國防科技
十枚攔截彈，十個來襲目標，讓語言模型決定誰打誰。
德國航太中心讓 gpt-4o-mini 接手飛彈防禦的目標分配，在十枚攔截彈對十個來襲威脅的模擬裡，它不靠人工調參，只憑情境推理就排出接近最佳的攔截方案，表現與經典演算法打平，卻多帶來一樣東西：它會解釋自己為什麼這樣分配。
2026年6月9日6 分鐘·—
德國航太中心讓 gpt-4o-mini 接手飛彈防禦的目標分配，在十枚攔截彈對十個來襲威脅的模擬裡，它不靠人工調參，只憑情境推理就排出接近最佳的攔截方案，表現與經典演算法打平，卻多帶來一樣東西：它會解釋自己為什麼這樣分配。
博洛尼亞大學的研究讓六款語言模型指揮十架無人機執行真實任務，GLM 拿下最高完成率，GPT 常常忘記降落，而 token 消耗量和任務完成率之間，幾乎沒有關係。
你說一句『排成一個半徑兩公尺的圓圈』，三十架無人機就排好了，沒有撞機，不需要任何專業知識。DAUS' 2026 的這篇論文展示了這件事。讓它成真的關鍵，是知道在哪裡不能信任 LLM。