60架之間。從公開亮相到被確認列裝隔了將近5年,CASI這個判斷卻一直沒有更新。
殲-16D翼尖配備專用電子戰吊艙,早已批量列裝部隊並頻繁參與常態化戰備演訓。
先看硬件這一層。殲-16D的核心干擾吊艙由中國電子科技集團第14研究所研製,據公開分析採用了國產氮化鎵功率器件,峰值功率可能達到200千瓦級別。作為對比,EA-18G「咆哮者」目前仍在大量使用AN/ALQ-99老式吊艙,發射功率在6.8到10.8千瓦之間。美軍的下一代干擾機中頻段在2024年12月達到初始作戰能力,目標是1兆瓦級別,但新舊吊艙替換需要時間,低頻段要到2029年才能達到早期作戰能力。
氮化鎵與砷化鎵的差異,本質是能量密度的差異。同樣大小的天線,氮化鎵器件能輸出更強的功率。從公開信息看,從殲-20到殲-35,新一代國產戰機雷達已經比較普遍地採用氮化鎵技術;美方F-22的雷達升級仍在推進中,現役主力仍以砷化鎵系統為主。
硬件上的差距可以追趕。但CASI的誤判指向的是一個更難修補的盲區:認知更新的速度。它的分析框架停留在尋找傳統信號的層面,把殲-16D當作一款孤立的電子戰飛機來評估,標準是「有沒有大規模列裝」。但殲-16D的背後是一套由產業能力、算法迭代和決策流程共同支撐的系統。評估這套系統,標準不是「有多少架飛機」,而是「這套系統的迭代速度有多快」。CASI用的是前一個標準,所以它看不到後一個維度。
國產新型戰機具備優良的氣動與掛載冗餘,為各類先進電子戰系統與高功率吊艙的集成提供成熟平台。
這個變化的核心,不是某一款吊艙的功率大小,而是AI正在把電子戰的競爭焦點,從「誰打過更多仗」轉向「誰的算法迭代更快」。美軍在中東積累了數十年的電子戰實戰經驗,價值在於面對已知信號能快速選擇干擾策略;2025年3月,美國空軍為F-15E和F-15EX上的EPAWSS系統集成了AI算法,讓系統自主分析並生成對抗措施。過去要靠資深操作員完成的「識別—判斷—反制」,正在被自動化取代。
但AI的可靠性遠未達到完全替代人類操作員的水平。蘭德公司2025年發布的報告《在電磁頻譜中智勝敏捷對手》認為,認知電子戰系統「處於中間範圍」,算法仍缺乏在大量真實數據環境下的實戰檢驗。2026年2月,美國陸軍在國家訓練中心的演習中發現,旅級部隊在電子戰和AI生成的虛假資訊面前防禦能力顯得脆弱。
美軍的優勢正在從「操作員的經驗」轉向「訓練數據的規模與質量」,但這個轉換本身充滿不確定性。蘭德報告指出,關鍵挑戰不是算法本身,而是「近即時、自主、飛行中軟件重編程」的流程。2026年1月,《解放軍報》發表了一篇關於認知電子戰的文章,提出「偵—擾—評」對抗行動的閉環概念。據公開報道,中國從2013年開始跟蹤研究認知電子戰技術,從理論框架到實裝部署的具體周期,公開信息中尚缺乏可交叉驗證的詳盡數據。
還有一個變數:數據多樣性。認知電子戰專家凱倫·齊塔·黑格博士在《認知電子戰中的人工智能方法》中指出,「數據多樣性」是對抗算法被操縱的有效緩解措施之一。她引用過一項研究:研究人員僅僅在停止標誌上貼便利貼,就騙過了一個停止標誌識別模型,原因就是訓練數據集太窄。但黑格也提出過一個常被忽略的保護方法:同態加密——「除非你能破解我的加密密鑰,否則它對你沒有任何意義」。對手即便拿到訓練數據,亦難以直接逆向推導出底層算法邏輯。
兩條路徑各有短板,方向正好相反。美軍具備數據規模和質量優勢,但受限於老吊艙的替換進度;中國擁有硬件製造優勢和快速迭代潛力,但在信號情報的全球覆蓋和實戰數據積累上仍在補強。美軍在擔心AI的可靠性,中國在關注數據的多樣性。
CASI的誤判暴露的是一種認知慣性:用舊的信號框架去理解一套由產業能力、算法迭代和決策流程共同支撐的新能力。殲-16D不只是一架電子戰飛機,它的背後是氮化鎵功率器件的產業優勢,是認知電子戰的算法研究,是快速迭代的決策鏈條。CASI關停的直接誘因是預算削減和文職重組,但耐人尋味之處在於:當美國對華軍事研究正在失去長期積累的中文開源分析能力時,殲-16D的誤判恰恰說明這種專業能力是必要的。兩者不是因果關係,而是同一個問題的兩面:用舊框架理解新能力,會越來越難。新的框架是什麼,公開信息還不足以給出完整答案。
止戈堂
** 博客文章文責自負,不代表本公司立場 **