一句话看懂：美国联邦航空管理局（FAA）准备上线名为 SMART 的 AI 空中交通辅助工具，先在华盛顿特区周边三大机场试点，再推向覆盖 2900 万平方英里的全国空域。这是 FAA 首次让 AI 参与预测空中交通流，也是其 8.75 亿美元、12 年期合同的第一步落地。
事件核心：发生了什么
SMART 系统用 AI 模型预测空中交通流量，结合航班时刻、天气、机场容量和空域状况识别潜在冲突。据《华尔街日报》，该系统最早可能在 9 月 21 日（周一）为华盛顿特区三大机场提供服务。FAA 对它的定位不是替代管制员，而是产出“备选航路信息”，通过现有系统分发，不改变管制员或航司的操作流程。
这套工具属于 FAA 今年 6 月授予波士顿公司 Air Space Intelligence 的 8.75 亿美元、12 年期合同。合同还包含开发一套“流量管理数据与服务系统”，用来替换弗吉尼亚州空管系统指挥中心的现有系统。Air Space Intelligence 称其另一款 Flyways AI 平台已通过与阿拉斯加航空等客户合作，参与管理美国超过 40% 的空中交通。目前公开信息显示，SMART 具体采用哪类 AI 模型尚不清楚。
为什么重要
这是 AI 在高风险公共基础设施里的一次真实部署，不是演示项目。航空安全顾问 Philip Mann 指出，SMART 的风险不在单次预测，而在“全国尺度系统带 AI 组件，未知量超过 FAA 以往任何系统”，所以先缩小范围是正确选择。AI 预测一旦出错，责任归属、降级数据下的表现、以及能否从试点过渡到全国，都会成为监管与技术治理的样本。同时，FAA 正面临数十年的空管人员短缺，以及替换 1980 年代雷达、无线电和语音交换设备的巨额升级压力，AI 被寄望于缓解拥堵、减少油耗、提升准点率并加快天气事件后的恢复。
对用户/开发者/创作者的影响
对开发者和企业采购方来说，这个案例说明 AI 落地在高合规场景中更可能走“辅助建议 + 不改变现有流程”的路径，而不是直接自动化决策。模型选择上，确定性模型、机器学习与生成式模型的风险差异明显：前两者输出相对稳定可审计，后者每次结果可能不同且可能不准确。做航空、物流、调度类 AI 产品的团队，可关注数据接口如何与既有 FAA 系统对接，以及“备选航路信息”这类低侵入式集成方式。对普通旅客，短期不会改变登机流程，但若试点顺利，长期可能影响航班准点率和绕飞效率。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是试点范围是否仍限于 24000 英尺及以上空域，以及向全国扩展前需要哪些真实负载和降级数据下的性能证据。二是当预测出错时，责任由谁承担，FAA 是否给出书面说明。三是航司此前的疑虑是否真正消除，以及 Air Space Intelligence 的 Flyways 平台经验能否支撑 SMART 的规模化推理与预测。
来源：Ars Technica
