军事应用：DOW发布AI代理网络与荷兰情报警告俄罗斯IP摄像头间谍活动

美国国防部持续推进AI在军事领域的深度融合。美国战争部（DOW）发布”代理网络”（Agent Network）系统，将AI代理技术应用于战场管理和目标定位。荷兰情报机构警告俄罗斯利用被入侵的IP摄像头进行军事间谍活动。NATO安卡拉峰会将AI安全列为联盟规划核心议题。与此同时，AI增强的网络攻击威胁持续升级，”数字孪生”钓鱼攻击从概念走向企业级威胁。

主要新闻

DOW发布”代理网络”：AI代理重塑战场管理与目标定位

美国战争部发布”代理网络”（Agent Network）系统，旨在通过AI代理技术变革战场管理和目标定位流程。该系统将多个AI代理连接为协作网络，每个代理负责特定的决策领域——情报分析、目标识别、打击效果评估、后勤规划——并通过实时通信实现协同决策。DOW表示，该系统将”决策优势”从单点AI辅助提升为分布式AI协作网络，显著加速OODA循环（观察-定位-决策-行动）。此前，DOW已与OpenAI、Google、Microsoft、Amazon和SpaceX签署协议，将先进AI模型集成到机密军事网络中，超过130万国防部员工已在使用GenAI.mil平台。

Source: DOW Unleashes ‘Agent Network’ to Transform AI-Enabled Battle Management, Targeting

荷兰情报机构警告俄罗斯利用被入侵IP摄像头进行军事间谍

荷兰情报机构AIVD于7月20日发出警告，称俄罗斯正在利用全球范围内被入侵的IP摄像头进行军事间谍活动。被入侵的摄像头被用于监视军事设施、关键基础设施和外交机构的活动。该警告反映了网络空间与物理空间安全边界的模糊化——消费级IoT设备正成为国家级情报收集工具。荷兰情报机构建议对关键设施周围的摄像头进行安全审查，并实施网络分段以防止IoT设备被用作攻击跳板。

Source: Dutch Intelligence Warns Russia Uses Hacked IP Cameras for Military Espionage

NATO安卡拉峰会将AI安全列为联盟规划核心

NATO 2026年安卡拉峰会将AI安全置于联盟规划的核心位置，引发了关于自主系统、供应链完整性和军事AI问责制的紧迫讨论。与会国讨论了AI在情报分析、自主武器系统和网络防御中的应用标准，以及如何确保军事AI系统的可解释性和人类控制。峰会还关注了对手国家加速AI军事应用带来的安全挑战，特别是AI增强的网络攻击和信息战能力。

Source: AI Security and Defence Tech Take Centre Stage at NATO’s Ankara Summit

AI增强网络威胁升级：”数字孪生”钓鱼与协同攻击蜂群

AI网络安全威胁进入新阶段。2026年7月，首个广泛报道的”数字孪生”钓鱼攻击成功案例出现——攻击者使用生成式AI创建高管的实时音视频深度伪造，绕过安全协议授权欺诈操作。同时，AI驱动的协同攻击蜂群首次被观测到：不同于传统僵尸网络，这些蜂群能够动态探测防御、实时共享学习并集体重新路由攻击向量，使基于签名的入侵检测系统失效。McKinsey报告显示，2026年上半年AI增强网络攻击对FTSE 250公司的平均财务影响上升至1240万英镑，同比增长45%。

Source: AI Cybersecurity in 2026: Threats and Defences

分析

DOW”代理网络”系统标志着军事AI从”辅助决策”向”自主协作决策”的范式转变。传统的军事AI应用主要是单点辅助——分析情报、识别目标、评估效果。代理网络将多个AI代理连接为分布式决策网络，每个代理在各自领域自主运行，通过代理间通信实现协同决策。这种架构不仅加速了OODA循环，更重要的是引入了”涌现行为”——多个简单代理的协作可能产生超越单个复杂模型的决策质量。然而，自主协作AI代理在网络中断、对抗环境和误判传播方面的风险需要严肃评估。

荷兰情报的IP摄像头间谍警告揭示了一个被低估的安全维度：消费级IoT设备的军事安全影响。在全球部署的数十亿IP摄像头中，相当比例使用默认密码或存在已知漏洞，这些设备构成了一个去中心化的监控网络。对于军事设施而言，周边IoT设备的安全态势直接影响作战安全。该警告也暗示了”灰色地带”行动的扩展——利用民用基础设施进行军事情报收集，低于传统战争的门槛但持续削弱对手安全。

AI增强的网络威胁则达到了新的复杂度。”数字孪生”钓鱼攻击将深度伪造技术与社会工程结合，传统的安全培训难以应对实时音视频伪造。协同攻击蜂群的出现则标志着网络攻击从”自动化”向”自主化”的转变——攻击系统能够自主学习和适应防御策略，这意味着传统的静态防御姿态将越来越无效。

结论

军事AI正在经历三重演进：从单点辅助到分布式协作（代理网络）、从军事网络到民用基础设施的攻击面扩展（IP摄像头间谍）、从自动化到自主化的威胁升级（攻击蜂群）。从业者应关注代理网络在实际军事行动中的验证结果、IoT设备军事安全审查的最佳实践，以及AI增强网络威胁的防御策略——”只有AI能有效对抗AI”正在从口号变为现实。