真正危险的，不是飞机有没有人工驾驶，而是一个正在减少人的系统，是否还保留了足够多的人工兜底。
9月27日，据WIRED报道，美国交通部长肖恩·达菲在社交平台X上发布视频，用“GAME CHANGER”形容一套新的空中交通管理工具SMART。这个系统由人工智能辅助，把天气、航路、流量和空管员配置等约200条数据流集中到一个平台，试图让美国航空系统从“出了问题再处理”，转向“提前预测拥堵并调整航班”。
几乎三周后，联邦航空管理局发布全国地面停飞令。美国航班调度迅速陷入混乱，公众最先想到的不是算法能否减少延误，而是一个更基础的问题：当通信系统出现故障时，谁还能看见飞机，谁还能把指令传出去？
公开报道将这次事件描述为通信故障。目前没有证据证明停飞由SMART引起，也没有证据证明它与网络攻击有关。故障与AI调度工具之间不能被简单画上等号。但这恰恰让问题更尖锐。AI可以预测航班流量，却不能自动修复老旧的通信基础设施；它可以向管理者推荐一条更顺畅的航路，却不能替代经过长期训练、在异常时刻承担责任的人。
一套更聪明的系统，首先暴露了旧系统的脆弱
SMART的逻辑并不神秘。美国空域中的航班计划、机场容量、天气、跑道、航路和空管人员配置彼此牵制。一架飞机延误，不一定只影响一个航班，它还可能改变后续航段的机组安排、登机口占用、转机衔接和空域负荷。
传统系统往往等拥堵形成之后再处理。SMART希望把调度提前到航班起飞之前，通过持续分析航班时刻、天气、机场容量、空域状况和运行约束，预测哪里可能出现需求超过容量的情况，再建议调整起飞时间和航迹。美国交通部把它描述为FMDS系统中的增强功能，目标是让交通管理从反应式走向预测式。
这类系统的价值很直观。它不需要立即建造新跑道，也不需要让飞机飞得更快，只要把现有空域和机场容量利用得更均匀，就可能减少等待和临时改道。对航空公司来说，更准确的调度意味着飞机、机组和机场资源可以被更稳定地安排；对监管部门来说，数据集中也有助于把分散在不同设施和团队中的信息放到同一张图上。
但“预测拥堵”不是“控制空域”。FAA明确表示，SMART不能替代空管员，也不能接管飞机。系统给出的建议必须由FAA员工审阅，地方设施负责人可以接受，也可以拒绝。这一边界很重要，因为航空安全的最后责任并没有被算法接走。
也因此，全国地面停飞与SMART之间不能简单画上等号。一个调度软件即使表现良好，也无法消除底层通信网络的单点故障。对旅客来说，屏幕上看到的是同一场混乱；对系统工程师来说，这可能是两个完全不同的故障域。
AI不能填补一个需要多年训练的岗位
SMART最容易引发误解的地方，是它看起来像是在用软件弥补人的不足。FAA长期面临空管员短缺。美国国家空域系统需要的不只是“有人值班”，而是经过学院训练、在具体设施完成岗位认证、能够在高压环境下独立工作的专业空管员。
FAA的FY2025空管员工作计划显示，2024财年招收了1,811名空管员，计划目标为1,800人。但同期总流失约1,400人，其中包括退休、调动、辞职，以及学院和后续培训中的淘汰。过去5年，FAA共招收5,778名新空管员。招聘数字看起来很大，真正能够补充关键岗位的速度却受到培训周期、认证标准和设施容量的限制。
这正是AI效率叙事容易掩盖的地方。一个系统可以让专家少做一些信息搜集和手工协调，但它并不等于少需要专家。相反，预测模型越复杂，越需要有人理解数据来源、判断异常、识别模型失效，并在建议与现实冲突时拒绝系统。
危险来自另一种管理逻辑。如果软件在正常状态下提高了效率，机构就可能把这种效率折算成更低的人员配置。于是，原本用于减轻空管员负担的工具，可能被重新解释为“少一些空管员也能运行”。短期看，成本下降；长期看，系统面对极端天气、通信中断、设备故障或多重突发事件时，剩余的人工余量被压缩了。
WIRED报道，FAA在2025年把现役空管员目标从前一年的14,633人调整至12,563人，解释中提到现代化人员配置模型和排班工具。这个变化本身不能证明SMART导致了人员削减，也不能证明新目标一定不安全。但它说明，AI项目从来不只是技术项目。它会参与定义“一个系统究竟需要多少人”，进而改变安全冗余的成本。
航空业最难自动化的，恰恰是最后一公里
在许多行业，AI的优势是处理比人更多的数据。航空交通管理也一样。天气模式、航班计划、定位信息、机场容量和空域限制，都可以被机器快速整理。问题在于，航空安全并不是一个单纯的优化问题。
优化问题追求平均状态下的效率，安全问题则必须为极端状态预留空间。算法可以根据历史数据预测某个空域在未来几小时的拥堵概率，却很难仅凭数据判断一次从未发生过的通信异常意味着什么。它可以建议航班错峰，却不能天然承担“这次建议错了由谁负责”的制度责任。
这也是航空自动化与普通互联网软件之间的差别。一个推荐系统出错，用户可能看到不相关的内容；空域调度系统出错，可能影响飞机之间的间隔、机场的放行节奏和大范围航班的安全边界。前者可以快速上线、持续迭代，后者必须在上线前证明失效时如何降级，在上线后记录每一次异常，并确保人工可以接管。
SMART目前采用的是决策支持模式，而不是自动驾驶模式。系统提供建议，FAA员工审阅，地方负责人决定是否执行。这种设计保留了人工决策权，却也引入了新的问题：当建议数量过多时，人是否会对系统产生过度信任？当模型持续预测准确时，操作员是否会逐渐把“审阅”变成形式？当系统在极端条件下突然失效，人员是否还保有足够的手工操作能力？
自动化最危险的时刻，往往不是它完全失灵，而是它在大多数时间都工作得很好。长期顺利运行会让组织减少演练、压缩备用流程，也会让人越来越少主动质疑机器。等到真正的异常发生，系统需要的不是一个会看仪表盘的人，而是一支仍然熟悉人工流程、拥有足够权限和时间做出判断的队伍。
真正的现代化不是加一层AI，而是重做整条链路
美国空管现代化长期受制于基础设施老旧。美国政府问责局指出，FAA数十年来一直难以完成关键系统的现代化。2025年7月，国会拨款125亿美元支持空管现代化第一阶段；FAA估计第二阶段还需要约102亿美元，而且不包括设施建设。
这组数字说明，AI只是现代化的一层。底层通信、雷达、定位、数据交换、控制台、备用电源、网络安全和培训体系，任何一个环节落后，都会限制上层软件的价值。把更多数据接入平台，并不会自动提高数据质量；把预测模型接入指挥链，也不会自动消除单点故障。
更现实的路径，是把SMART当作一名高水平的副驾驶，而不是一名隐形的总管。它应该帮助人更早看到冲突、比较更多方案、发现传统流程中的盲点，但最终的运行责任、异常处置和安全阈值必须由人和制度共同承担。
这意味着评价SMART，不能只看它在正常日子里减少了多少分钟延误，还要看它在恶劣天气、设备失联、航班大面积取消和人员不足时如何降级。系统有没有独立的备用通信链路？模型使用的数据是否能被追溯？工作人员能否看到建议背后的依据？地方设施能否拒绝建议而不承担不合理的绩效压力？这些问题比“AI是否更快”更接近航空安全的核心。
飞行员问题也应放在人员供给的长期背景中看。波音2025年预测，2025年至2044年全球航空业需要约237万名新航空从业人员，其中包括66万名飞行员。北美预计需要约11.9万名新飞行员。这是行业需求预测，不等同于美国当期飞行员短缺统计，却说明航空业的人员需求并不会因为自动化口号而消失。飞机可以越来越自动，能够负责异常、理解环境并承担责任的人仍然稀缺。
最后的竞争，不是人和AI谁替代谁
航空业未来一定会更多使用AI。问题不是要不要用，而是把AI放在哪个位置。对于航空公司，最有价值的可能是更准确的航班计划、更少的连锁延误和更高的资产利用率。对于FAA，最重要的不是让系统看起来更智能，而是让整个国家空域在压力下仍然可预测、可解释、可恢复。
谁会从中受益？拥有高质量数据、能够把软件接入旧有运行系统、同时理解航空规则和安全验证的供应商，更可能成为现代化过程中的“卖水人”。但真正决定商业价值的，不是模型演示中的准确率，而是它能否被纳入现有责任链，能否在关键时刻被拒绝，能否在故障时退回清晰的人工流程。
谁最危险？不是暂时没有AI的机构，而是把AI效率直接兑换成更少人员、更少训练和更少备用系统的机构。航空安全依赖的从来不是某个单点技术，而是层层冗余。少一个人、少一条通信链路、少一次应急演练，平时看不出差别，叠加到同一个异常日里，差别就会变成停飞令。
“没有飞行员，空管员也很少，会发生什么？”这个问题的答案并不是AI会不会接管飞机，而是人类是否在把越来越多关键决策交给系统的同时，悄悄拿走了系统最需要的人工余量。
真正的智能化，不是让人退出驾驶舱，而是让机器处理复杂度，让人保留否决权，让基础设施经得起失败。航空业可以没有更多炫目的AI口号，但不能没有更多可验证的备用方案。
快报