随着智能化浪潮的来袭，自主决策型人工智能技术——智能体(AI Agent)正无声嵌入国际博弈场域。1986年，马文·明斯基(Marvin Minsky)在《心智社会》一书中首次提出智能体概念，认为智能体是由大量相互作用的单一智能体构成的复杂系统，每个智能体都执行特定的任务，并通过协作完成复杂的认知活动。①随着OpenAI于2021年推出多模态智能体模型，智能体技术被广泛应用于各领域。2023年，北约发布的《缓解和应对认知战》系列报告首次明确提及自主系统和人工智能在认知战中的应用，②2024年，美国联邦调查局(FBI)披露俄罗斯运用Meliorator智能体自主生成账户发布虚假信息参与俄乌冲突，③标志着拥有自主决策功能的智能体开始进入大国博弈场域，并成为大国地缘竞争的重要战略载体。随着大国博弈的愈演愈烈，社会、经济、科技等安全要素不断汇入各安全领域并扩张国家安全议题网络，认知对抗逐渐成为这一网络中的重要安全节点。 2017年，美国国防情报局提出“第五代战争”，强调在战争中通过技术手段直接干预认知过程。④随后，认知对抗开始以心理战、信息战、舆论战等方式不断涌现于国际安全场域，直到2020年北约提出“认知域为第六域”，同时将认知战定义为：“认知战是与其他权力工具同步进行的活动，通过影响、保护或破坏个人和群体的认知来影响态度和行为，从而获得对对手的优势。”⑤但上述定义都将认知对抗置于军事作战领域，强调其“战”的属性，以及国家为主体的战争形态。事实上从认知本体视角来看，“对抗”一词更突出双方博弈的主体属性和互动属性，认知对抗应当是一项从以武器性能为核心的要素对抗，发展为跨域联动的结构对抗，最终演变为物理、信息、网络、认知空间深度融合的“体系对抗”。在此框架下，认知对抗既是一种双方对抗的过程，又是体系对抗的高级形态，其核心目标从摧毁敌方物理存在转向瓦解其决策意志。⑥ 当前，认知对抗的研究主要聚焦于国际竞争视野下的认知战略定位、大国博弈实践中的认知作战效能以及国家安全范畴的认知影响路径三个层次。在国际视野下，主要侧重探究认知对抗如何成为国家安全优先议题。一方面，聚焦美国、俄罗斯等国家的认知政策文本，探析大国认知战略的体系演进；另一方面，针对北约认知战略联盟的新动态进行跟踪分析。⑦在大国博弈的实践中，如何提升认知对抗的作战效能成为重点关注的问题：一是探究生成式人工智能、社交机器人和深度伪造等新兴智能技术在认知作战中的技术驱动机制；⑧二是从国际舆论环境、战略叙事手段与认知理论框架等视角对认知战的致效机理展开具体分析。⑨在国家安全范畴下，主要探讨认知对抗在具体领域的安全影响，如文化安全、经济安全等，以及解构认知对抗的风险形成与安全逻辑。⑩由此可见，目前对于认知对抗的研究均为对当前的认知对抗态势展开的横向平铺式梳理，缺乏对认知对抗本体的垂直连贯式的体系化探究。同时，随着新兴智能技术发展，正不断催生出新的认知对抗形态，而当前的研究还未将智能体技术融入认知对抗体系中，滞后于现实实践。因此，对智能认知对抗进行全面、系统、科学的梳理十分必要。 一、智能认知对抗的内涵 在国家安全领域，目前学界围绕认知域的研究主要着眼于认知战实践、认知安全战略及认知安全影响层面，在已有研究中可发现学者们多用“认知战”概念，也有部分学者采用“认知域”“认知博弈”以及“认知对抗”。本文立足国际博弈，讨论智能体如何在体系对抗中实现政治目标的全过程。突出对抗主体性、对抗动态性及对抗范畴的“认知对抗”概念更具代表性，是影响认知域安全的核心形态。原因在于，从认知安全研究的发展脉络来看，现有官方与学术界普遍使用的“认知战”概念多源于国家安全与军事战略语境，如美国国防情报局提出的“第五代战争”或北约倡导的“赢得心智之战”，均强调国家行为体主导的信息操控与心理战逻辑。然而，随着具有自主性、适应性与交互性的智能体广泛嵌入舆论场域、传播系统与社会认知结构，传统以国家对国家、组织对组织为单位的“战争”概念已难以覆盖当前复杂的、去中心化的认知冲突实际。 同时，“对抗”一词源自系统科学与博弈论，(11)强调多个行为体围绕认知、资源或战略目标所展开的持续交互与博弈过程，较之“战争”所隐含的敌我二元对立与武装动员逻辑，更能涵括当下认知博弈实践中智能体之间、自主系统与人类群体之间、群体与群体之间的复杂互动关系。将“认知对抗”作为概念，既继承了传统认知战的理论基础，又突破其边界，聚焦技术与行为体互动所生成的认知动态，更贴近当前技术语境下的认知斗争现实。 (一)智能认知对抗的历史演进 1.人类主导：智能辅助过程的认知对抗博弈 互联网技术的突破性发展推动认知对抗智能化进步。以Web 2.0技术架构为标志，社交媒体的指数级扩散重构了信息传播拓扑结构，用户生成内容(UGC)的传播，使认知对抗突破单向宣传范式，转向动态博弈的“算法舆论战”。智能技术主要作为增强信息生成、传播和定向干预的工具，其核心在于提升认知攻击的规模与精准度。这一转型本质上是传播权力从机构垄断向算法赋权的范式转换，其核心特征体现为“数据—算法—权力”的三元耦合。在该阶段主要由人类主导完成，如2016年美国大选中特朗普团队推行“阿拉莫计划”，运用代码收集数据在社交媒体上精准投送政治广告，(12)以及在中美贸易战中，社交机器人作为智能水军大规模扩散虚假信息。(13)这一过程体现了人工智能作为认知对抗工具的应用，它通过对海量数据的分析，辅助政治宣传和舆论操控，提升了对抗效果。然而，尽管人工智能在数据分析与传播操控中发挥了重要作用，但其本质上仍依赖于人类设计的规则和框架，行为受限于预设的任务和目标，主要负责执行任务而非独立决策。因此，传统人工智能在认知对抗中的作用更偏向于执行层面，并未涉及智能体的自我学习和动态适应。
