在一个情报、监视与侦察系统日益集成化和人工智能化的时代，现代军事编队面临着一个新的瞄准问题：对等或近似对等之敌能够快速探测、识别高价值目标并为其排序，以实施精确或集群火力打击。尽管分散部署长期以来被认为是生存能力的核心原则，但指挥官们常常将其应用简化为诸如指挥所“跳跃”之类的简单措施，认为这足以在战场上隐匿行踪。本文认为，对分散的正确理解并非在于实现隐形，而在于向对手的瞄准周期引入不确定性，这需要一种不同的思维方式。通过使目标识别、优先级排序和交战的过程复杂化，分散部署迫使对手的目标官——无论是人类还是人工智能辅助的——为潜在目标分配更低的置信度分数，从而延缓甚至中断火力打击流程。

本文探讨分散部署的两个主要领域——物理域和电磁频谱——同时也强调一个潜在的第三领域：认知域。在认知领域，指挥官们必须训练自己创造性地思考如何产生基于不确定性的生存能力效果，不仅仅是分散部队，而是要设计能将摩擦和模糊性引入敌方分析过程的作战行动。借鉴近期作战经验（包括对面临传统俄军部队的乌克兰部队的支援）中汲取的教训，本文主张，为有效对抗现代化的网络化瞄准系统，分散部署必须超越其传统形式而演进。

现代目标定位问题

当代冲突中的瞄准特性已从以平台为中心的模式转向数据驱动、网络赋能的过程。如今的瞄准系统不再局限于耗时的人工分析或缓慢的杀伤链，而是将大量ISR数据流——图像、信号情报、网络活动迹象，乃至如社交媒体足迹等开源数据——整合成融合情报产品，并以机器速度进行处理和优先级排序。正如美国所做的那样，也应预期其对手，特别是对等和近似对等竞争者，会利用人工智能和机器学习来筛选这种传感器密集的环境，并以越来越高的自主性和速度生成目标建议。

在这种环境下，目标的排序与分级——即分配交战优先级的过程——遵循一种有利于三个变量的计算法则：感知价值、感知确定性和感知风险。一个在电磁频谱中清晰广播的指挥节点，或在已知后勤枢纽观察到的车辆集群，会成为诱人的目标，这不仅是因为其功能，还因为瞄准系统对其所见之物具有高置信度。之后，指挥官会评估其对任务、部队及其他因素的风险。模糊性则是此过程的克星。如果系统无法自信地识别目标的性质、功能、价值或风险，打击决策就会放缓、推迟、无法达到优先级阈值，并最终可能无法实现。

ISR与概率性决策的融合对生存能力具有深远影响。过去可能只是躲避观察的问题，如今已成为对手杀伤链中置信阈值的一场竞赛。在此背景下，分散部署的重点与其说是使部队难以被发现，不如说是使它们难以被确切认知。现代瞄准问题不仅仅是一项技术挑战，更是一个概念性挑战——它要求己方部队超越传统的防护措施，转而破坏敌方优先级排序本身的逻辑。