一、在军事情报领域的主要功能（高价值 + 高壁垒）
核心目标：态势感知 + 决策支持 + 威胁预警
⚠️ 技术形态相同，但安全等级、准确率要求、容错率完全不同
1️⃣ 多源情报文档的实体与事件抽取
文档来源
- 情报简报
- 行动报告
- 截获文本
- 开源情报（OSINT）
抽取内容
- 实体：
- 人员、部队番号、装备型号、地理位置
- 事件：
- 调动、集结、演训、攻击、补给
{
"事件类型": "部队调动",
"单位": "第XX旅",
"时间": "2025-12-12",
"地点": "某区域",
"装备": ["装甲车", "无人机"]
}
2️⃣ 情报时间线与态势图谱构建
LLM 抽取后常配合：
- 时间序列分析
- 知识图谱
- 地理信息系统（GIS）
形成能力
- 某区域：
- 最近30天出现了哪些异常事件？
- 某单位：
- 是否出现活动频率异常？
👉 这是“态势感知”的基础
3️⃣ 威胁模式识别与预警
通过结构化数据，系统可以：
- 对比历史模式
- 发现异常组合：
- 装备 + 时间 + 地点 + 行为
- 提前标记“高风险事件”
⚠️ LLM 不直接下结论，而是：
提供“结构化证据 + 置信度”供指挥员判断
4️⃣ 情报融合与去重
现实问题：
- 同一事件，被多份文档描述
- 表达方式不同、立场不同
LLM 的作用：
- 统一抽象为“同一事件对象”
- 标注：
- 信息来源
- 可信度
- 冲突点
二、OA 与军事情报的「共性与本质差异」
| 维度 | OA 办公 | 军事情报 |
|---|---|---|
| 文档规模 | 大量日常文档 | 中等但高价值 |
| 结构化目标 | 提效、管理 | 决策、预警 |
| 准确率要求 | 可容忍错误 | 极低容错 |
| 人机关系 | 自动化为主 | 人在回路（Human-in-the-loop） |
| 结果形式 | 表格 / 流程 / 看板 | 图谱 / 时间线 / 态势图 |