从凝视画面到操作画面：对军用无人机界面的姿态现象学研究

军用无人机在当代战争中的作用日益凸显，它既是军事行动的武器，又是大众观看战争的传播中介，是拼合观看、记忆、行动等多重功能的复杂媒介。Dominika Kunertova（2023）指出，俄乌战争前，学者的注意力集中于大型无人机的长期监视和系统化清除带来的国际权力不对等和文化影响，但在这之外，今天俄乌战争中低空小型无人机的短程袭击带来了影响深远的变革。此类无人机不仅在军事中十分灵活，它提供的感官经验也在媒体和社会场域中腾挪，其图像将一种特殊的目光引向战争现场。

我们并非关注无人机图像流通的渠道和过程，而是转向传播的起始之处，即视觉媒介本身。军用无人机的“观看-记忆-行动”如何通过操作（operation）统摄？这一媒介装置中作为操作者的人如何放置自己的意识与身体，图像的背后是怎样的身体经验？如何在当代媒介技术的语境中理解这种身体经验？

军用无人机可纳入媒介技术研究的范畴（Jablonowski，2020），但以往的媒介研究要么忽视军事的相关媒介技术经验，要么将其与日常媒介技术经验隔离。但战争与媒介技术联系紧密：一方面，计算机、互联网等为战争开发的媒介技术已成为现代生活的技术背景；另一方面，从古老的棋类游戏到今天的电子竞技，游戏媒介总与战争技艺、经验相关。故战争不应被视为与日常媒介经验隔离的例外场域。

过去的视觉传播研究话语中，无人机被隐喻为希腊神话中的戈尔贡（Gorgon），其“凝视”的视觉属性被突出。但仅凭视线的威力，足以巫术（magic）地带来毁灭吗？视觉的中心地位一度被视为现代与古代区分的关键（米尔佐夫，1999/2006：6），马丁·海德格尔（Martin Heidegger）也称“世界成为图像”标志着现代之本质（海德格尔，1977/2018：98）。机械复制技术促进了视觉的量化和同质化，图像如纸币般流通、交换（唐宏峰，2018），视觉因此从身体统觉中分离，而触觉不再作为视觉概念的组成部分，“眼睛解除了触觉所体现的指涉网络，并且脱离了它对于被感知空间的主体关系”（克拉里，1992/2017：32）。视觉的范围被延伸，而触觉却依旧限制在身体表面，眼的“看”与手的“触摸及行动”错位。但问题在于，视觉中心话语用“看-被看”的二元关系简化了现实，也将理论限制在二元框架内。

重返“视觉转向”的历史则会发现视觉在现代的中心地位是一定媒介技术条件的后果。现代性的视觉化特征是以印刷为代表的铭写（inscription）技术未被预见的副产物，图像的机械复制使视觉被赋予“与其他感官相分离的虚假的独立性”（米尔佐夫，1999/2006：4）。视觉对象最易于转化为二维表面的符号，进而被机械复制、大规模传散，而其他感官更加难以被中介化。感官分离使画面成为可见而不可触的景观（spectacle），将视觉提升到触觉原本的位置以适应普遍抽象化的现代社会（德波，1992/2017：8）。与此同时，视觉也成为人文社会学科的重要研究领域。

如将目光转向图像的二维表面背后，则可发现装置和操作者的复合体。因此，传播研究不仅要关注图像的内容和效果，而且应当关注图像在人与世界关系中的位置，即它的媒介性。威廉·弗卢塞尔（Vilém Flusser）将装置理解为创造技术图像所必需的工具，它与操作者即装置技术的使用者结对出现（弗卢塞尔，1998/2022：120）。“装置之外无他物”，装置是人类的一种基本生存状况，为人类提供了身体性和心智性的手段，现今的人无法在装置外生存（Flusser，1991/2014：16）。而媒介装置与姿势联系密切，通过姿势现象学（phenomenology of gestures），身体重新作为整体纳入媒介理论中。姿势是“身体动作或依附于身体的工具的动作”（Flusser，1991/2014：1-6），传统的因果解释不足以理解身体姿势的意义，而必须加以现象学的解释。

视觉转向下，电影媒介长期被视觉传播研究视为隐性范式，即视觉媒介的理解框架。让-路易·博德里（Jean-Louis Baudry）指出，电影装置（apparatus）具有意识形态效果（Baudry，1974）。“凝视”是在影院中被固定于座位上的观影者向银幕投去目光的姿势，它被隐形的摄影机引导，认同于电影文本提供的意识形态效果（海沃德，2006/2013：41-42）。因此，视觉传播理论中的“凝视”逐渐远离了精神分析的理论起点，而与单向观看的技术装置密切相关。但在交互界面中，身体并非“凝视”图像，而是“操作”图像。即便是重视身体的维维安·索布切克（Vivian Sobchack）等理论家，关注的也仍是视觉文本的被动感受者。本文试图以界面装置中互动的“瞄准”姿势为隐喻，揭示当代视觉传播中的一种知觉模式及其谱系，将过往视觉传播研究中被忽略、压抑的身体姿势及其中的触觉、动觉感知也纳入理论目光中考察，与以“凝视”为隐喻的视觉传播理论对话。

19世纪以来，军事地图、空中侦察摄影、雷达系统等技术将物理空间的战争延伸到知觉场域中，促成了军事的视觉转向。在世界图像的时代，战争也被把握为全景图像（克劳塞维茨，1957/1978：82-83）。保罗·维利里奥（Paul Virilio）断言没有无再现的战争，作为最早探讨战争与视觉媒介关系的思想家，他的“知觉后勤”（logistics of perception）将战争理解为连续的图像，也即把电影当作军事媒介技术的范式装置：战争越来越类似“持续不断的电影，或者永不停播的电视节目”（维利里奥，1991/2011：223-224）。让·鲍德里亚（Jean Baudrillard）悖论般的“海湾战争不曾发生”也意在指出，现代战争首先是电视图像中视觉化的超真实景观，“现实”的战争不过是其摹本（Baudrillard，1991/1995：43）。

军用无人机图像是一种操作图像（operational/operative images），即某项操作的一部分。哈伦·法罗基（Harun Farocki）考察了工作、战争和控制工具的操作图像，特别是第一次海湾战争以来的军事媒介技术，如机器人、导弹和视频监控等，“它能看见它要毁灭的，也能毁灭它所看见的”（福斯特，2020）。但法罗基呈现的操作图像存在一种内在冲突，即存在两种操作姿势和操作位置——经典屏幕的操作“超脱”图像之“外”，而交互界面的操作“沉浸”图像之“中”。若仅将操作图像视为某种类似于电影的视觉文本，而不回到操作中理解，则会错失这类图像及其装置的本质。

视觉中心主义将视觉文化研究导向这样的观点：当前直接冲突正在被视觉化的监视取代。尼古拉斯·米尔佐夫（Nicholas Mirzoeff）认为，当代的视觉权力表现在以“平叛”为象征的军事-工业复合体的凝视当中（Mirzoeff，2011）。尽管米尔佐夫承认无人机“和视频游戏用的是同一款手柄”而类似于游戏，但他认为无人机创造了一种无主体的凝视，类似无人观看的闭路电视监控，“不存在观看者，也不需要旁观者”（Mirzoeff，2011），从而将结论引向社会批判。这种分析有将无人机的多重功能简化到仅剩“观看”的风险。Tyler Wall和Torin Monahan（2011）指出，无人机的监视是帝国主义对被标记的他者（others）的持续征服。但正如米尔佐夫自己所说，视觉文化倾向于将“并非视觉性的东西予以视觉化”（米尔佐夫，1999/2006：5），即使战争在“视觉转向”背景下视觉化，但战争本身是视觉化的吗？

视觉性的观看关系展开了身体的两副面孔：作为观看主体与作为观看对象的身体。斯坦福大学国际人权与冲突解决研究所（International Human Rights and Conflict Resolution Clinic）和纽约大学全球正义研究所（Global Justice Clinic）（2012）的调查报告即指出无人机的监视使冲突地区的人民因“被看”而生活在恐怖之中。对无人机装置的分析也从这种看与被看的不平等关系出发，如Madonna Kalousian（2022）指出，美国军方使用的无人机软件Bugsplat构造了一种人类中心主义的视觉场域，将被看者贬低到动物性的边缘地位。Jessy J. Ohl（2015）通过对无人机图像视觉修辞的分析，认为其单调的视觉修辞培养了社会对暴力的默许。在文化研究主导的视觉研究范式下，观看主体的身体是否真正在场并不重要，重要的是观看对象感觉自身在被凝视，并习惯自我监视。视觉理论将现实抽象为监视与被监视关系的全景敞视监狱，将军用无人机的监视和袭击理解为抽象的目光。

同时，军用无人机图像被纳入电影史的线性历史叙事，维利里奥的分析揭示了电影如何成为军用无人机研究的潜在范式：

吊有照相机的风筝，绑上照相仪器的鸽子，带有照相机的热气球，然后便是利用小型侦察机而进行的对于连续摄影术以及电影的集中开发……待到美国的空中力量笼罩东南亚，并在将近1967年时运用无人驾驶的飞机在老挝河上飞行，给位于泰国或越南的IBM中心提供情报。（维利里奥，1991/2011：20）

当下仍有学者持这种观点：Lauren Alex O’Hagan和Elisa Serafinelli（2022）将无人机摄影纳入以鸽子摄影为代表的摄影实践谱系中，认为二者有“相似的形式和功能”，而区别在于不同价值观的指导，却忽略了技术的本质差异。

无人机是生产图像的装置，但在传统的视觉文化研究中，它的操作图像仅被当作视觉文本分析，抽象出“看-被看”“控制-被控制”的凝视关系，遮蔽了具体的技术装置与身体经验，其功能被简化为视觉性的监视与控制。因此，为充分解释军用无人机技术的本质与影响，需悬置视觉中心的假设，“回到事情本身”，从军用无人机的装置及其操作姿势实践出发，以理解这一媒介技术体现的当代知觉体制特征及其在当代媒介技术背景中的位置。

YouTube上一段一名俄军士兵走出坑道投降的短视频获得了上亿次浏览，这段引发广泛共情的视频是由乌军无人机拍摄的（YouTube，2023）。但相比于这个偶然的戏剧瞬间，YouTube等视频网站上绝大多数军用无人机视频片段展示的是赤裸裸的毁灭，至今每天都有大量的片段上传。俄乌双方使用的无人机几乎涵盖了当前所有的主流类型：俄军主要使用了自产的Orlan-10、“柳叶刀无人机（巡飞弹）”和伊朗生产的Shahed-136等；乌军则主要使用美国提供的Switchblade 300、土耳其生产的Bayraktar TB2等。此外，双方也大量将商用级无人机改装为小型察打一体无人机使用。而在历史上，“无人机”这一概念指称的技术实体包含了自杀式袭击装置、靶机、无人侦察机等多种不同功能的武器，到今天，军用无人机仍有无人侦察机、察打一体机和自杀式无人机（巡飞弹）等多种类型。因此，无人机名称之下的技术装置具有显著的异质性，其共同的特征——“无人驾驶”，并非真正排除了人类意识和身体，而是展现了身体与技术系统的另类嵌合关系。

这种嵌合关系可在多种视角下得以理解：可以视为投射或延伸关系、信息反馈关系或基于人机界面的操作关系。相关理论对身体和技术装置二者关系的概括实际上也包含着对身体的不同预设：如按照“媒介是人的延伸”或“技术是外置器官”来理解，军用无人机装置投射、延伸、拼装了身体的多重功能，这隐含着将身体视为原初技术实体的预设；控制论视角下，军用无人机发挥作用的杀伤链（kill chain）中，身体与技术装置互为信息反馈机制，其预设则是将身体视为信息系统。这两种思路分别揭示了人与技术装置嵌合关系的侧面，若要回答“延伸”和“反馈”究竟如何可能，则需要战略性地退回到对身体操作的姿势现象学诠释中。

（一）察打一体：身体代具的拼装

作为身体的代具，军用无人机装置中两种最关键的功能是视觉传感器和武器系统，二者的组合可以视为对手臂的物理行动与眼睛的视觉观看双重功能的拼装，这种拼装的过程从军用无人机技术的发展过程中有迹可循。

无人机在诞生之初，首先是对物理空间施加直接影响的行动装置。一般认为，最早的军用无人机是埃尔默·A.斯佩里（Elmer A. Sperry）的“空中鱼雷”（aerial torpedo）。1917年，在美国军方支持下，斯佩里将普通飞机改装为携带爆炸物的无人机，利用飞抵目标之后的爆炸来攻击（程诚，李成智，杨立华，2016）。作为人体的代具（prothesis），它只延伸手臂的攻击功能，而不延伸知觉，因而可纳入火箭弹、鱼雷、早期导弹等属于“手臂”（攻击武器）的技术谱系中。

随后，无人机具备了观看的功能，但它的行动功能却相对淡化。在“空中鱼雷号”40多年之后，20世纪60年代，军用无人机具备了摄影功能，并真正用于战争。与当时的侦察机相同，越南战争中美军的“火蜂”（Firebee）等无人机搭载的是以胶片为感光材料的照相机，故必须返航、回收，并冲洗放大底片来获得图像。无人机连续拍摄的沿途环境图像按拍摄顺序连缀排列以供分析，这与19世纪晚期连续摄影术（hrono-photograph）所生产的图像是同样的观看方式——后者常被视为电影摄像技术的先声（卡帕尼，2008/2018：16-18）；多次拍摄的不同时间的图像形成一组展示武器毁灭效果的“蒙太奇”。在这种观察方式中，摄影机器被隐蔽在图像中；而图像则成为理性主义的抽象化、推理原则的诠释对象。军用无人机的操作、胶片的冲洗、图像分析以及决策的生成被放在类似电影制片厂生产线的流程上，操作与观看不具备共时性。图像内容的符号诠释使图像从二维图像被“翻译”为三维景观，为军事指挥者提供了一幅类似叙事电影的“全知视角”，从而为指挥者建构卡尔·冯·克劳塞维茨（Carl Von Clausewitz） 理想中的战场全景图像（克劳塞维茨，1957/1978：83）。维利里奥认为这种观看方式“是一种对于给定影像加以无限检验的经验，是一种给初看去只有一片混乱的形状、毫无意义的东西找出一种意义的经验”（维利里奥，1991/2011：63），一种将世界转化为文本般的视觉诠释对象的过程。

从1986年12月首飞的“先锋”（Pioneer）系列无人机开始，实时传输图像代替了胶片和录像磁带的回收。“火蜂147”的操作员面对的是布满按钮和仪表的一面“墙”，而“捕食者”的操作员面对的是地面控制站（ground controller stations，GCS，又称“座舱”）上的多个屏幕。这种观察方式下，摄像机的镜头通过屏幕上的平视显示器（head-up display，HUD）与操作者的身体实时交互，纳入操作者的身体图式（body schema）。军用无人机的主屏幕界面包含以下视觉要素：类似相机取景器的固定画框、电子屏幕、挡风玻璃、窗户四周长方形的边界；通过镜头捕捉的外部环境，图层在最下方，跟随操作者的手部动作转换，类似人眼的位移、转动和聚焦；准星及各种操作参数，浮动于外部环境画面的上方，跟随视野的转动而转动，而与画框相对固定，操作员手部的动作会得到画面的即时反馈。察打一体无人机通过摄像机视线的“瞄准线”，通过挂载的导弹等武器进行对地攻击，作为手臂功能的触摸和行动重新成为军用无人机功能的组成部分。

观看与攻击在同一装置中的组合意味着这种装置不再是某单一器官功能的投射，而是一种远程在场的复合媒介装置。信息的实时反馈使装置多重功能的拼装以及身体与装置的紧密连接成为可能，因此对军用无人机系统信息反馈回路的分析可以提供一个前提性补充。

（二）杀伤链：分布式系统中的反馈回路

军用无人机以“杀伤链”形式存在于战争地带，充当物理和感知层面的武器（Gregory，2011）。杀伤链构成了“感知-控制-反馈”的控制论回路（cybernetic loop）。这个从人体到环境的回路是通过GCS、飞行器、通信系统和侦查监视系统等中介在视距以外重现的人与环境直接互动的过程，即心智、身体、环境形成的反馈回路（见图2）。无人机的操作有两个相互联系的姿势：一是操作者的身体姿势，操作者使用身体的动作控制飞行器；二是飞行器的动作，尽管飞行器并不直接连接于身体，但受无线信号的控制，随身体的姿势呈现出种种姿势，通过操作界面的反馈被操作者获知，并在操作者的意识中被把握，因此是弗卢塞尔意义上的“依附身体的工具”（Flusser，1991/2014：1）。操作者的身体姿势通过GCS的物理按钮、摇杆或触摸屏幕等控制飞行器的飞行姿态和搭载于飞行器上的感知和武器系统。在操作中，GCS与操作者的身体嵌合，飞行器介入战场环境，二者通过通信系统连接，操作者的身体姿势转化为飞行器的动作，而飞行器通过侦查监视系统采集的环境信息又以流媒体视频的方式，通过GCS屏幕显示在操作者的视野中作为决策依据（见图1）。

正如“控制论”（Cybernetics）一词的希腊语源自最初意味的“掌舵人”（steerman）（维纳，1961/2007：19），操作员充当的正是这样的角色，其作为反馈系统中的一环，不断根据显示器的信息进行微观决策并做出身体动作，调整无人飞行器的状态和功能，调整的结果又成为显示器信息的一部分。凯瑟琳·海勒（N. Katherine Hayles）以体感乒乓球游戏为例指出，计算机模拟将身体置入与计算机生成图像一起构成的反馈回路（海勒，1999/2017：18），而对于无人机这种装置来说，与身体置入同一反馈回路中的并非计算机生成的虚拟图像，而是传感器传回的视频信息，战场环境、操作员的身体被技术系统联结在反馈回路中，“座舱”中的身体以代具形式远程在场于前线地带。反馈回路使决策的过程或智能及意志分布于人类和技术装置中和空间中相距甚远的多个位置上，通过信息传播构成一个分布式系统。

控制论分析揭示了身体与技术系统如何通过信息成为分布式系统的不同部分，能概括身体、军用无人机装置、战场环境三者间的关系。但身体成为控制论的分析对象并非自然而然，因为人类主体并非直接介入信息环境，而是作为血肉之躯通过界面中的操作嵌入技术系统。故“控制”的本质不是心灵技艺，而是身体技艺。所以有必要对操作的身体姿势加以现象学的描述，以此观察“操作”如何发挥了身体、装置的功能。

（三）操作界面：对身体透明的工具

过去人们将人与无人机图像的关系理解为诠释学关系（hermeneutic relations），但重返无人机的具身操作实践中，则会发现，人与无人机之间存在一种具身的远程在场（telepresence）关系。如同海德格尔“上手”的锤子，在人与技术的具身关系（embodiment relation）中，人以一种特殊的方式将技术融入自身经验中，通过技术来知觉，并转化自身的知觉和身体感觉（伊德，1990/2012：35）。

GCS是身体与无人机技术装置的交互界面。最初，军用无人机GCS模拟了军用飞机座舱的控制设备及其操作方式。随着GCS的迭代，其设计朝向更符合人体工程学和可用性测试、减少操作员数量的方向改进。例如通用原子航空公司（General Atomics Aeronautical Systems Inc.，GA-AIS）最新的GCS通过增大屏幕面积并调整其布局、提高画面清晰度、改善操作界面等措施使操作更直观，提高决策效率（GAAIS，2024a）。同时，为适应野外单兵作战条件，便携式飞机控制站（Portable Aircraft Control Station，PACS）也得到应用。

操作员在GCS界面中实现身体感官和动作的配合，控制飞行器姿势。以“捕食者”系列无人机GCS为例：操作员面前的彩色摄像显示器显示无人机摄像头拍摄的实时画面，相当于战斗机的平视显示器；下方的多功能下视显示器（MultiFunction Display，MFD）也与战斗机的多功能下视显示器功能相同 ；上方的航路规划显示器则显示数字地图、无人机位置与航路规划（见图3、图4）。操作员需用右手控制操纵杆，左手控制油门杆、副翼操纵杆、速度控制杆，用双脚控制舵面脚蹬，这套控制方式基本与战斗机相同，操作员的双手、双脚需要根据从屏幕中观察到的信息做出相应动作，包括用脚旋转舵面、用手臂推拉操纵杆、用手指拨动摇杆和按动按钮等（见图3）。

作为对托马斯·内格尔（Thomas Nagel）“成为一只蝙蝠是什么体验”这一问题的回应，弗洛里安·罗泽（Florian Rötzer）试图说明想象成为蝙蝠很难，但想象成为机器很容易：此装置中的身体贯穿了三重空间，即体验者所在的空间、机器人所在的空间、电信号和代码的虚拟空间（克莱默尔，1998/2008：129），但他未继续探讨身体如何贯穿三重空间而仍旧在体验中被视作整体。回答这一问题需要揭示操作图像的知觉模式，厘清操作中视觉的功能，并重思人、技术装置及图像的具身关系如何改变了对世界的感知和行动。

（一）操作统摄：具身操演与非铭写的图像

军用无人机的操作图像始终是待完成的“流体”（flow），不可分解为符号，没有开始、结束和段落。弗卢塞尔将电影媒介视作图像化的历史书写文本（Flusser，1991/2014：88-89）；而军用无人机这类操作图像记忆的则是未加工的直接知觉的绵延（duration），即图像化但未语言化的身体经验流，其操作姿势呈现为一种持续的瞄准，正如Omer Fast和Trevor Paglen分别用装置电影和摄影再现的经验：不断地使用准星对准空无一物的天空或地上模糊不清的目标（Maxwell，2022）。摄像机的拍摄也曾被电影理论家克里斯蒂安·麦茨（Christian Matz）比作火枪的瞄准，这一姿势连接了摄像机与观影主体（麦茨，1977/2006：47）。对军用无人机而言，瞄准是在交互界面中移动HUD准星对准一片区域，随之发射弹药，“将计算机光标移到影像中正确的位置，然后按下按钮”（马诺维奇，2001/2020：168）。军用无人机的瞄准姿势与摄像机寻找拍摄对象的姿势相似，不同的是，电影图像通过胶片的铭写符号，在后期编辑、机械复制和传散后发挥影响，若仅有拍摄而无传散则称不上电影，而无人机的图像只是操作的一环，操作同时是它的来由、目的和结果。

过去，摄影、电影等媒介将光线转化为铭写的图像，同时也使“瞄准”脱离了身体，成为一种像电影一样“手握胶片开展分析”（维利里奥，1991/2011：63）的诠释姿势，诠释文本的虚拟空间成为身体与环境中间半透明甚至不透明的屏障。正如维利里奥的判断，电拓扑逻辑（teletopology）导致虚拟场域中被知觉之物与我们身体触摸、使用或操纵知觉到的东西的能力的分离（Virilio，1988/1994：7）。维利里奥研究了瞄准的姿势，将瞄准方式的转变定位于第一次世界大战，从一战开始，沿着直接视线的瞄准逐渐被媒介的间接瞄准取代，空中测绘地图、相纸、胶片将瞄准转化为类似电影拍摄和观看的过程，视觉媒介代替了身体在场（维利里奥，1991/2011：216-217）。这种情况下瞄准被拆解为两个独立的过程：首先是利用视觉媒介将目标在胶片等记忆载体上呈现为物像；随后将其诠释为数字、空间坐标，使用远程武器向其标定的不可见处投射火力。目标实际上是在无法摧毁的情况下被看见，又在不可见中被摧毁。在以电影为隐喻的战争视觉制度之下，可见性是通往军事学诠释的桥梁，图像通过诠释才能生效，这种目视比直接观看带来了更多的信息，通过诠释，物在图像中比它直接被看到的还要更加真实（维利里奥，1991/2011：268；Baudrillard，1991/1995：44-45）。此时，瞄准不再是身体姿势，而是文本化的程序，人的拍摄、绘图、计算、开火等不同的步骤嵌于其中，图像与身体、视觉和触觉彼此分割。

但是，瞄准的姿势最初并非文本化的，而是具身操演。投石索、弓箭、标枪等原始远程武器的瞄准依赖身体的感性经验。伊德指出弓的瞄准姿势展示了对技术物质性的考虑、对身体技巧的使用和实践的文化情景（伊德，2006/2008：24）。缺口、觇孔、表尺以及准星等构成的瞄准装置在近代以来的热兵器上广泛应用。目视范围之内的直接瞄准利用武器中两个点的重合来对准目标，是不断协调目视和身体整体动作的姿势。

军用无人机的瞄准同样是具身操演，但并非简单的对直接直觉的回归，因为界面向操作员展示符合身体尺度的操作图像，而将文本程序隐藏在技术代码中。程序中包含对目标位置、弹道等的计算，以确保操作者通过界面中直观的身体动作完成操作，不必与程序文本直接照面。弗卢塞尔认为技术图像是由程序化的自动装置生产的，内部是线性文本的结构，所以必须解读隐藏于技术图像中的文本，才能正确地诠释技术图像。但对大众而言技术图像却并非必须正确诠释，和红色信号灯引起踩刹车的“条件反射”一样（弗卢塞尔，1998/2022：116-119），技术图像也可在不经过诠释的情况下使用。军用无人机等装置的操作图像是在观看中彻底排除了语言化诠释的技术图像。操作者通过实时传输的图像来瞄准，技术在知觉的连续统中的位置发生了偏移，图像从铭刻文本转变为近乎透明的“瞄准镜”。凭借界面瞄准是拒绝诠释的姿态，“正确”诠释变得无必要且不可能，操作者只需要使用身体熟悉界面的操作就能正确地使用图像，而诠释、计算的工作则被整合在自动装置的程序黑箱中。

（二）视觉降格：电子化的触摸与感官的再平衡

在莫里斯·梅洛-庞蒂（Maurice Merleau-Ponty）的具身现象学中，视觉空间通过手之触摸和身体动觉转化为身体的触觉空间。梅洛-庞蒂在《知觉现象学》（Phénoménologie de la perception）中讨论了打字的姿势，区分了打字过程中操作字母键与理解字母的不同：“一个人可能会打字，却不能指出构成词语的字母在键盘上的位置”（梅洛-庞蒂，1945/2001：190），打字时字母键不被感知为键盘上的准确位置，也不产生阅读字母那样的感知。梅洛-庞蒂对“打字”姿势的现象学阐释意在区分操作和理解，操作是前语言的身体行为，语言诠释并非操作的必要条件。

操作为视觉赋予了触觉的特征，视觉不再是纯粹的“凝视”。除了前文分析的对飞行器姿态的操作，军用无人机图像的操作还包含图像中视觉元素的操作，视觉传感器拍摄的人员、车辆等目标可被识别、标记、摧毁，它们首先被理解为操作的对象，如同感知一个可按动的字母键，而不是在键盘、字母表中认出一个字母的意向性，不是剥离身体感觉空有抽象目光在场的“凝视”，而是身体之内触觉化的感知。“瞄准”的姿势中，对目标的感知不是诠释学的，即不试图使用语言符号诠释目标。因而，它具有一种试图消解距离和差异的暴力性，观看对象成了物理操作的对象。列夫·马诺维奇（Lev Manovich）指出远程行动的操作“允许用户通过影像实时操纵远程的物理现实”（马诺维奇，2001/2020：167），却未对两种操作加以区分，也就未能深入解释远程行动中身体、装置、图像的认同关系，只将这种操作视为符号和文化性质的。

视觉过去被认为与语言紧密联系，而触觉则拒绝符号的中介化。约翰·杜翰姆·彼得斯（John Durham Peters）（1999/2017：387）乐观地将触觉的无距离性（distancelessness）视为交流的真诚性的最后保障，但他忽略了触摸的无距离性中的侵凌意味。麦克卢汉将电子媒介视为触觉性的，“我们身披全人类，人类就是我们的肌肤”；同时，他将铅弹扫射也视为“触觉的拥抱”，这意味着电子媒介同时具有武器消除距离的暴力性（麦克卢汉，1964/2011：64，391-392）。有距离的“凝视”中，尽管被凝视的身体被目光规训，但同时“凝视”的距离保障了安全，并可对凝视者报以回视（Olin，2003）；但当观看对象暴露于“瞄准”的目光时，则处于被触、被操作的境况，符号化的外衣被触觉化的目光穿透，成为赤裸生命（bare life）。

同时，统摄于操作的视觉也回归身体感官的原初平衡中，不再自成单一的感知路线。操作图像使身体触觉现身于另外的物理空间甚至虚拟场景中，使远程空间、虚拟场景、模块以及背后的数据、程序成为电子化的触觉触摸的对象。操作者并非通过符号和叙事，而是通过图像对操作的反馈确保对图像理解正确（李典峰，2023），操作图像的拟真并不首先在于对环境的细致刻画，而在于操作与图像间的无限反馈，在熟练中形成“人机合一”的紧密联系，图像成为具身体验的媒介形式。技术装置不再是单一器官的外置或投射，而是一个感知、记忆与行动的格式塔，操作者另一具成为整体的身体。

视觉降格意味着需在技术装置语境下重思具身关系。操作图像的“具身性”不同于电影的“具身性”。观看电影的姿势中，身体静止，而“视角”发生变化（Friedberg，2006：5）。麦茨分析了电影中观众身体对摄像机凝视的认同，如摄像机的摇镜头被观众当作自身的摇头，这是因为“他对作为超验而非经验主体的摄影机运动的认同，他转动了头部”（麦茨，1977/2006：47）。电影镜头的运动和蒙太奇构建了叙事空间，观者的眼睛被摄像机引导，也被限制在摄像机框定的视野之内。对电影理论家论述的电影“具身体验”来说，观众的身体感受如战栗、惊叫、哭泣、大笑、恶心、窒息等都是通过视觉实现的对图像的反应（索布切克，2021）。而对操作图像来说，摄像机的视角取决于身体的动作，由叙事者排列的线性影像体验被身体非线性的微观决策和动作取代。在交互图像的装置中，操作者实际上同时扮演了电影装置拍摄者与观看者的双重角色，操作者的视线由屏幕转而认同于自身身体，在这个自我回归的闭环中，装置和操作者统一为同一主体，而操作图像充当了此认同的中介。

过去视觉中心的取向给出了充满诱惑力的论断：符号，尤其是视觉符号，是人类意义生产和实践的唯一路径、中介和归宿，一切现实所指最终可被能指化。身体的存在和毁灭都是符号——即便未被能指化，也处于能指化的过程中，否则只会被遗忘。摄影术使观看行为留下能指的痕迹，这一痕迹又成为新的观看对象，并掩盖了观看行为。凝滞的视觉文本中观看的主体、对象与中介无比清晰，故易于演绎主动与被动的二元理论。但不同的是，操作图像指向观看行为本身。法罗基等理论家发现了这一类图像，却未能摆脱从视觉文本中建立的二元结构，正如托马斯·埃尔塞瑟（Thomas Elsaesser）通过解读法罗基的论文电影将无人机图像等操作图像的记录与控制视为视觉统治的进一步巩固（Elsaesser，2017），从而错失了以“操作”彻底祛魅视觉文本的可能。

而弗卢塞尔的姿态现象学将身体置于分析的中心，从而可从装置和身体中把握观看行为。通过对无人机技术装置及其操作姿势的分析，可发现操作图像的暴力属性并非仅在于视觉。人的身体统合了复杂的功能，军用无人机也同时具备观看、记忆、行动等多重功能，操作是对这些功能的统摄，将身体感知和动作合并为整体；其中同时包含对装置多重功能的统握，操作者将显示器图像当作自身的视觉、将装置的动作投射于自身的动觉，并在即时反馈的回路中形成了身体与装置彼此反馈、多重功能紧密结合的操作行动。统摄于操作的视觉恰恰揭示了视觉自身包含非视觉化的成分、无法视觉化的剩余。

在操作的统摄下，人体的手和眼同步在场于原本被图像表面隔绝的虚拟空间和远程空间。作为操作者的人成为在多重空间中在场的主体，贯穿了物理身体所在的空间、电与代码构成的虚拟空间、无人飞行器所在的战斗地带。因而，军用无人机的远程在场需要解释为：操作者凭借操作图像的中介，将装置认同为主体的一部分，以拓展了的身体介入远程空间。此时，发挥基础性作用的不是抽象的观看和思维能力，而是身体对中介化的知觉的统合能力。 

与电影、摄影等相比，交互界面中的操作图像只是不断生成的操作痕迹，而非已完成的、等待传播的铭刻文本。尽管电影、摄影的图像同是操作的痕迹，但却未被当作操作的痕迹理解，而被理解为对世界的编码和诠释；而其对现实的作用则通过机械复制和传散在审美、意识形态等层面上间接实现，是单向的线性过程。军用无人机的操作图像则处在一个对世界即时感知和作用的回路中，呈现了未编码而近似直接感知的、通过自身动作施加作用的世界。这种知觉经验中，视觉与整个身体的其他感官和动作紧密联系，不再通往诠释性的“知晓”，而通往整体的操作。世界经历了从被把握为文本到被把握为图像的转变（杰伊，1993/2021：27-28），而操作图像则将世界的视域中观看的部分逐步转化为身体控制的部分，“上手”之物不再真的依附于身体表面，无论远近、虚实，都能成为汇聚于身体触摸范围中的物体，皮肤和肢体的扩张使主体不能仅抽象为视点，而是分布式的整体知觉场。视觉与触觉在技术装置中的重新组合不能简单理解为无中介感知与行动方式的回归，因为在界面具身关系的“焦点”后隐藏着程序的诠释性“背景”。换言之，尽管世界的文本对操作者来说不可见，但并不意味着意义的消失，而是意味着世界及他者的意义被交给装置程序来诠释。

但现象学将自身的任务限制于“描述”之中，因而丧失了对现实提出建设性方案的维度。尽管弗卢塞尔的姿态现象学揭示了身体的另一副面孔，并将希望寄予“与装置游戏”的操作者脱离程序化的尝试（弗卢塞尔，1983/2017：27），不幸的是，现实中装置的程序性暴力似乎隐没了这种可能性，操作者只是得到一个聊胜于无的选择。身体被抛掷于不可选择的基本处境：经过操作训练嵌入装置；或被装置转化和储存为二进制符号，在程序运行中被识别和操作。“装置之外无他物”（Flusser，1991/2014：16），成为操作者也并不意味着逃离了能指化的过程，因为操作同样会被装置整合进程序文本中。

今天战争以前所未有的程度被纳入传播过程。在俄乌战争无人机的杀戮现场，装置两端身体的两种面貌——驯化的操作身体和被程序暴力能指化的符号身体展露无遗，成为人在装置中生存境况的隐喻——没有闪避于符号之外的余地。因此，军用无人机的伦理挑战不在于图像为破坏与杀戮带来便捷，而在于其对两种状态的身体的反间与挑拨，以及一系列视觉性技术叙事带来的遮蔽。

本期执编/陶宇彬