十枚攔截彈，十個來襲目標，讓語言模型決定誰打誰。

防空指揮所的螢幕上，十個紅色光點同時朝中心逼近。它們的終點，是三座必須守住的高價值資產，可能是空軍基地，可能是指揮中心。手上有十枚攔截彈，藍色的。問題只有一個，而且必須在幾秒內回答：哪一枚去打哪一個。

打錯一次配對，可能就是一座基地的代價。

這不是一個能慢慢算的問題。十枚對十個，光是一對一的配對方式就有三百六十多萬種。而且來襲目標還在移動，距離、速度、預計抵達時間，每一秒都在變。

過去幾十年，這個問題有個正式名字：武器目標分配（Weapon-Target Assignment，WTA）。

它在一九五八年就被寫成一道組合最佳化問題，後來被證明屬於 NP-complete，意思是隨著攔截彈和目標數量增加，要找出保證最佳的解，計算量會爆炸式成長。

現實裡的工程師於是發展出一整套近似演算法。匈牙利演算法（Hungarian algorithm）能在攔截彈與目標數量相等時，給出確定的全域最佳解。混合整數線性規劃（MILP）能處理不對稱的情況，加上各種任務限制。拍賣法（auction-based）則用分散式競價，讓每枚攔截彈自己出價，適合通訊不穩的大規模蜂群。

這些方法都很成熟。但它們有一個共同的前提。

要讓演算法運作，得先把「什麼叫好的分配」翻譯成一條成本公式。距離要扣多少分、接近速度要加多少分、目標的威脅等級和資產的優先序又各佔多少權重。這些權重，是人工事先調出來的。

問題是，這些權重很脆。換一個場景，原本調好的數字可能就不再適用。而且在目標不斷被擊落、戰場持續變化的動態過程中，固定的權重容易讓系統反覆改變主意，這一秒把攔截彈派去打 A，下一秒又改派去打 B，造成無意義的來回切換。

德國航太中心（DLR）飛行系統研究所的兩位研究者，Johannes Autenrieb 和 Ole Ostermann，在去年十一月發表的這篇論文裡，問了一個不一樣的問題：如果不要人去調這些權重，而是把所有情境資訊直接交給一個會推理的語言模型，讓它自己判斷呢。

把調參的工作，交給會讀情境的模型。

他們的做法，保留了防空系統原本的骨架，只換掉中間那一塊。

攔截彈飛行的部分，仍然交給經典的比例導引（Proportional Navigation Guidance，PNG）。這是一條成熟的導引律，負責讓攔截彈持續修正航向，最終命中被指派的目標。這部分不動。

被換掉的，是「誰打誰」這個決策。

在每一個決策時刻，模擬系統把當下的場景資料整理成一段結構化的提示，送給語言模型。資料包括：每枚攔截彈到每個目標的距離矩陣、彼此的接近速度、每個目標預計抵達資產的時間、目標的威脅等級、資產的優先序，以及上一輪的分配結果。

語言模型讀完這些，輸出一串數字。第幾枚攔截彈，去打第幾號目標。

研究者用的模型，不是最頂規的旗艦，而是 gpt-4o-mini，一個輕量級模型。

提示分成三段。系統提示說明問題結構和規則，例如每枚攔截彈只能配一個目標、盡量不要頻繁改變分配、優先保護高優先序的資產。場景提示塞進當下的數據。最後是決策請求，要求模型只輸出一行 MATLAB 格式的數字向量。

模型的回應，會用正規表達式（RegEx）解析，剝掉多餘的字元，檢查括號和逗號格式，確認每個編號都落在合法範圍內，再驗證它符不符合「每枚攔截彈剛好配一個目標」的約束。如果格式壞掉或邏輯不合法，系統會自動重問。連續出錯，就退回匈牙利演算法或 MILP 接手。

從送出提示到拿回答案，來回大約一到兩秒。在動態接戰裡，分配迴圈通常以零點五到一赫茲的頻率更新，一兩秒的延遲剛好趕得上。

到這裡為止，語言模型做的事，看起來和經典演算法沒有差別：吃進一堆數字，吐出一串分配。

差別在那串數字之外。

論文裡給了一個模型回應的例子。除了輸出分配向量，模型還附上一句話：為了讓最高優先序的威脅更快被攔下，重新分配了第四和第八枚攔截彈，同時盡量減少切換。

經典演算法不會說這句話。它給你一個解，但不告訴你為什麼。語言模型給的解，自帶一段人能讀懂的理由。而這個理由，是它自己從情境裡推出來的，沒有任何人預先設定權重。

十對十的模擬，跑了二百九十秒。

為了驗證概念，研究者設了一個 2D 防空場景。三座固定的高價值資產靠近原點，外圍畫著虛線的保護圈。十個紅色目標從四面八方朝資產逼近，十枚藍色攔截彈待命。

在開始的瞬間，也就是時間零秒，語言模型給出的第一份分配，就已經貼近幾何上的最佳配置。它看懂了空間關係。

任務進行到大約二百二十秒，好幾枚攔截彈已經循著比例導引命中目標，成功攔截的點被標上綠圈。即使戰場上的目標一個個減少，模型對剩下的攔截彈維持了一致的分配，沒有沒事亂改。

到二百九十秒，所有目標都在抵達任何一個保護圈之前被攔下。

打平，不是打贏。

這個結果不能誇大。

同樣的場景，研究者也用匈牙利演算法、MILP 和拍賣法跑過，三者的任務層級表現都和語言模型相當。語言模型沒有打贏經典演算法，是打平。

所以這篇論文真正證明的，不是 AI 更強，而是 AI 在這個一向被當成純數學最佳化的問題上，能達到和傳統方法同等的決策品質，而且額外帶來兩樣東西：可解釋，以及不需要人工調參就能適應不同情境。

論文自己也標清楚了邊界。目前測試的目標是不會閃避的，沿著固定軌跡飛來。真正的對手會機動、會欺敵。模型在面對會閃躲的目標時撐不撐得住，是下一步要驗證的事。

延遲也還有空間。一到兩秒的來回，靠的是呼叫雲端模型。論文提到，換成更精簡、或本地部署、針對戰術推理微調過的模型，速度可以再壓下來。

把這篇論文放回更大的脈絡，它指向的方向，和近年許多把語言模型塞進控制迴圈的研究一致：讓語言模型補上演算法不擅長的那一塊。

數學最佳化擅長在定義清楚的成本函數裡找最優解。它不擅長的，是處理那些難以寫成公式的情境判斷，以及解釋自己的選擇。

防空決策一向被切成兩半，分配歸分配，導引歸導引。這篇論文沒有動導引那一半，只在分配那一半，換上一個會讀情境、會講理由的模型。

它還只是概念驗證。但它讓一件事變得具體：在攸關幾秒、攸關一座基地的戰術決策裡，會推理的機器，已經能坐到桌邊。