烏克蘭副總理闡述:AI、數據與去中心化如何成為他們扭轉戰局的關鍵

烏克蘭副總理闡述:AI、數據與去中心化如何成為他們扭轉戰局的關鍵

烏克蘭創新發展、教育、科學與技術副總理兼數位轉型部長米哈伊洛・費多羅夫(Mykhailo Fedorov)與其國防科技顧問喬治・茨哈卡亞(Georgii Tskhakaia),透過一場結合預錄影片與現場解說的深度訪談,揭示烏克蘭如何在資源極度不對等的戰爭中,憑藉科技創新、敏捷思維與數據驅動的決策,開創全新的戰爭型態。這場對話不僅是烏克蘭的戰時報告,更是一份關於未來國防科技發展的深刻洞見。

以不對稱戰略回應資源劣勢

訪談開宗明義指出,自俄羅斯全面入侵以來,烏克蘭的面貌產生根本性轉變。面對在傳統軍備、兵力與資源上均佔據絕對優勢的對手,烏克蘭深知若依循傳統的作戰思維,幾乎沒有獲勝的可能。這種現實壓力迫使烏克蘭必須尋找另一條路徑,一條更敏捷、更具成本效益且更依賴技術的道路。

顧問茨哈卡亞提出多個案例,具體說明這種「以小博大」的不對稱作戰思維如何實踐。例如,當缺乏足夠的反坦克飛彈(如標槍飛彈)時,烏克蘭工程師開發出成本僅數百美元的第一人稱視角(FPV)自殺式無人機。這些廉價的無人機卻能有效摧毀價值數百萬美元的坦克與重型裝甲,在戰線上造成巨大衝擊。

同樣的邏輯也應用在其他領域。為彌補火砲彈藥的不足,烏克蘭開發出被俄軍稱為「芭芭雅嘎」(Baba Yaga)的重型轟炸無人機,在夜間對敵方高價值目標進行精準打擊。面對俄羅斯的「柳葉刀」(Lancet)遊蕩彈藥威脅,烏克蘭不僅成功仿製,更開發出性能超越數倍的同類型武器。

海權的爭奪更是此一戰略的經典展現。戰爭初期,烏克蘭海軍實力薄弱,黑海貿易線一度遭俄羅斯艦隊封鎖。然而,烏克蘭迅速開發出海上無人艇,成功襲擊並摧毀多艘俄羅斯大型艦艇,逆轉黑海的戰略態勢,迫使俄國艦隊退守。這整個過程,從無到有,僅僅花費數月時間。

前線即是研發中心:即時演化的作戰科技

這場戰爭最獨特之處,在於技術的研發與迭代速度。費多羅夫副總理強調,烏克蘭沒有時間在實驗室中花費數年進行研發,所有創新都必須在真實的戰鬥條件下直接測試與驗證。這種「前線研發」(on-frontline R&D)模式,讓武器系統的演化週期從數年縮短至數週甚至數日。

海上無人艇的發展便是絕佳範例。當俄軍開始以直升機與戰鬥機獵殺烏克蘭的海上無人艇時,烏克蘭的工程團隊迅速反應,在無人艇上加裝對空飛彈,使其具備反制空中威脅的能力。這種快速的攻防演化,展現出烏克蘭國防創新生態系的驚人韌性與適應力。

為了應對俄羅斯大量使用的伊朗製「見證者」(Shahed)自殺式無人機,烏克蘭同樣採取多層次、低成本的防禦策略。他們意識到使用昂貴的防空飛彈攔截廉價無人機,在成本交換比上極不划算,長期下來將拖垮經濟。因此,烏克蘭建立一套被稱為「優步防空」(Uber Air Defense)的系統。此系統整合數千個配備專業彈道計算機的機動防空小組、防空機砲、肩射防空飛彈,甚至是「以無人機反制無人機」的攔截機,透過戰術雷達與數據鏈分享即時情資,以最低的成本達到最高的攔截效率。

數據即武器:驅動戰場決策的數位神經系統

如果說不對稱武器是烏克蘭的利劍,那麼數據分析就是揮舞這把劍的大腦。烏克蘭建立一套前所未見的數據驅動決策系統,其中「無人機大軍獎勵計畫」(Army of Drones Bonus)是核心機制之一。

這個計畫將戰果徹底數據化與遊戲化。前線的無人機單位在摧毀敵方目標後,需上傳一至兩段影像證據至名為「Delta」的戰場情資系統進行驗證。不同的目標對應不同的積分,例如損傷一輛坦克獲得20分,徹底摧毀則獲得40分。月底結算時,各單位能用累積的積分在線上「商城」兌換各式新型無人機。

這個系統帶來多重效益。首先,它建立一個以戰功為基礎的精英領導制(meritocracy),表現最優異的單位能獲得最多的資源,形成正向循環。其次,它激發單位間的良性競爭,並促進戰術與經驗的分享。最重要的是,後方指揮部分析這些海量數據,能精確掌握哪款無人機對特定目標最有效、敵軍裝備的弱點在何處、何種攻擊角度成功率最高,甚至能分析出敵軍的戰術模式。這些洞見反過來指導研發方向、資源分配與戰術制定,讓決策不再依賴直覺,而是基於冷冰冰的數據。

政策鬆綁與生態系建構

這場科技奇蹟的背後,是烏克蘭政府一系列大膽的政策改革。戰爭初期,烏克蘭僅有七家無人機製造商,且部分瀕臨破產。為激發民間的創新能量,政府徹底開放市場,廢除所有無人機相關零組件的進口關稅與許可證,修改超過30項法規,並將國防合約的利潤率從過去的1%大幅提升至25%,高於多數北約國家的平均水準。

同時,烏克蘭成立名為「BRAVE-1」的國防科技叢集,作為一個單一入口,為國內外的新創公司、工程師提供資金(透過補助金與黑客松)、測試場地、以及來自前線最直接的反馈。這個平台有效串連起需求(軍方)、供給(民間企業)與資本,形成一個高速運轉的創新生態系。費多羅夫與茨哈卡亞也藉此機會向全球的國防科技公司發出邀請,歡迎他們來到烏克rauen測試與驗證技術,共同推進國防科技的發展。

未來展望:人工智慧引領的全自動化戰線

展望未來,烏克蘭將目光投向人工智慧(AI)。隨著戰場感測器與數據量的爆炸性成長,單靠人力已無法有效處理與分析。AI成為烏克蘭在情報分析、目標識別、武器自動化等領域的關鍵技術。

目前的應用包含:利用AI即時分析無人機與監視器畫面,自動標定敵軍位置與動態;開發具備光學導航與終端鎖定能力的AI無人機,使其在無GPS訊號的強電子干擾環境下仍能精準命中目標;部署整合AI目標識別能力的自動化機槍塔,用於攔截無人機。

烏克蘭的終極目標是建立一條由機器人與AI守衛的「全自動化戰線」,當威脅出現時,系統能自動觸發無人機群進行反制,最大限度減少人員傷亡。他們甚至懷有雄心,期望成為全球第一個透過AI成功預測敵方空襲模式的國家。

Read more

AI 時代 Claude Code 育兒法:她用 11 個代理人換來兩小時不理小孩

AI 時代 Claude Code 育兒法:她用 11 個代理人換來兩小時不理小孩

一個已經放棄技術夢的媽媽,養四個五歲以下的孩子 Jesse Genet 是 YC 2015 屆的創辦人,那家叫 Lumi 的包裝公司,幾年前賣掉了。離開戰場之後,她回歸家庭生下四個孩子,現在最大的五歲、最小的才四個月,全部在家自學。她原本打算未來五年不碰任何需要技術能力的新東西,這不是沮喪,只是承認現在的時間分配容不下那些。 六個月前這件事被翻過來了,她第一次打開終端機開始寫東西。兩三個月前她看著 Obsidian 社群的朋友聊 Claude Code,想清楚一件事:她可以趁孩子睡覺或自己玩的時候,建一群代理人替她工作。現在她有 11 個代理人,每天處理自學課表、教材採購、DoorDash 雜貨、家庭記帳,甚至能在她不碰 Mac Mini 的情況下,自己長出新的代理人。 這篇文章不是要你羨慕她有 11 個分身,真正值得記下來的是她反覆提到的一個詞:benevolent neglect,有意為之的放手。

By Fox Hsiao
NASA 月球基地計畫攤開看:三階段、七子系統、採購清單全公開

NASA 月球基地計畫攤開看:三階段、七子系統、採購清單全公開

這份文件該被當成徵求提案書來讀 2026 年 3 月 24 日,NASA 在華盛頓總部辦了一場叫「點火」(Ignition)的活動,邀請產業代表與國際太空社群到場。署長 Jared Isaacman 當場宣布,美國要在月球南極建一座月球基地(Moon Base),採分階段迭代推進。 這類宣示本身不稀奇,Artemis(NASA 自 2017 年啟動的月球重返計畫)已經喊了好幾年,大家多少聽過;真正值得停下來看的,是 NASA 在這次活動同步釋出的一份 16 頁文件《月球基地架構使用者指南》(Moon Base Architecture User's Guide)。 文件的真正讀者是產業、學界、國際夥伴,NASA 把月球基地要做的事、自己還不會的事、希望外面接哪幾塊,

By Fox Hsiao
Anthropic 成長負責人:工程師變快 3 倍之後,PM 反而變成最稀缺的人

Anthropic 成長負責人:工程師變快 3 倍之後,PM 反而變成最稀缺的人

2026 年 2 月,Anthropic 的年化營收(ARR)達到 190 億美元,比 14 個月前的 10 億美元成長了 19 倍。對照組更荒謬:Atlassian、Palantir、Snowflake 這些老牌 B2B 軟體公司,經營 15 到 20 年之後的 ARR 大約落在 45 到 60 億美元之間,Anthropic 每隔幾個月就多加一個這樣的公司規模到自己的營收上。 這樣的成長速度背後,Anthropic 的成長團隊規模小到不成比例。2025 年中,整個成長行銷只有 Austin Lau 一個人在扛,paid search、paid social、

By Fox Hsiao
AI 大神 Karpathy 的 AI 筆記流,一般人也能做到八成

AI 大神 Karpathy 的 AI 筆記流,一般人也能做到八成

我自己是幾乎不用筆記軟體的,身為一個不聰明的人,最常用的是 Apple 的備忘錄,但我覺得這篇大神的筆記流讓覺得蠻值得一試的,因為其實已經跟我現在用的 AI 工作流有點像,介於有筆記跟沒筆記中間惹 (?) 一般而言,大多數人用 ChatGPT 的方式,像是去便利商店買東西:有問題,問一下,拿到答案,關掉視窗,下次再從零開始。Karpathy 和 Lex Fridman 做的事情完全不同,他們讓 AI 幫自己蓋了一座圖書館,而且這座圖書館會自己長大。這篇文章會拆解這兩位 AI 領域最頂尖的人怎麼用 AI 做筆記,然後告訴你:不用寫程式,你也能做到八成。 先搞懂一件事:你用 AI 的方式可能一直在浪費 想像你手邊有兩個實習生,做事方式完全不同。實習生 A,你每次丟一個問題給他,他回答完就失憶了,下次問類似的問題,他又從頭查一遍。實習生

By Fox Hsiao