掌管200万联邦雇员人事的人

摘要

• OPM预计，联邦文职 workforce 将减少约300,000人，从年初约2.4 million降至年末约2.1 million。 Scott Kupor表示，减员很大一部分通过自愿延迟辞职计划完成；他的更大目标之一，是把运营效率变成“一级指标”，并记住“OPM代表别人的钱”。

• 联邦技术发展的主要刹车，是一套极度精算下行风险、却很少衡量上行收益的系统。 Kupor称之为对风险的“迷信式执着”，Greg Barbaccia则说，不夸张地讲，“审计我团队的人比团队成员还多”。Kupor提出的替代方案是“有度量的风险”：保护国家安全和福利发放，但不把普通试验当成生死攸关的危险。

• 在接受评级的联邦雇员中，绩效分数严重通胀，只有0.3%低于“达到预期”，而65%-70%拿到四分或五分。 OPM正指导各机构将高级管理人员中获得四分或五分的比例限制在30%，力图阻止奖金和晋升被“撒胡椒面式地分掉”，用可量化的绩效取代按资历晋升。

• 政府无法解决与Silicon Valley的薪酬平价问题，因此人才战略只能建立在使命感、异常靠前的责任和一段保留重返私营部门通道的两到四年服务期之上。 联邦技术人员可能影响超过300 million人，但政府雇员中30岁以下者仅占7%，政府外约为四分之一。Kupor希望年轻工程师服务两到四年，而无需在40年的公共部门和私营部门职业之间二选一。

• 技术判断力不足，而不只是软件短缺，同时造成招聘疲弱和承包商关系不断膨胀。 Barbaccia打比方说，任何人都会拒绝一份每辆Chevy Suburban报价$900,000的合同，但非技术审批者无法同样判断软件项目的成本、周期或人员配置。职能评估、技术经理和拟议中的私营部门借调，旨在打破这一循环。

• 短期AI机会在于分散式工作流采用，而不是一份规划未来五年、十年或十五年的总蓝图。 OPM通过GSA每年$1的协议获得ChatGPT后，Kupor要求员工找出5%的效率提升，并否决了三页纸的确认表，只保留关于PII和幻觉的几条规则。“我不认为采用新技术靠的是白皮书。”

• 战略终局是“一个政府”：更低成本的运营、互联数据，以及一个公民门户，取代逐个机构反复披露信息。 Barbaccia希望基于授权的数据共享，把福利、退税进度和护照到期日放在同一处展示；他配套的指标是“返工率”——政府重复完成同一项工作的频率。

精读

1. 联邦人才政策瞄准210万人规模的 workforce

• Kupor离开a16z，源于财政与技术紧迫性的叠加：国家因超支“正站在悬崖边”，而政府对快速演进的技术“远未准备好”。他看到新政府把AI和任人唯贤的招聘真正放在优先位置，并获得总统支持，以及Mark Andreessen和Ben Horowitz对其从政服务的许可。

• 按Kupor的说法，OPM就是联邦政府的人才组织：制定招聘标准、绩效管理政策，以及吸引和留住优秀员工的条件。其职责不包括穿制服的军人，但年初管理约2.4 million名文职人员；Kupor预计，经过约300,000人的缩减，年末将剩下约2.1 million人。

• Kupor特别强调，减员很大一部分通过Elon Musk和DOGE团队推动的自愿机制完成，包括延迟辞职计划。失业仍然是“严重问题”，但这些计划让不愿加入“未来组织”的员工自行选择离开。

• Barbaccia担任CIO的职责比私营部门同类职位更广：他负责行政部门全体机构的技术政策和预算。他的组织原则是“一个政府”——打破机构孤岛，建立一个能够共同推进政府优先事项的CIO共同体。

2. 政府逐项目定价下行风险，却忽视组合层面的上行收益

• 任职约230天后，Barbaccia最大的意外是合规和监管体系的复杂程度。Silicon Valley的“快速行动、打破常规”无法直接移植到这个层级：“很多事情确实需要国会采取行动”，有时官员真的必须“把某件事上升到联邦案件的程度”。

• Kupor发现，问题比正式规则更深：员工为流程辩护时会说“否则我们可能被起诉”，但被追问实际发生过多少次诉讼时，却一脸茫然。风险已经变成“非此即彼的东西”——要么不存在，要么不可接受；没人量化下行空间，也没人讨论相对于风险而言“上行空间究竟有多大”。他同时承认，许多合规规则的存在有充分理由。

• Kupor举的具体案例是Solyndra：一家政府支持的公司失败后，反对者把它当成证明整个政府立场愚蠢的证据。没人追问可能还有50个项目表现如何，或者其中是否有项目可能取得巨大成功。“我会说，这里没有组合的概念。”

• GAO报告、监察长、国会监督和党派式“胜利巡礼”，进一步巩固了逐项目思维。Barbaccia说审计员比他的团队成员还多；但Kupor也不主张照搬Silicon Valley的全部风险偏好。他的标准是“有度量的风险”：对涉及主权、国家安全或Social Security发放的灾难性错误保持最强警惕，同时承认大多数决策并不会造成灾难。

3. 评级通胀让绩效、晋升和淘汰几乎失去意义

• 最新绩效数据比Katherine Boyle的前提还糟。对大多数员工而言，联邦一至五分制中三分代表达到预期，但65%-70%拿到四分或五分，99.7%至少拿到三分。只有0.3%的受评员工得到一分或两分，完全不像正常分布。

• OPM的一项干预针对政府最高层员工：现在最多只能有30%拿到四分或五分。Kupor称这不过是“强制分布的一点点影子”；指导意见没有规定其他人应如何评级，但已经开始迫使管理者进行真正比较。

• Kupor说，年度FEVS员工调查会询问管理者是否有效管理绩效、是否追究责任，而相关得分极低。员工通常知道谁在承担应有的工作、谁在“混日子”，即使正式评级没有反映这一认知。

• 后果不只是评级通胀。奖金和晋升被“撒胡椒面式地分掉”，管理者则回避一分和两分，因为解雇可能需要经历12、18或24个月的申诉流程。Kupor描述这种均衡状态时说，有些人认为“让一个还能干活的人留在岗位上更好”，而不是尝试将其清退。

• Boyle保留了核心质疑：限制最高评级，会不会不公平地惩罚真正优秀的一批人，或制造适得其反的高管竞争？Kupor认为“贡献相同”是一个“谬误”，团队协作本身也应被衡量。他援引a16z“团队胜过个人”的理念表示，激励机制可以奖励协作而非各自为战，同时仍然区分绩效。

4. 使命感只有变成一段服务期，才能战胜薪酬差距

• Barbaccia的招聘公式从工具、创新自由和足够困难的问题开始。政府很难与Silicon Valley的薪酬和股权竞争，“但我们在使命感上占优”：员工可能影响超过300 million人，接触到具有重大后果的工作，而这些工作在一家大型公司里可能要熬上十年才能碰到。

• Kupor认为，政府过去推销的恰恰是错误的福利——资历和“事实上终身就业”。他的替代话术更直接：在服务国家的同时，解决困难且处于前沿的问题。“不存在终身就业，”他说，稳定性不是吸引雄心勃勃的技术人才的故事。

• 人口结构让这次重置迫在眉睫。联邦雇员中只有7%不满30岁，而更广泛的 workforce 接近四分之一；近45%超过50岁，政府外约为33%。Kupor说，这不是“年龄歧视评论”，而是人才管线问题，尤其是在AI加速普及之际。

• 他偏好的模式，是消除终身押注某一部门的错误二选一：年轻工程师可以在政府工作两年、三年或四年，之后回到重视这段经历的雇主身边。Barbaccia还把这套说法延伸到第一次离职后、或已在私营部门成功工作数年的人：政府会教会人如何在异常不透明的环境中运转，而“你在政府做过技术工作之后，之后做的任何事情都会更容易”。

5. 技术缺口从招聘一路放大到采购膨胀

• 政府缺少工程师，形成自我强化的循环：机构把工作外包，内部技术岗位变成管理承包商的岗位，而优秀的建设者不愿加入，因为他们想做东西，不是监督供应商。Kupor和Barbaccia希望由来自私营部门、担任director、senior director或VP的人员，带领早期职业阶段的技术团队，并进行拟议中的两年借调。

• Barbaccia的采购类比让能力缺口变得具体。美国人知道一辆Chevy Suburban不该卖到$900,000，因此这份车队合同看起来会“客观上荒谬”。但非技术审批者可能无法同样判断合适的软件方案、交付时间、团队规模或所需专业能力，从而给“Beltway bandits”和系统集成商留下空间，推动无限期交付、无限数量合同不断扩张。

• 问题在签合同之前就开始了。过去，非技术HR员工曾为大量互不相关的岗位筛选简历，主要依赖自我评估：申请人声称自己具备职位描述中的技能，而政府并不验证。Kupor认为，一家私营公司的CEO如果雇用工程师却不做真正的技术评估，可能已经会被解雇。

• Kupor把这种做法追溯到公务员考试因差异影响担忧而被取消，以及一项持续了43年的同意令。退出该同意令后，新政府的任人唯贤招聘计划要求进行职能评估：软件工程师做编码任务，其他岗位接受与职责匹配的测试。积累多年的体系必须“把每一块砖逐个拆掉”。

6. AI采用会逐个用户、逐条工作流发生

• Barbaccia要改变的文化，是政府对“流程和仪式”的迷恋。每一个程序框都打勾，即使与使命结果无关，也可以被单独庆祝；AI提供了自动化重复工作、把员工转向更高价值结果的机会。他用历史作类比：账本被Excel取代，便利贴被电子邮件取代，现在岗位也必须再次现代化。

• 总统《AI行动计划》中的自上而下指令，为CIO提供了制度保护，但Kupor强调的是微观采用。OPM只有几千人，直到那周员工电脑上才出现ChatGPT；GSA的安排让其以每年$1的价格获得ChatGPT。他的要求是：学习使用它现在是一项义务，每名员工都应找到一条能提升5%效率的工作流。

• 规则制定是一个候选场景：AI不应独立起草法规，但可以分发信息，并帮助判断法律要求是什么。Kupor担心，否则宏大的联邦AI议程会变成一份五年、十年或十五年的计划，最终“坦率说什么都不会发生”。他的判断是：“我不认为采用新技术靠的是白皮书。”

• Boyle问，联邦雇员是否已经在个人生活中使用ChatGPT，或者是否需要基础提示词培训。Kupor坦承自己没有量化证据，但猜测很多人私下在用；他也说，员工此前在工作中受到“一连串恐怖故事”的劝阻。他否决了三页纸备忘录和签字确认，倾向于保留几条规则——不要输入PII，核实可能存在的幻觉——再加上每月两小时、利用免费资源完成的培训。在获得官方访问权限前，他团队中一些来自Silicon Valley的员工会在个人手机上使用ChatGPT，Boyle称之为“旋转椅式操作”。

7. 终局是更低成本的运营，以及一个面向公民的政府

• Kupor希望把运营效率提升为一级指标，因为联邦权力目前与更大的预算和更多的人员编制绑定在一起，而这种激励自然会带来增长。他的替代方案，是奖励以更低成本持续改善服务，并牢记“我们花出去的每一美元都是别人的钱”——这也正是OPM，即“别人的钱”的含义。

• 他的第二个成功条件是文化上的：技术、金融或HR领域的早期职业员工离开政府时，应认为这里提供了难题、成长和使命；私营雇主则应认可并奖励这段服务。如果这种桥梁变得普遍，Kupor说，美国可能迎来“未来50年最令人惊叹的Pax Americana”。

• Barbaccia面向公民的目标，是理顺政府网站组成的“疯狂”网络。通过负责任、基于授权且以公民为中心的数据共享，一个门户就可以展示福利、退税进度和护照到期日，而不必反复向不同机构提交同一个出生日期和地址。“这是一个政府。整个行政部门都是如此。”

• 在这个门户背后，Barbaccia希望将分散的数据集转化为决策所需的智能，而不是困在各自的孤岛里。他在快问快答环节选择的指标是“返工率”——政府重复完成同一项工作的频率；Kupor选择的是运营效率。

• 在快问快答环节，Kupor说应当摒弃的神话是政府不可能成为领先的技术创新者；他提出的流程调整，是把风险视为光谱，在权衡下行风险的同时也衡量上行收益。他们对美国成功条件的最后概括同样简短：“赢下AI竞赛”，“保持专注”。