实时以火促学：学习与开发激进及自杀式数据采集无人机蜂群流程、消防员伤亡的统计价值以及作为备选场景的消防员招募群体即将发生的转变，拟在 California、Colorado 和 Texas 等地进行试点

该框架围绕 2026 年北半球夏季活跃的三种主要野火场景构建：(1) 以 California 为代表的荒野-城市交界域（WUI）火灾；(2) 以 Colorado 为代表的复杂山地火灾；(3) 以 Texas 为代表的平坦、风驱动草地火灾。这些场景代表了不同的可燃物类型、地形几何结构和建模挑战，共同界定了无人机辅助火情智能的作战范围。本文还指出，在规模化原型测试（100+ 架无人机）期间，即使以激进的、自杀式蜂群形式部署极少量的无人机来收集数据——包括在活跃火区中蓄意牺牲硬件（例如为了测试战术或采集数据范围）——按包括医疗支出、生产力损失以及整个职业生涯的财政损失在内的全社会成本计算，其社会投资回报率（SROI）也远超单次消防员受伤或死亡的成本。文中提出了该框架的三个迭代版本，每个版本都增加了操作、技术或战略层面的深度。你宁愿损失一架价值 5,000 美元的无人机，还是损失一名价值 500 万美元的消防员？答案显而易见，并在相应章节中进行了阐述。