國防部面臨的並非網路人才招募問題，而是網路人才管理問題。軍方已擁有嚴謹的資格框架、獎學金計畫、認證系統和選拔工具。但它仍然缺乏一個將評估、培訓、任用、績效和留任整合到整個網路職業生涯的系統。在 2026 年 3 月，國防部在其網路人力資源峰會 2.0 上宣布了一項重塑網路人力資源的計畫。該計畫名為「網路司令部 2.0」，其主要目標是透過專注於識別、招募、聘用和留住合適人才來改善人才管理。該計畫還強調需要透過靈活且響應迅速的培訓管道和彈性的職業道路來管理終身專業知識。這種靈活性對於透過教育、課程、經驗和評估的結合來適應多種資格途徑至關重要。

我曾在美國海軍擔任航空航天實驗心理學家 20 年，負責設計人力資源發展、能力評估和人員選拔系統。我還曾擔任先進分散式學習計畫的參謀長，該計畫部署了模擬國防學習者、職位和能力需求的系統。國防部在我從事這些問題的同時，也一直在努力解決這些問題。「網路司令部 2.0」計畫的雄心壯志之所以難以實現，並非因為缺乏好點子，而是因為將這些點子連接成一個單一運行系統的結構性障礙。

我現在在私營部門的 IntelliGenesis 工作，因此對國防部如何回答這些問題有商業利益。我想在此說明。但這些是我整個職業生涯都在努力並關心的問題。以下內容反映了我全部的承諾，而不僅僅是我目前的職位。

一些網路培訓管道的時長接近兩年。當候選人在後期被淘汰，或在義務結束後立即因更好的職位而離職時，培訓的座位和投資都將損失，組織將重新開始。在撰寫本文時，軍方用於確定候選人資格、證書和潛在職位的系統仍然非常僵化且變化緩慢，完全不適合這項人才管理挑戰。「網路司令部 2.0」計畫認識到，所需的知識、可用的培訓資源、工作任務（以及工作本身）正在以數月而非數十年的尺度演變。

國防部透過國防軍事人員測試諮詢委員會（Defense Advisory Committee on Military Personnel Testing）已經建立了一個定義明確且高效的選拔測試機制，負責管理各軍種的人員選拔系統、程序和政策。國防部的通用入學考試旨在預測軍方廣泛的學術和職業成功。該考試衡量語言、空間、數學以及科學和技術能力。雖然有用，但它比誰能在網路防禦、情報或影響力，以及軟體開發和高度技術維護角色中表現出色這個問題要廣泛得多。網路工作需要不同組合的推理能力、學習速度、毅力、模式識別和對模糊性的適應能力。它也會隨著時間推移以不同的方式獎勵人們。能夠通過初步學校訓練的人，可能仍然不適合特定的專業。另一些人在初期看起來很普通，一旦給予合適的工作，就會變得非凡。

這就是為什麼更好的專業篩選和安置很重要。政府和私營部門專門設計的測試和本地選拔工具已經存在多年，它們確實解決了部分問題。但這些工具的實施仍然不均勻，並且在各組織之間的可用性不成比例，即使是最好的入門評估也只解決了問題的一個方面：幫助識別早期績效的潛力。

副首席資訊官（資源與分析）Christine Codon 已採取及時措施，建立更具針對性、更有效的員工篩選工具。這對於網路社群的人才引導至關重要，因為這些職位要求可能會迅速演變，而且國防部的招聘需求規模和時間表也很大。大規模的人員選拔工具驗證——遵循歷史行業指南和私營部門的法律要求——通常需要數年時間，而國防部根本沒有這麼多時間。

但即使是世界上最好的選拔系統，也無法單獨告訴領導者如何分配新操作員、何時重新分類某人、如何安排培訓以獲得最佳回報，或者哪些激勵措施能讓頂尖績效者不離職。最重要的問題不再是我們如何識別網路人才和經驗，而是國防部如何在入職後如何培養這些人才。將評估視為最重要的組成部分，忽略了入職後更大的管理挑戰。

國防部在此方面已付出了實際努力。其 2023 年網路人力資源資格手冊為全部門設定了資格認證的時間表。國防部的網路人力資源框架現在透過七個人力資源要素和 70 多個獨特職位來描述該領域。首席資訊官還透過網路服務學院（Cyber Service Academy）支持獎學金管道，並透過行業輪調和交流計畫促進職業發展。更廣泛的治理模式透過各軍種、聯合參謀部、軍種部門和部門負責人之間的職位來分享責任和問責制。

這些努力值得讚揚，但並未構成一個真正的人才管理架構。資格政策本身就認識到這項挑戰跨越組織界限，需要升級人員系統。該框架為工作職位提供了通用語言，資格矩陣提供了可接受的教育、課程和認證目錄——這兩者都是必要的。然而，這些矩陣的官方指南指出，權威版本仍然存放在 Excel 文件中。雖然存在用於追蹤國防部指令 8140 網路人力資源認證和合規性的系統，但這些系統的有效性受到當前資格計畫本身細節程度的限制，以及其缺乏靈活性。我們仍然透過有限的工件來管理策略性人力資源，而不是透過一個活躍的、整合的數據環境。

A 成熟的網路人才系統應允許領導者在一個地方看到個人的入職特徵、培訓歷史、已證明的績效、工作職位代碼、資格狀態、任職記錄和留任結果如何相互關聯。該系統需要幫助回答比合規性核對更重要的實際問題。哪些篩選措施預測了哪些專業的成功？在追蹤技能和能力發展方面，需要多大的細節，跨越職位類別和職業領域？我們如何評估早期職業資格和成就與後期職業機會的匹配度？我們如何捕捉網路人力資源的技能和知識保留與衰退？哪些能力和資格真正具有預測性，哪些僅僅是容易計算的？

在上述網路人力資源峰會 2.0 上，所有四個軍種的首席資訊官共同呼籲其指揮鏈建立正是這種企業級、整合的網路人才管理系統，副首席資訊官（資源與分析首席總監）Mark Gorak 承諾將追求這一目標。Gorak 將面臨巨大的障礙。首先，這項任務的責任因《美國法典》第 10 編本身（10 U.S. Code § 3013, § 5013, § 8013）而分散，該法案分別賦予軍種部門組織、訓練和裝備職能。即使在軍種內部，仍然很常見的是，特定辦公室分別負責招募、學校訓練、編碼職位、資格合規性和留任激勵措施。每個部門都在做稱職的工作，但如果數據和決策不連接，國防部就不是在管理一個管道。它是在管理交接。

簡化招募、選拔、入職、任用、評估、留任和管理流程的壓力，因安全許可的問題而進一步複雜化——這是政府網路人力資源成員幾乎普遍的要求。許可管道可以被認為幾乎完全由人員管理週期以外的力量驅動。這使其成為一個完全獨立的問題：可能幾乎沒有資訊會破壞許可——例如負面行為、關聯或其他危險信號——與管理職業發展所需的技能評估、資格、證書和教育資訊之間存在重疊。這意味著許可管道很可能仍然是「網路司令部 2.0」的瓶頸，並且必須由獨立機構按順序管理。

預測性評估在嵌入包含有意義的績效和資格數據的更大系統中時最有價值。這類心理測量工具的真正投資回報來自於將評估結果與後續證據結合起來，包括培訓績效、主管評級、客觀績效和長期留任。這就是組織學習哪些信號重要，哪些信號不重要的方式。

目前的政策環境使這一點更加緊迫。2023 年資格手冊為國防部設定了分階段的資格認證時間表，該框架變得更加詳細和雄心勃勃。雖然這是積極的，但也意味著領導者現在需要一種方法來大規模管理職業生涯。該系統的某些組成部分已經存在，但尚未整合。基於職位的框架只有在指導實際職位決策時才有用。資格矩陣只有在更有效地安置人員、更快地發展他們並更明智地花費培訓資金時才有用。

更糟糕的是，網路人才不僅難以招募，也難以留住。私營部門提供金錢、靈活性、技術重點，以及對於希望保持深入專業知識而非廣泛管理者的人來說，通常更清晰的道路。國防部領導層建立了獎學金和交流計畫，這是極好的步驟，但像這樣的領域的留任不能僅僅依靠愛國主義——它需要可見的技術職業道路、更好地匹配人員和專業，以及與準確定義的勞動力市場掛鉤的激勵措施，該市場認識到這些職位在外部可以獲得的薪資。

國防部似乎明智地放棄了入門級篩選是選拔問題終點的想法。還有幾項對人員選拔政策的額外變更將有所幫助。

職業生涯入門級的網路人才篩選，可能會豁免國防部對入學考試的時間限制要求。歷史上，每年對超過 50,000 名考生進行不斷變化的測試所需的時間，迫使對測試的耗時性進行嚴格管理。這種問題需要重新審視對網路社群評估的這一限制——可以為那些表達對網路職業測試興趣的人，或那些在入學考試本身上達到最低組成部分分數的人，分配額外的測試時間。

國防部也可以在入職後和職業中期測試方面做得更多。它已經在其認證過程中依賴於培訓後認證考試（例如 CompTIA Security+、AZ-900 等），這些考試旨在評估考生對剛完成的培訓的掌握程度。也就是說，申請一個定義明確的職位且知識要求已確定的職業中期申請人，當然可以接受一項旨在預測該特定職位成功的新考試。指令 8140 中描述的認證證據是最好的，但它尚未經過實際驗證與後續工作績效的相關性。

這說明了選拔測試在預測後續績效方面的另一個關鍵限制：歷史上，政府關於此類工作績效的可用數據嚴重不足。如果我們無法衡量工作績效，那麼這種績效就幾乎不可能預測。這個問題歷史上是由於需要產生跨部隊大範圍（例如，體能報告和評估）可比較的工作績效和職業發展數據的必要性而產生的，但網路工作和職位類別的好消息是，應該有可能為許多相關任務的績效創建相對穩定、客觀的指標。要預測的職位範圍越窄，這項任務就越簡單。如果職位可以被明確定義，並且大量任務的績效可以被客觀衡量，那麼在其中預測績效就容易得多。

認證缺乏上述預測能力並不意味著它們定義不佳。它僅僅意味著，到目前為止，我們無法提供證據證明它們作為預測因子有效。即使它們被發現具有預測性，它們也遠遠不夠——國防部需要一種更好的方法來捕捉現任人員的資格。

8140 資格矩陣概述了政府和私營部門的培訓、課程和認證要求，這些要求被認為足以獲得特定認證和工作職位的資格。該模型假設這些工作職位可以以有限的數量組合來定義職位。這是一個積極的方面，因為它允許利益相關者追蹤一系列相關職位的能力和經驗的演變，使用一個目前被認為足夠的靜態分類法。

該系統確實存在明顯的缺點：8140 矩陣沒有說明其他認證在不同職業領域或職位類別中的適用性，也沒有幫助解釋不同職位類別中潛在相關職位之間的重疊程度。在定義資格如何滿足時，該模型沒有機制來適應教育、經驗或認證考試的任何組合。8140 還隱含地假設了用於描述這些職位的靜態能力列表的持續相關性和準確性，並假設這些能力定義得足夠詳細，以區分相似的職位。8140 的結構要求，其任何組件的更改都可能需要手動修改其定義的數千個能力-認證-職位類別關係。

這些問題可以，也應該得到解決。在國防人力資源局（Defense Human Resources Activity）下，先進分散式學習計畫（Advanced Distributed Learning Initiative）提供了關於一系列 IEEE 標準的指導和監督，這些標準概述了人類績效（9274.1）、學習者記錄（P2997）、能力定義（1484.20.3）和學習元數據（2881）的定義和捕獲方式，以實現總體學習架構。這些標準仍然是最新的，用於開發該組織參考實施（即工作版本）的儲存庫和原始碼也是如此，這些實施託管在 Level 4 影響級別。這些工具使用圖形系統，透過零信任架構大規模連結學習者、培訓和職位資訊。該系統，或根據相同要求結構化的系統，如果圖形中的一個元素發生變化，就可以適應能力-職位圖中元素之間關係的級聯變化。換句話說，如果一個能力數據元素被修改——例如，如果其定義被更新，或者它被分成兩個不同的能力——所有與之相關的內容都會自動更新。上一段中列出的絕大多數缺點都可以透過實施 8140 系統的學習架構模型來緩解。這應該作為網路人力資源決策的企業數據層來實施。

不是另一個工作簿。不是另一個靜態儲存庫。即使是當前系統靜態元素的實時連接也不足夠。一個根據學習架構要求構建的企業數據層，作為現有 8140 框架的擴展，將會做很多事情。它將更準確地衡量職位要求，並適應職位、工作職位和認證之間的局部匹配。最重要的是，透過零信任結構，它可以適應國防部今天定義為「當前」的所有能力和職位數據的不可避免的變更和更新。這個模型已經存在七年了，截至本文撰寫時被認為是足夠的。五年後它會是什麼樣子？

網路人力資源的領導者應該能夠追蹤選拔輸入、資格時間表、職位分配和績效預測在網路專業人員整個生命週期中的關係。在可能實現這一點之前，高級官員將繼續以部分可見性的情況做出策略性人力資源決策。

這裡描述的系統將推動國防部更好地捕捉申請人/現任人員的能力、專業和職位要求。這反過來將能夠更好地匹配候選人、進行有針對性的職業設計，並對不合適的匹配進行更快的糾正——平庸的匹配浪費了稀缺的人才，而強大的匹配則培養了人才。

最後，國防部應以營運和人力資源成果來衡量成功，而不是以合規性為導向（「網路司令部 2.0」的既定目標）。正確的衡量標準不僅僅是紙面上持有資格的人數，而是國防部是否正在減少淘汰率、縮短有效貢獻的時間、提高安置質量、延長頂尖績效者的留任時間，並在最重要的專業領域內建立深度。

國防部不需要從零開始進行網路人力資源改革——它已經擁有優秀的人員、穩固的框架和有用的計畫正在進行中。然而，它必須認識到，人員篩選、任用、認證、職位要求定義和績效預測都是同一個問題的一部分。它們不能被分開處理。