2026-03-03 06:27:09 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

文章总结： 文档深入分析美国网络部队未来发展趋势，指出其从支援职能转向AI优先作战实体。核心趋势包括：战略从反恐转向大国竞争与大系统冲突；组织演进倾向混合渐进模式，先扩规模后深化改革；力量建设从精英小队转向大规模可持续力量；作战概念升级为AI增强作战；技术架构推行零信任与量子抗性。预测2030年形成强化版网络司令部，规模扩至1.5至2万人，实现人机协同作战。 综合评分： 82 文章分类： 威胁情报,安全建设,AI安全,网络安全,政策法规

cover_image

【分析】美国网络部队未来发展趋势

原创

丁爸丁爸

丁爸情报分析师的工具箱

2026年2月25日 07:04 美国

1、《“规模要大”：网络部队规模要大》

2、《自2018年以来美国网络司令部的发展历程》

3、《接下来会发生什么？美国网络部队的未来发展方向》

基于三篇美国网络部队相关文章的深度分析，从战略环境、组织演进、力量建设、作战概念、技术适应五个维度，系统研判美国网络部队的未来发展趋势。

一、战略环境驱动：从”持续竞争”到”大系统冲突”

1.1 威胁认知的质变

| | | | | — | — | — | | 阶段 | 特征 | 驱动因素 | | 2018-2022 | 反恐+选举防御 | ISIS网络宣传、俄罗斯选举干预 | | 2022-2024 | 大国竞争回归 | 俄乌战争、ZG”Volt Typhoon”等预置威胁 | | 2025- | 大系统冲突（Great Systems Conflict） | AI自主代理、量子技术、机器人系统的融合 |

关键转变：

Warner（2025）记录了这一演进：从”挫败恐怖分子”到”支撑高端战争”

Demchak（在Smith等中）提出”打破网络牢笼”——USCYBERCOM必须扩展至AI、机器人、量子技术领域

Kramer等（2025）警告”海啸节奏”威胁环境——人类操作员将被AI驱动的攻击速度压倒

1.2 ZG作为”结构性对手”

量化差距（Kramer等）：

| | | | | | — | — | — | — | | 指标 | 中国 | 美国 | 倍数差 | | 年度STEM毕业生 | 357万 | 82万 | 4.4倍 | | 正规网络作战人员 | 3-5万 | 8,000（CMF） | 4-6倍 | | 网络民兵潜力 | 数百万 | 无对等机制 | 制度性差异 |

战略含义：

美国网络部队建设已从”能力优势”转向”规模追赶”

ZG体制优势（法律整合民用人才）对美国形成制度竞争压力

二、组织演进趋势：三种可能路径的博弈

2.1 决策矩阵

低风险/低回报高风险/高回报

┌─────────────────┬─────────────────

短期（<5年）│ 路径A：SOCOM化 │ 路径B：规模扩张 │

│ （渐进改革） │ （Go Big） │

├─────────────────┼─────────────────┤长期（>5年）│ 路径C：维持现状 │ 路径D：新军种 │

│ （Status Quo） │ （Cyber Service） │

└─────────────────┴─────────────────┘

2.2 各路径可行性评估

路径A：SOCOM化（最可能中期方案）

Warner的警告：SOCOM花了数十年才获得现有地位，USCYBERCOM的”准军种化”可能同样需要长期过程。

路径B：”Go Big”规模扩张（当前政策推动力最强）

Kramer等的紧迫性论证：威胁加速（AI+规模）使”先做大”成为必要前提，组织优化可后续进行。

路径C：维持现状（最不可能，但存在惯性拉力）

路径D：独立网络军种（长期可能，短期动荡）

2.3 最可能演进轨迹

预测：”混合渐进”模式（2025-2035）

2025-2028：规模扩张（+14团队，可能更多）+ 训练整合

↓

2028-2032：SOCOM化深化（人事政策统一、职业路径标准化）

↓

2032-2035：评估新军种可行性，若威胁持续恶化则可能启动

三、力量建设趋势：从”精英小部队”到”大规模可持续力量”

3.1 人员结构转型

3.2 训练体系重构

当前问题（Kramer等）：

| | | | | — | — | — | | 军种 | 训练时长 | 问题 | | 陆军/海军陆战队 | 最多36周，多地点 | 过长、碎片化 | | 海军/空军 | 较短或单地点 | 准备不足、 uneven performance |

改革方向：

USCYBERCOM主导训练标准制定与审计（而非各军种自定）

联合认证体系：超越基本认证，实现跨军种互操作

持续职业发展：分层模型（初级-中级-高级）、导师制

3.3 人才管理创新

四、作战概念演进：从”持续交战”到”AI增强作战”

4.1 “持续交战”（Persistent Engagement）的迭代

| | | | | — | — | — | | 阶段 | 特征 | 挑战 | | 1.0（2018-2024） | 人力密集型、手动操作、前沿存在 | 部队过度拉伸、可持续性差 | | 2.0（2025-） | AI辅助决策、自动化响应、预测性防御 | 人机协作、伦理边界、误判风险 |

Warner记录的成功：2018年中期选举防御验证了概念可行性，但代价是长期战备透支。

4.2 新兴作战领域

基于Demchak的”大系统冲突”框架：

4.3 “前出狩猎”（Hunt Forward）的扩展

五、技术适应趋势：从”人员密集型”到”人机协同”

5.1 人力-技术平衡的转变

Kramer等的核心论断：

“人类操作员单独将被攻击速度压倒”

应对策略：

5.2 关键投资领域

| | | | | — | — | — | | 领域 | 目的 | 时间 horizon | | AI/ML防御系统 | 应对”海啸节奏”威胁 | 2025-2030 | | 零信任架构 | 减少防御人力需求 | 进行中 | | 量子抗性加密 | 长期安全基础 | 2030+ | | 自主网络武器系统 | 进攻性选项扩展 | 高度敏感，时间不定 |

六、综合趋势判断：2030年美国网络部队图景

6.1 最可能情景（”渐进适应”）

6.2 关键不确定性

6.3 对中国的战略含义

七、结论：变革的必然性与路径的不确定性

三篇文章共同指向一个战略共识：美国网络部队正处于关键转型期，变革不可避免。但变革的速度、深度、方向仍存在显著不确定性：

Warner的审慎乐观：进化将继续，功能连续性优先于组织形式 Smith等的开放框架：选择仍然存在，需基于证据决策 Kramer等的紧迫呼吁：规模扩张是必要前提，管理现代化必须配套

最终判断：

美国网络部队的未来发展将呈现”急用先行、渐进深化、技术赋能”的特征——在短期内优先解决规模不足和战备透支的燃眉之急，在中期内深化组织改革和职业体系建设，在长期内依托AI等技术实现作战模式的质变。这一进程的成功与否，将在很大程度上决定美国在大国网络竞争中的战略地位。

美国网络部队的发展正在经历根本性的转变，从支援职能转向“人工智能优先”的作战实体。该战略的特点是结构集中化、积极采用新技术以及向印太战区转移。

以下是定义美国网络部队未来发展的关键趋势：

1. “网络司令部2.0”计划

2025年末至2026年初，美国战争部（原国防部）过渡到网络司令部2.0模式。这一模式从根本上改变了美国组建其数字部队的方式：

统一部队生成：摒弃以往各军种（陆军、海军等）各自按照不同标准提供人员的“临时”方式。网络司令部现在拥有更完善的预算控制，使其能够直接管理自身的招募和训练流程。
专业化：网络人才管理组织和高级网络培训教育中心的建立，确保网络操作员被视为具有长期职业发展道路的专业“战士”，而不是临时轮岗人员。
关于“网络部队”的争论：虽然目前还不是一个独立的军种（像太空部队那样），但当前的结构性变化旨在“不分军种”，这意味着如果国会授权，它们可以很容易地过渡到独立的美国网络部队。

#

2. 人工智能优先作战议程

根据2026年“人工智能优先”战略，美国网络部队正在实现防御和进攻的自动化：

智能AI：部署能够以“机器速度”发现漏洞并修复友好系统的自主AI代理，无需人工干预。
战时快速获取：成立了“障碍消除委员会”，旨在消除官僚障碍，使军方能够在几周内（而不是几年内）将商业人工智能模型（如 OpenAI 或 Google 的模型）整合到战术行动中。
人工智能助力虚假信息防御：大量资源正被投入到检测和消除针对美国军事人员和基础设施的人工智能生成的深度伪造信息和影响力行动中。

#

3. 区域转向：印太地区的威慑

2026财年预算反映出印太司令部（INDOPACOM）的专项资金大幅增加：

关键基础设施加固：重点关注关岛和其他太平洋枢纽，安装数千个传感器来保护“运营技术”（电网、水系统和港口控制）。
海底电缆安全：旨在监测和保护海底光缆的新举措，海底光缆在潜在冲突中被视为高风险的脆弱点。
前沿作战：网络任务部队正越来越多地被实际部署到太平洋地区的盟国，以便在敌方网络入侵美国本土之前对其进行“搜寻”。

#

4. 技术架构转变

美国正朝着更具韧性、可“一次性”的数字基础设施迈进：

默认零信任：到 2026 年，零信任架构 (ZTA) 将从所有军事网络和国防承包商的“目标”变为“要求”。
软件物料清单 (SBOM)：软件供应链的完全透明化现在是强制性的，这使得网络部队能够在发现新漏洞时立即识别哪些系统受到影响。
量子抗性：为“后量子”时代所做的准备工作已经开始，军方正在将其最敏感的加密通信过渡到抗量子算法，以领先于未来的解密能力。

2026年初，美国战争部（前身为国防部）正式启动了人工智能加速战略。该战略的核心是七个引领项目（PSP），旨在以“战时速度”将军队转型为“人工智能优先”的部队。

以下是目前推动网络战和数字战发展的关键项目和技术举措：

1. 七个标杆项目（PSP）

这些项目由“单一责任领导”管理，以绕过传统的官僚主义拖延，目标是在 2026 年 7 月之前取得可衡量的成果。

智能体网络：这是智能体人工智能的旗舰项目。它专注于开发能够进行作战管理和决策支持的自主人工智能智能体。在网络安全领域，这意味着这些智能体能够独立分析网络流量，提出战术建议，并以比人类操作员更快的速度对攻击做出响应。
集群锻造：一种将精锐作战部队与商业技术创新者相结合的“竞争机制”。它专注于探索和扩展利用人工智能集群作战（以及对抗）的新方法，尤其是在竞争激烈的数字和物理环境中。
安德铸造厂：该项目以科幻小说《安德的游戏》命名，旨在创建高保真、人工智能驱动的模拟环境。它利用“模拟开发/模拟操作”反馈循环，使网络部队能够与人工智能对手进行数千场模拟战斗，从而在实际部署前完善战术。
开放武器库：这项计划旨在加速技术情报（TechINT）向可用能力的转化。它力求在数小时内而非数月内将“情报转化为武器”（例如定制恶意软件补丁或漏洞利用代码）。
项目拨款：将美国的威慑态势从“静态”（预先部署的威胁）转变为“动态施压”。它利用人工智能来建模和执行实时数字机动，使对手难以捉摸。
GenAI.mil：一个部门级平台，为文职人员和军人提供对所有密级“前沿”模型（如谷歌的 Gemini 和 xAI 的 Grok）的安全访问。
企业代理：专注于自动化“枯燥但至关重要”的工作流程——规范 AI 代理的部署方式，以确保内部运营和物流的安全。

#

2. 根本性的结构和技术变革

为了支持这些项目，美国已实施多项雄心勃勃的“人工智能适应性标准”，这些标准将于2026年生效：

30 天模型对等：一项新的采购指令要求军方必须在“最新、最好的”商业人工智能模型公开发布后的30 天内将其集成到自己的系统中。
“战时 CDAO”：首席数字和人工智能办公室 (CDAO) 已被授权作为“战时 CDAO”，有权豁免通常会使软件部署速度减慢数年的传统“运行授权”(ATO) 障碍。
障碍消除委员会：由领导层主持的每月一次的高级别会议，旨在确定并“执行”阻碍人工智能实验的官僚政策。
人工智能集成负责人：每个主要军种和作战司令部（如网络司令部和印太司令部）现在都指定了一名人工智能集成负责人，负责“人工智能原生作战”。

#

3. 重点关注“代理人”防御

与 2023-2024 年的聊天机器人不同，2026 年的重点是自主性。目标是让美国网络部队部署“防御集群”，这些集群能够：

自愈：在冲突过程中自动识别并修复零日漏洞。
上下文感知防御：利用项目特定数据来了解例行维护故障与敌方复杂的“利用现有资源”攻击之间的区别。

#

“我们必须认识到，军事人工智能将是一场竞赛……因此速度决定胜负。行动不够快的风险远大于配合不完善的风险。”—— 《2026年人工智能加速战略备忘录》

到2026年，印太地区已成为美国军方人工智能驱动的“前沿猎杀”行动（HFO）的主要试验场。这些任务涉及派遣精锐网络团队前往盟国“猎杀”敌方恶意软件，不再仅仅由人主导；现在由网络国家任务部队（CNMF）人工智能工作组提供支持。

以下是这些人工智能项目如何融入具体任务的：

1. 90 天敏捷人工智能试点周期

自2026财年起，CNMF已转向“90天敏捷测试周期”。 “前沿侦察”团队不再使用静态工具进行部署，而是配备了旨在解决特定战区问题的实验性人工智能原型。

漏洞与利用人工智能：自动化工具可以扫描伙伴国家的主权网络，并立即识别“借地生存”（LotL）技术——即敌方利用合法系统工具进行隐藏——其速度比任何人类分析师都要快。
快速反馈循环：如果某个特定的 AI 模型未能检测到太平洋地区的威胁，则该数据将被反馈到美国的“网络沉浸实验室”，进行修补，并在 90 天的窗口期内重新部署到现场。

#

2. 运营技术（OT）与基础设施感知

美国已大幅增加对印太司令部数据和传感器的拨款（2026 年为 1.17 亿美元）。

关岛数字盾牌：在关岛和太平洋主要枢纽的关键基础设施（港口、供水、电力）中部署了超过3000个OT传感器。人工智能代理监控这些传感器，以区分例行电力浪涌和国家发起的复杂“预置”攻击。
海底电缆监测：人工智能现已应用于分析太平洋海底光缆的实时流量。这使得“前沿侦察”团队能够在异常数据泄露模式到达登陆站之前就识别出来。

#

3. 联合网络猎杀工具包（JCHK）

2026年，军方从联合网络猎手套件的原型阶段过渡到全面采购阶段。

AI 原生硬件：这些是“便携式”套件，其中包含专门优化的硬件，可在“断开连接”或“低带宽”环境（太平洋岛屿常见）中运行本地大型语言模型 (LLM) 和代理软件。
边缘计算：这些套件使团队能够处理大量的本地网络数据，而无需将其发送回美国，这对于在竞争激烈的环境中维护运行安全 (OPSEC) 和速度至关重要。

#

4. JTF-ZERO：集成中心

一个新的实体——零号联合特遣部队——已经成立，负责监督网络空间快速反应平台（CRRP）。

目的： JTF-ZERO 充当人工智能优先的领跑项目与印太地区实际地面操作人员之间的“连接组织”。
任务：确保当“前线猎杀”小组在例如菲律宾等地发现新的威胁时，该威胁特征能够立即用于更新整个美国战争部基础设施中的“代理网络”。

对比：传统狩猎前向模式与人工智能增强型狩猎前向模式

根据2026 财年国防授权法案 (NDAA)和战争部新发布的“人工智能优先作战部队”指令，美国为其网络人员引入了激进的“人工智能适应性标准”。

这些标准确保部署到印太地区等高风险环境中的每一位操作员不仅“具备网络素养”，而且“精通人工智能”。

1. 强制性“人工智能战士”认证

到 2026 年底，所有网络任务部队 (CMF) 人员都必须通过由高级网络培训和教育中心 (ACTEC)管理的新的分级认证系统：

第一层级：人工智能安全与对抗基础知识：所有国防部员工必须参加。内容涵盖识别人工智能生成的深度伪造视频、提示注入风险以及“数据投毒”意识。
第二层级：智能体操作（“猎杀”标准）：印太地区所有人员必须掌握。该标准侧重于管理现场的自主人工智能智能体，包括“终止开关”协议和实时解读人工智能驱动的异常检测结果。
第三级：模型调优与战术代码：专供精英“前沿猎杀”团队使用。这些操作人员必须能够在战斗条件下对低级模型进行本地微调，并将商用人工智能模型集成到战术硬件（例如联合网络猎杀套件）中。

#

2. “30天模型对等性”要求

核心技术体能标准是30 天整合规则。

标准：网络安全部门必须证明，他们能够在新的商业“前沿”模型（例如，新版本的 Gemini 或 Grok）发布后的 30 天内，将其纳入本地工作流程，并对其进行保护和部署。
印太应用：太平洋地区的部队正在接受测试，以检验其在“边缘”更新人工智能防御集群的能力，无需与五角大楼建立高带宽连接。

#

3. 红队演练与“模型篡改”防御

现在对人员的评估标准是他们保护人工智能本身的能力。

对抗性测试：操作员必须通过模拟测试，其中敌方（例如“数字红军”）试图“污染”美国防御模型的训练数据。
漏洞检测：健身现在包括使用人工智能来查找军方自身关键任务代码中的“幻觉”或逻辑错误的能力，这一过程被称为自动代码清理。

#

4. 心理和伦理方面的“人工智能准备度”

2026 年的标准为操作人员在高度自主系统上工作时增加了一个新的心理要素：

信任校准：训练以防止“自动化偏见”（盲目信任人工智能），同时避免“不信任延迟”（在高速战斗中犹豫不决地根据人工智能提供的情报采取行动）。
符合伦理的“人机交互”（HITL）演练：对使用人工智能进行目标定位和进攻性网络行动的法律和伦理界限进行严格测试，确保符合更新后的交战规则（ROE）。

关于“技术债务”的说明：一项新的 2026 年指令要求所有网络部门每年通过用 AI 自动化工作流程取代传统的手动脚本来“减少”其技术债务 20%。

为了应对人工智能专家大量流失到硅谷的局面，美国政府和军方在2026年实施了一项多层次的财政战略。其中包括前所未有的“人才赏金”、高薪资等级以及专门针对拥有人工智能和网络安全认证人员的留任奖金。

1.“网络例外服务”（CES）付费激增

2026财年国防授权法案（第1113条）大幅扩大了网络特许服务范围。这使得军方能够绕过传统“一般职位”（GS）薪酬上限，聘用顶尖的数字人才。

150% 上限规则：新规允许高技能网络安全职位的薪酬达到行政级别 I 的 150%（在某些情况下，总薪酬超过 350,000 美元）。
人工智能薪资等级：美国战争部推出了 2026 年新的国防部文职情报人员系统 (DCIPS)等级。第 5 级（高级专家）的基本工资上限为172,727 美元，但加上补充的“STEM TLMS”（目标本地市场补贴），像圣何塞或华盛顿特区这样的中心城市的 AI 工程师的总收入可以超过250,000 美元。

#

2.“人工智能人才赏金”和留任奖金

军方已摒弃“固定”奖金制度，转而采用“基于技能水平”的奖励机制。正如网络司令部领导层在2025年末所言，“仅仅优秀并不足以获得奖金；只有大师级人物才有资格获得。”

入伍“网络大师”奖金：对于担任CYBOPS 3等角色的精英入伍操作员（E-6 至 E-9），单次续约期的留任奖金已从 90,000 美元增加到120,000 美元。
50,000 美元的“额外奖励”：海军陆战队和其他军种专门为转入人工智能无人机技术员和高级网络猎手等高优先级专业的海军陆战队员设立了 50,000 美元的“额外奖励” 。
技能津贴：获得经认证的 AI 认证（例如新的国防部 AI 战士 3 级）的操作员可以领取每月“特殊任务津贴”（SDAP），无需晋升即可增加数千美元的年收入。

#

3. 联邦“技术部队”（入职年薪 15 万至 20 万美元）

为了直接从私营部门吸引人才，白宫于 2025 年底启动了美国科技人才计划。

该计划：为联邦机构设立的为期两年的“精英工程兵团”。
薪资：人工智能专家和网络安全专业人员的起薪在15 万美元至 20 万美元之间。
规模：该计划在招聘的第一周就吸引了超过25,000 名申请者，证明快速招聘和有竞争力的薪酬可以成功地将技术人才引导至国家安全领域。

#

4. 2026年薪酬等级比较

这些“赏金”旨在确保负责90天敏捷人工智能试点项目的团队保持完整。通过设立堪比硅谷中层职位的薪酬“底线”，美国试图防止其最优秀的“开拓进取”领导者在项目部署过程中被挖走。

2026年，美国政府从根本上改变了其人才战略，从“永久性招聘”模式转向“人才流动”模式。其目标是通过高影响力、短期轮岗，将硅谷最前沿的人工智能技术直接带到印太地区的前线。

以下是目前正在实施的具体民间人工智能研究员项目和“轮岗”项目：

1. 美国技术力量（“千名工程师”计划）

该计划于 2026 年初启动，是美国历史上最具雄心的平民人才培养计划。

结构：来自 OpenAI、Anthropic、Google 和 Nvidia 等公司的约1000 名精英工程师和产品经理，为期 2 年。
任务： “技术部队”成员直接融入各机构领导团队。在战争部，这些文职人员的任务是将人工智能集成到无人机、武器系统和网络司令部2.0架构中。
“轮岗保障”：参与的私营公司同意在员工服役期间保留其职位，并将“轮岗”视为享有盛誉的领导力发展阶段。

#

2. 美国海军陆战队-国家公园管理局人工智能奖学金（“混合式”狩猎前进）

该计划最初是为海军陆战队员制定的，但在 2026 年扩大到包括GS 级文职人员和研究人员。

印太一体化：研究员们致力于研究直接来源于舰队挑战的“非机密、可操作的用例”。
项目示例：目前 2026 年的一个研究员项目涉及构建大型语言模型 (LLM) 的代理外壳，以自动化“向前追捕”团队在太平洋盟国之间移动所需的复杂文书工作和后勤工作。
结构：为期 5 个月的强化冲刺，包括远程工作和前往海军研究生院和作战中心的现场“TAD”（临时额外任务）出差。

#

3. “幻影计划”（DAF-MIT人工智能加速器）

该计划（最初由空军发起）将持续到 2026 年，已成为“双领域”专业知识的主要载体。

“幽灵”：平民和军事专家与麻省理工学院的研究人员合作 5 个月。
作战成果：所有“幻影”成员均需提交一份影响报告，提出一项针对其所在单位的具体人工智能驱动型变革方案。许多2026年“幻影”成员正着重关注“代理安全”，确保太平洋网络防御中使用的人工智能代理不会被敌方“劫持”或“篡改”。

4. 美国数字军团与网络安全/人工智能人才计划

对于职业生涯初期的优秀人才来说，这些项目为大学与高风险的国防工作之间搭建了桥梁。

两年政府实习：人工智能、机器人和数据科学专业的应届毕业生将被安排到急需人才的联邦机构工作。
印太地区方向：其中一部分人员被派往JTF-ZERO，帮助在关岛和其他太平洋地区建设“数字盾牌”传感器。

| | | | | | — | — | — | — | | 程序 | 目标受众 | 期间 | 主要焦点（2026） | | 美国科技力量 | 大型科技公司高管 | 2年 | 人工智能基础设施与武器 | | 幻影程序 | 研究人员/工程师 | 5个月 | 智能防御与麻省理工学院合作 | | 美国海军陆战队-NPS研究员 | 运营专家 | 5个月 | 适用于现场的人工智能应用案例 | | 数字军团 | 应届毕业生 | 2年 | 网络弹性与数据流 |

到2026年，美国已经意识到私营部门的发展速度超过了军方内部的培训体系。这些项目使得网络国家任务部队能够“租用”全球顶尖的人工智能人才执行特定任务，而无需这些工程师永久放弃他们在私营部门的高薪工作。

2026 年初，联合网络猎手套件 (JCHK)从一系列分散的“便携式套件”演变为一个统一的、原生人工智能平台，旨在为美国网络任务部队 (CMF) 在印太地区提供决定性优势。

根据2026 年 2 月授予 Parsons 子公司SealingTech的一份价值5 亿美元的巨额生产合同，JCHK 已成为“向前狩猎”战略的实体核心。

1. “操作员 X”人工智能助手

2026 年 JCHK 最重要的升级是集成了Operator X，这是军方首个专门的 AI 狩猎工具包助手。

完全离线功能：与需要云连接的商业人工智能不同，Operator X 设计为在套件硬件上本地运行。这使得团队能够在“受限或劣化”的环境（例如偏远的太平洋岛屿或海上船舶）中使用高级人工智能推理功能，而无需担心数据泄露到公共互联网。
任务感知推理：人工智能可以与伙伴国家的具体任务文档和技术日志“对话”，以实时关联威胁情报。
工具编排：它充当指挥中心，使用 AI 代理自动编写检测规则并管理 Splunk、Elastic 和 Security Onion 等复杂的安全工具。

#

2. 技术架构：RedHound和 Kubernetes

2026 年 JCHK 采用了RedHound平台（由 OMNI Federal 开发），该平台最近通过了国防创新部门 (DIU) 的生产评估。

混合计算：该平台运行在统一的Kubernetes环境中，支持标准 x86 架构和节能型 ARM 架构。
自主 APT 发现： RedHound 专门用于执行与发现高级持续性威胁 (APT) 相关的“任何和所有活动”，而无需外部连接。
恶意软件微服务：模块化设计允许运营商“热插拔”针对不同类型威胁的专用 AI 模型——例如，一个模型用于工业控制系统 (OT)，另一个模型用于传统 IT 网络。

#

3. “数字护盾”集成

在印太地区，这些装备是更大规模的区域国防战略的移动节点。

低级感知： JCHK 现在是“传感器感知”的，这意味着它们可以直接连接到在关岛和其他枢纽部署的数千个新的 OT 传感器，以分析原始电信号和数据信号，寻找敌方预先部署的迹象。
零信任强制执行：这些工具包用于验证和审计盟国网络的“零信任”状态，确保即使伙伴国网络的一部分遭到破坏，感染也不会扩散到美国系统。

对比：传统套件与 2026 JCHK

JCHK是“前沿部署”的尖端武器。通过赋予5-10名操作员组成的小团队中型数据中心的处理能力和人工智能助手的分析速度，美国可以在任何冲突升级到实际作战阶段之前，有效地在外国网络上“猎杀”对手。

2026年向网络司令部2.0的过渡，以美国军方数字行动资金筹措方式的大规模结构性改革为基础。美国网络司令部（USCYBERCOM）首次实现了增强预算控制，从依赖各军种力量的“租用者”转变为自身技术命运的“掌控者”。

耗资 5 亿美元的联合网络猎杀工具包 (JCHK)的部署得以实现，得益于以下四项具体的预算调整：

1. 统一预算权限（第 1507 条）

从历史上看，陆军、海军和空军各自购买了自己的网络工具，导致“工具箱”碎片化，彼此之间无法沟通。

转变：根据 2026 财年预算，美国网络司令部现在直接管理着约30 亿美元的采购资金，这些资金以前分散在各个军种中。
对 JCHK 的影响：这种集中化使得网络司令部能够取消冗余的、特定于服务的“便携式套件”，并将节省下来的资金投入到一份价值 5 亿美元的标准化合同中，用于开发原生 AI 的 JCHK 平台。

#

2. “强制和解”浪潮

2026 年，美国战争部罕见地获得了2.6 亿美元的“强制性预算协调”资金，专门用于弥补无法等到标准多年预算周期才能解决的高优先级缺口。

印太司令部重点：此次增资中约有2.31 亿美元专门用于印太司令部能力建设。
直接拨款：这笔“快速通道”资金用于采购 2026 型 JCHK 的首批 150 台设备，并提前数月将其部署到关岛和“第一岛链”。

#

3. “JCWA”投资组合的调整

JCHK是联合网络战架构（JCWA）的物理组成部分。2026年，JCWA的预算进行了调整，优先考虑“数据和传感器”，而不是传统的“强大的基础设施”。

“传感器”转型：数据和传感器（JCWA 六大支柱之一）的资金仅在采购活动中就激增至6250 万美元。
技术转换：通过减少对大型集中式物理数据中心的支出，指挥部将资金重新分配给了“边缘计算”——即 JCHK 内部的便携式、功能强大的服务器。

#

4.“网络部队生成”账户

2025 年末设立了一项名为“网络部队生成”的全新专项预算，用于资助作战人员的“生命周期”。

工具即训练：该账户认识到操作员的“能力”与其装备息息相关。部分资金用于确保联合网络猎杀工具包 (JCHK)不仅是硬件，还包含操作员X人工智能训练模块。
合同维护：预算中专门包括2400 万美元用于“合同设备维护”，以确保一旦有平民“技术部队”成员编写出新的 AI 补丁，就能在 24 小时内将其推送至太平洋地区的每个 JCHK。

| | | | | — | — | — | | 类别 | 2026财年申请 | 主要用途 | | 酌情基数 | 16.1亿美元 | 核心运营、文职人员薪酬、总部支持 | | 强制增产 | 2.599亿美元 | 人工智能、JCHK、关岛基础设施 | | 采购（JCWA） | 6250万美元 | 数据传感器和搜寻套件 | | 研究与开发（R&D） | 6.119亿美元 | 下一代人工智能与量子抗性 | | 总收入 | 约25亿美元以上 | （不包括服务留存资金） |

更多资料原文已上传知识星球

长按识别下面的二维码可加入星球

里面已有万余篇资料供下载

续费五折优惠

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：丁爸情报分析师的工具箱丁爸丁爸《【分析】美国网络部队未来发展趋势》