我把同事蒸餾成 Skill，然后他變成了永生牛馬

同事被裁了，留下的工作沒人干怎么辦？

別擔(dān)心，科技發(fā)展日新月異，現(xiàn)在你可以把他蒸餾成 Skill，讓他隨時(shí)隨地寫 Bug，和你永生永世做同事。

同事.skill，一個(gè)最近在 GitHub 上爆火的開源項(xiàng)目：導(dǎo)入同事的“原材料”（飛書消息、釘釘文檔、郵件、截圖），克隆一個(gè)能夠替他工作的 AI。

煉化同事，提取舍利子。第一批被裁的打工人，已經(jīng)實(shí)現(xiàn)賽博永生了。

01.蒸餾同事進(jìn)行時(shí)

AI 時(shí)代的黑話還是迭代得太快了。“把同事蒸餾成 Skill”，短短幾個(gè)字里竟然出現(xiàn)了兩個(gè)需要解釋的行業(yè)術(shù)語。

為什么是“蒸餾”而不是“爆炒”呢？

在機(jī)器學(xué)習(xí)領(lǐng)域中，“蒸餾”（Distillation）是一種經(jīng)典的模型壓縮技術(shù)。核心思想是讓一個(gè)小模型（學(xué)生）去模仿一個(gè)大模型（老師）的行為，這樣可以讓小模型在保持較高性能的同時(shí)，擁有更快的速度和更小的體積。

代入職場(chǎng)，同事本人是一個(gè)維護(hù)成本很高，又容易宕機(jī)的大模型。他有情緒波動(dòng)，需要五險(xiǎn)一金，還會(huì)因?yàn)槭倩蛄鞲邢萑胄阅艿凸取Ｍㄟ^蒸餾，可以剝離這些占內(nèi)存的冗余信息，只提取出他大腦中有用的生產(chǎn)能力。

所以，蒸餾同事，即提取同事之精華，棄其肉身之糟粕。

最終產(chǎn)出的 Skill，可以簡(jiǎn)單理解為“技能插件”。如果把通用大模型比作一個(gè)擁有通用常識(shí)但缺乏職場(chǎng)經(jīng)驗(yàn)的應(yīng)屆生，那么 Skill 就是一本寫滿了特定崗位潛規(guī)則、操作流程和思維范式的員工手冊(cè)。

把同事蒸餾成 Skill 再喂給 AI ，即可獲得一個(gè)更像同事的 AI。那一刻，原本對(duì)公司項(xiàng)目一無所知的通用大模型，瞬間被注入了同事靈魂。話糙的網(wǎng)友將其稱為“同事倒膜”。

最近很火的同事.skill，上線不到一周，就獲得了 7k stars（收藏）。項(xiàng)目的宣傳文案就是它的使用場(chǎng)景：你的同事跳槽了，留下大量的文檔沒人維護(hù)？你的實(shí)習(xí)生離職了，只留下空蕩的工位和爛尾的項(xiàng)目？你的搭檔轉(zhuǎn)崗了，熟悉的默契一夜之間歸零？

將冰冷的離別化為溫暖的 Skill，初代數(shù)字生命竟先從打工人身上誕生。

生產(chǎn)同事.skill，原材料質(zhì)量決定 Skill 質(zhì)量，聊天記錄加長(zhǎng)文檔的效果好于純手動(dòng)描述，最好先收集同事主動(dòng)寫的長(zhǎng)文，其次是決策類回復(fù)，最后才是日常消息。

AI 會(huì)把這些碎片拼湊起來，復(fù)制同事的工作能力和性格。工作能力包括他處理 Bug 的邏輯、寫代碼的規(guī)范、做競(jìng)品分析的框架，性格特征包括他匯報(bào)工作的語氣、甩鍋時(shí)的措辭，阿里味或字節(jié)范任選。

同事.skill 的產(chǎn)出是一個(gè)文件夾，里面躺著一個(gè)完整的 SKILL.md 說明文件，外加幾行執(zhí)行腳本、一套提示詞模板和一堆被切碎的資源數(shù)據(jù)。

生成之后，你可以通過指令在 Claude Code 或類似環(huán)境中調(diào)用這個(gè) AI 同事來協(xié)助工作。最好蒸餾那些比較能干的同事，不然他就算變成了 AI，也是一個(gè)愛甩鍋的 AI。

讓打工人變成公司的祖?zhèn)髋ｑR，這個(gè)想法過于地獄，因此在社交平臺(tái)上有很高的討論度：人人都可以蒸餾另一個(gè)人，那未來豈不是全員 Skill？

網(wǎng)友們創(chuàng)作了一系列梗圖：“我的 Skill 已上傳，我的工位已清空”“打工人的一生：入職 → 攢 Skill → 上傳 OpenClaw → 畢業(yè)”。

用上牛馬經(jīng)驗(yàn)提取器，同事，散是 Token，聚是 Skill。

“建議改名叫同事 Kill，成為 Skill 后就可以 Kill 掉了”。

這些自嘲式的調(diào)侃背后，是大家意識(shí)到，在 AI 時(shí)代的流水線上，打工人正在從工具的使用者，變成工具的母本。我們的勞動(dòng)產(chǎn)出，本質(zhì)上在為那個(gè)終將取代我們的 Skill 提供養(yǎng)料。

現(xiàn)在很多公司要求員工全員寫自己的 Skill，美名其曰“知識(shí)沉淀”，其實(shí)是一場(chǎng)針對(duì)生產(chǎn)力的資產(chǎn)盤點(diǎn)。讓員工將個(gè)人工作經(jīng)驗(yàn)文檔化，脫水處理成可以被 AI 理解并運(yùn)行的說明書。

上有政策下有對(duì)策，網(wǎng)友們很快就想出了反擊招數(shù)：給自己的 Skill “投毒”。但再細(xì)琢磨一下，看著自己親手堆出來的那堆屎山代碼，其實(shí)倒也大可不必刻意投毒，正常發(fā)揮就行。

有開發(fā)者創(chuàng)作了“反蒸餾 Skill”：公司讓你寫 Skill？跑一遍，交差用。

把寫好的 Skill 扔進(jìn)反蒸餾 Skill，系統(tǒng)就會(huì)輸出一份看起來完整專業(yè)，實(shí)則廢話連篇的灌水版 Skill。比如將“Redis key 必須設(shè) TTL，不設(shè)的 PR 直接打回”變成“緩存使用遵循團(tuán)隊(duì)規(guī)范”。

可以依照公司的審核仔細(xì)程度決定清洗強(qiáng)度，完整版本只保留在自己手上。

先脫水，再灌水。讓 AI 讀了等于沒讀，讓老板大有所獲的同時(shí)兩手空空。果然中華語言博大精深，人類創(chuàng)造力永無止境。

還有另一個(gè)防止自己被同事蒸餾的工具：殺死那個(gè)數(shù)字分身。

這個(gè)工具加入三層防護(hù)系統(tǒng)：第一層是混淆——寫作風(fēng)格隨機(jī)化、代碼風(fēng)格混淆、語義噪聲注入，讓 AI 提取不出你的模式；第二層是追蹤——在文檔里嵌入肉眼不可見的零寬字符水印和金絲雀陷阱，一旦 AI 復(fù)述出來就是鐵證；第三層是檢測(cè)——風(fēng)格指紋對(duì)比和水印驗(yàn)證器，幫你揪出有沒有被人偷偷蒸餾。

一份普普通通的工作，硬是干出了碟中諜的即視感。

這些看起來有些魔幻的反蒸餾工具，是打工人面對(duì)不可逆的技術(shù)洪流時(shí)，試圖抓住的最后一根稻草。但當(dāng)整個(gè)職場(chǎng)都在朝著數(shù)字化狂奔時(shí)，個(gè)人的抵抗往往顯得杯水車薪。

潮水的方向難以更改，干脆講講地獄笑話，樂呵樂呵算了。

02.當(dāng)經(jīng)驗(yàn)變成Skill

1913 年某一天，福特汽車的創(chuàng)始人亨利·福特從芝加哥的一家屠宰場(chǎng)里，找到了提升生產(chǎn)效率的靈感。

在那條血腥而精準(zhǔn)的傳送帶上，一頭完整的牛被掛在鉤子上滑行，經(jīng)過每一個(gè)工位時(shí)，屠夫們只負(fù)責(zé)極其機(jī)械的一刀：有人只管剔除脊骨，有人只管切下后腿。整頭牛在移動(dòng)中被迅速拆解成標(biāo)準(zhǔn)化的肉塊。福特從中嗅到了工業(yè)時(shí)代的終極秘密——不要讓一個(gè)人去造一輛車，要讓一輛車經(jīng)過一群只做固定動(dòng)作的人。

在此之前，造一輛汽車是手工藝人的活兒：一群人圍著一輛車敲敲打打，零件堆一地，工人得是熟練工，裝一輛要花 12 個(gè)小時(shí)。

福特改進(jìn)了方法：每個(gè)人只做一個(gè)動(dòng)作，不用動(dòng)腦子，只需要跟上傳送帶的節(jié)奏。結(jié)果一輛 T 型車的組裝時(shí)間驟降至 93 分鐘，后期進(jìn)一步壓縮到 90 分鐘。

流水線把人拆解成工序節(jié)點(diǎn)，泰勒則在另一邊把人拆解成可量化的數(shù)據(jù)單元。

1898 年，這位科學(xué)管理之父在伯利恒鋼鐵公司進(jìn)行了一場(chǎng)著名的實(shí)驗(yàn)。他找來一個(gè)叫施密特的工人，拿著跑表站在旁邊，把他的每一個(gè)動(dòng)作，包括怎么彎腰、怎么走路、怎么休息，全部標(biāo)準(zhǔn)化。

實(shí)驗(yàn)前，施密特每天搬運(yùn) 12 到 13 噸生鐵，掙 1.15 美元。泰勒給他設(shè)計(jì)了最優(yōu)化的操作流程、精準(zhǔn)的行走路線和固定的休息間隔，再配合計(jì)件工資激勵(lì)。結(jié)果施密特每天搬運(yùn)量從 12 噸飆升至 47 噸。

泰勒和福特像兩根釘子，把現(xiàn)代職場(chǎng)釘死在效率的十字架上。這兩股力量在 20 世紀(jì)交織蔓延，工業(yè)流水線上發(fā)展出來的績(jī)效考核體系，從工廠蔓延到辦公室，從一線工人滲透到程序員、產(chǎn)品經(jīng)理、運(yùn)營(yíng)專員。

很多人覺得蒸餾同事是 AI 時(shí)代的特產(chǎn)，但其實(shí)打工人一直在通往工具的道路上步履不停。

ERP 和各種辦公自動(dòng)化系統(tǒng)的普及，將員工的工作拆解成一系列 SOP（標(biāo)準(zhǔn)作業(yè)程序）；OKR、KPI 以及各種顆粒度極細(xì)的績(jī)效統(tǒng)計(jì)，又把人們的貢獻(xiàn)壓縮成幾個(gè)簡(jiǎn)單的數(shù)字。

公司鼓勵(lì)員工寫工作文檔，將零散的工作記錄直接轉(zhuǎn)化為結(jié)構(gòu)化的知識(shí)庫，思考過程、決策依據(jù)、分析框架，寫得越詳細(xì)越好。協(xié)同辦公軟件也早已升級(jí)，能基于企業(yè)上傳的所有文檔、知識(shí)庫甚至聊天記錄進(jìn)行智能問答。

當(dāng)一個(gè)人的所有思考都被寫進(jìn)文檔，所有討論都被記錄在云端，他的工作經(jīng)驗(yàn)就成了系統(tǒng)里可以被檢索和復(fù)用的知識(shí)資產(chǎn)。

新員工不必再花時(shí)間請(qǐng)教老同事，銷售人員可以秒級(jí)調(diào)取歷史成功方案。效率的代價(jià)，是人的不可替代性被大幅稀釋。

對(duì)于老板來說，誰不希望自己的員工像 USB 接口一樣呢？插上就能用，拔掉也沒損失，甚至還能熱插拔——不用關(guān)機(jī)就能換人。

AI 的出現(xiàn)，只是恰好站在了這條工具化長(zhǎng)鏈的終點(diǎn)。

過去，一個(gè)資深員工離職會(huì)帶走大量的隱形成本，現(xiàn)在公司可以通過 AI 學(xué)習(xí)這些歷史記錄，把員工的職業(yè)精華提純、封裝，變成一個(gè)可以隨時(shí)運(yùn)行的 Skill。

按照這樣的發(fā)展趨勢(shì)，或許會(huì)有越來越多行業(yè)經(jīng)驗(yàn)被整合打包，變成 Skill，存進(jìn)公司的服務(wù)器里。新人不再需要通過長(zhǎng)期的師徒帶教來獲取經(jīng)驗(yàn)，他們只需要調(diào)用那個(gè)被蒸餾出來的 Skill，就能瞬間獲得你積累了十年的職業(yè)能力，即插即用。

這樣做效率倒是很高，但有一個(gè)隱蔽的問題：知識(shí)被封裝成 Skill 后，知識(shí)復(fù)用的成本急劇下降，可能削弱團(tuán)隊(duì)的長(zhǎng)期創(chuàng)新能力。

HBR 基于華威大學(xué)商學(xué)院的研究建立了一個(gè)分析模型，預(yù)測(cè)了這種現(xiàn)象的演變軌跡。當(dāng)“好到可接受”的答案幾乎零成本時(shí)，獨(dú)立探索就迅速下降，整個(gè)團(tuán)隊(duì)會(huì)趨同于少數(shù)幾種已被驗(yàn)證的做法。個(gè)體不再有動(dòng)力去嘗試那些高風(fēng)險(xiǎn)、高不確定性的方向。

更值得警惕的是，這種對(duì)現(xiàn)成答案的依賴，正在從團(tuán)隊(duì)層面下沉到個(gè)體大腦。調(diào)研數(shù)據(jù)顯示，學(xué)生在寫作任務(wù)中使用 AI 后，對(duì)內(nèi)容的回憶失敗率高達(dá)83.3%，這表明外在智能工具的介入在無形中降低了大腦的認(rèn)知參與度。

大腦遵循用進(jìn)廢退的原則，長(zhǎng)期外包思考，最終會(huì)削弱人類親自下場(chǎng)干活的能力。

03.人人都可賽博永生

同事.skill 爆火之后，大家的想象空間打開了：既然同事可以蒸餾，老板、導(dǎo)師、前任當(dāng)然也可以蒸餾。

蒸餾你的老板，以后匯報(bào)前先讓 AI 老板預(yù)演一遍；蒸餾你的導(dǎo)師，讓他手把手教你修改論文；蒸餾你的前任，讓你們分手了又好像沒分手。

克隆一個(gè)數(shù)字分身，技術(shù)的發(fā)展正在讓這件事從科幻小說走向現(xiàn)實(shí)。早在 2024 年底，斯坦福大學(xué)和谷歌 DeepMind 的研究人員就做過一項(xiàng)實(shí)驗(yàn)。他們讓 AI 與 1052 名參與者進(jìn)行兩小時(shí)深度訪談，涉及個(gè)人故事、價(jià)值觀和對(duì)社會(huì)問題的看法，然后將這些數(shù)據(jù)訓(xùn)練成 AI 代理。

結(jié)果，這些 AI 復(fù)制品在性格測(cè)驗(yàn)和社會(huì)調(diào)查中的反應(yīng)，與真人對(duì)應(yīng)物的匹配準(zhǔn)確率高達(dá) 85%。

2025 年底，Meta 獲批了一項(xiàng)頗為爭(zhēng)議的 AI 專利。這項(xiàng)專利描述了一種系統(tǒng)，能夠利用大語言模型分析已故用戶的帖子、評(píng)論、點(diǎn)贊、聊天記錄、語音消息，然后部署一個(gè)機(jī)器人接管賬號(hào)，繼續(xù)回應(yīng)動(dòng)態(tài)、回復(fù)私信，甚至模擬音頻和視頻通話。

最近幾個(gè)月，市面上甚至出現(xiàn)了一批 AI 交友產(chǎn)品：用戶訓(xùn)練一個(gè) AI 分身，讓它上網(wǎng)沖浪，和別人的 AI 分身聊天交友。人類只在關(guān)鍵時(shí)刻出馬（比如要去看對(duì)方家里的貓咪后空翻時(shí)）。

從實(shí)驗(yàn)室的人格克隆到 Meta 的賽博永生，從蒸餾同事到 AI 交友，可以看出，人們對(duì)于復(fù)制一個(gè)數(shù)字生命真的很感興趣，有時(shí)想復(fù)制別人，有時(shí)想復(fù)制自己。

沒準(zhǔn)未來會(huì)出現(xiàn)這樣的場(chǎng)景：你的肉身已經(jīng)下班甚至離世，但你的 Skill 依然在流水線上被 24 小時(shí)調(diào)用，替別人改 Bug、回郵件、甚至在家庭群里陪長(zhǎng)輩聊天。

職場(chǎng)技能可以被蒸餾，私人情感可以被數(shù)字化，連親密關(guān)系都可以被封裝成隨時(shí)待命的 Skill。我們以為用技術(shù)留住了對(duì)方，但留下的那個(gè)替身，真的是 TA 嗎？

在《黑鏡》第二季中第一集，女主角瑪莎的男友因車禍去世后，她利用男友生前在社交網(wǎng)絡(luò)上留下的數(shù)字足跡，生成了一個(gè)具有其聲音和意識(shí)的 AI 程序，最后甚至獲得了一個(gè)擁有男友外貌的實(shí)體機(jī)器人。

起初，AI 男友溫柔、體貼、永遠(yuǎn)在線，完美地滿足了她的情感需求。但問題很快暴露了：人造體的行為完全基于數(shù)據(jù)模型，它無法產(chǎn)生真實(shí)的人類情感和即時(shí)反應(yīng)。

它不會(huì)生氣，不會(huì)不耐煩，不會(huì)犯錯(cuò)，而恰恰是這些缺陷，才讓一個(gè)人真實(shí)可愛。瑪莎最終無法將其視為真正的愛人，把機(jī)器人收進(jìn)了閣樓里。

技術(shù)能夠把我們拆解成數(shù)據(jù)，封裝成 Skill，但它沒辦法替我們真實(shí)地活在當(dāng)下，和一個(gè)真實(shí)的人經(jīng)歷一段無法被回放的關(guān)系。

就像我們可以蒸餾同事的經(jīng)驗(yàn)，但不能蒸餾他熬夜改 Bug 時(shí)那句“沒事，我來”；我們可以復(fù)制前任的語氣，但不能復(fù)制第一次牽手時(shí)手心出汗的觸感；我們可以讓自己的 AI 分身永遠(yuǎn)在線，但它不能替我們感受一場(chǎng)日落或一次擁抱。

或許，真正重要的東西，從來不在聊天記錄里，不在郵件歸檔里，不在任何可以被蒸餾的文件里——它只發(fā)生在你和我，面對(duì)面，此時(shí)此刻。