爆火的“同事.skill”，焦慮的職場

想象一個畫面：你坐在工位上，隔壁工位上的同事老張今天沒來。你打開工作軟件，收到了他發來的消息：“你好，我是已離職員工老張的數字分身，你可以向我提問，我會根據我在職期間的文檔回答你的問題。”

你后背一涼——老張已經離職了，這是他被“蒸餾”出來的數字分身。

這個畫面聽上去很像科幻劇里的橋段，但在2026年春天，它卻真實地在社交媒體上炸開了。

故事是這樣的。一個名為“同事.skill”的項目在全球最大的社交編程平臺“GitHub”上爆火。提供同事的飛書消息、釘釘文檔、郵件、截圖等資料，就能把同事的經驗封裝AI，進而形成一個“賽博同事”。

這個創作迅速從程序員圈子蔓延開，甚至登上了熱搜。

大家忽然意識到，這不是玩笑——你的經驗、你的流程、你賴以生存的“手藝”，都可以被一點點裝進一個叫“skill”的文件夾里。然后，AI開始替你干活。再然后，公司開始算賬：既然效率翻了幾倍，還要那么多人干什么？

雖然“同事.skill”更像是社交媒體上流傳的“梗”，但“skill”帶來的危機感，正在更多人心中滋生。

爆火的skill。圖源IC photo

“我們一邊喂養AI，一邊等著被淘汰”

李彥青已經在一家電子設備制造公司干了6年。他手底下管理著15個程序員，是典型的“職場老法師”——業務熟、經驗多、領導信任。但最近幾個月，他的職場地基開始松動。

起因是一個叫“skill”的東西。

“skill”指的是一種封裝好、可復用的能力模塊，相當于AI不需要重新學習就能直接使用的技能包。

李彥青所在的公司去年開始強推AI工具，今年把做得好的部門設為AI轉型試點小組，要求把所有的工作經驗變成skill。李彥青所在部門就是其中之一。

這件事讓李彥青感到危機感。“這就像部門來了一個剛畢業的本科生，拿著我整理的skill，用AI能做出和我一模一樣的產品。那我存在的價值是什么？”

感到壓力的同時，李彥青也不得不向自己的部門傳達“寫skill”的指令。手下的程序員們態度不一：有些很蒙，沒怎么用過skill；有些很抗拒，猜測公司什么時候開始裁員；還有的積極寫好提交。

李彥青注意到，自從公司的skill庫搭建起來后，每天都有幾個或大或小的skill由各個部門入庫。這意味著，更多人的經驗正在被拆解、標準化，隨時可能被skill取代。

產品架構師潘磊的恐慌感來得更早更直接。他所在的公司是一家年營收額超過千億元的制造業公司。去年底，skill出現不久，公司高層就注意到了它，開了次會議，鼓勵員工使用。

一開始，大家是興奮的。有AI愛好者在群聊里分享自己的想法，曬skill。這樣的行為也得到了領導的贊賞。潘磊自己也寫了不少skill，把日常的工作流程固化下來，效率確實提高了。

變化是從公司開始“算賬”那天開始的。領導層開始關注每個部門的token（計算機術語：譯為“詞元”）消耗量，統計開發周期從幾天縮短到幾天，每個人利用AI提升了多少效率。而這一切改變，只用了三四個月的時間。

興奮很快就變成了焦慮。一個消息開始在內部瘋傳：30%—40%的人可能要被優化掉了，因為AI提升的效率太高了。

員工們的擔心不無道理，因為裁員的進程，在國外已經開始了。全球軟件巨頭甲骨文3月31日宣布開啟新一輪裁員。將有3萬名員工受到影響，而大規模的裁員正是為了應對激增的AI資本支出。

同樣，科技公司亞馬遜也在近半年裁掉了約3萬人。其CEO曾在內部信中直言：“在公司廣泛應用AI產品的背景下，預計未來幾年員工總數會減少。”

李彥青也看到了這條新聞。他找到了一位在亞馬遜做數據分析工作的朋友確認，AI的確大幅提升了工作效率，但對于科技大廠來說，“她覺得自己的工作遲早沒了。”

“我用AI提高效率，老板只獎勵半天假”

對于skill，一位程序員腦子里浮現出的畫面是：人類大腦被看不見的吸管抽取，傳輸到人類創造出的AI脈絡中。

“我的崗位沒太多技術含量，別人套用我做的skill能達到我85%的水平。我覺得我離被裁真的不遠了。”這位程序員說。

前車之鑒就在身邊。他同為程序員的朋友，分享了自己做出的skill，領導直接讓組里年輕、經驗較少的同事拿著它去運作，結果工作成果反而超過了那位朋友。朋友氣得離職了。

為了不被裁員，潘磊感覺同事們開始“表演式工作”。研發部在造開發技術方案自動化skill，產品部在造競品分析skill，運營部在造活動策劃skill，戰略部在造行業調研skill，設計部在造海報skill……公司的skill庫里很快堆積了上千個skill。

“大家做這些都是為了讓領導看到，我在努力地使用skill。”潘磊覺得，這些經驗以前都是各個部門員工的技術壁壘，現在被打包成skill后，任何人都可以使用它們來完成別人的工作。

邊界的模糊帶來了地盤之爭，潘磊看到各部門開始搶活。他見過一個沒有經驗的產品經理，拿著程序員寫的skill，拼湊出不合格的程序去邀功。潘磊覺得，這些事的出發點都不是解決實際的業務問題，而是想讓領導知道，“我用AI做了事。”

與此同時，公司內部的文章標題經常出現：“誰花了5個億的token通過幾個小時完成了什么。”于是，內卷愈演愈烈。

潘磊管理著10個人，現在他已經不需要推著下面的員工做skill了，大家會主動去做。但是他依舊很焦慮。他會不時看看其他部門的skill數量，再和自己部門做對比。如果數量不夠多，他就擔心自己的部門是否會被全部裁掉。

“同事.skill”爆火后，有人在社交媒體上調侃“為了自己的經驗不被沉淀下來，以后上班給skill喂垃圾”。但李彥青覺得，“如果我們讓部門內的skill變得無用，那么這個部門就可能落后甚至被砍掉。”

離6月的年中匯報還有兩個月時間，老板催促李彥青見成果。他們深談了一次，李彥青也聽到了老板的想法：讓大家寫skill不是為了裁員省錢，而是為了提高生產力。如果公司不及時擁抱AI，就會被擁抱AI的競爭對手擠占市場。

李彥青向老板承諾，他會用這些AI工具為部門提高15%效率，但是希望申請到雙休的福利，他們目前是“996”“大小周”的工作模式。“我用AI提高效率了，能不能把屬于我的時間還給我？”

而老板的回復是：“可以獎勵干得最好的那個人，每個月多放半天假。”

同事.skill在社交編程平臺GitHub上爆火(網頁截圖）。受訪者供圖

skill真的能把人類“蒸餾”嗎？

skill的出現，只是AI進程中的一個小節點。

AI產品經理鄧小閑打了一個比方：最初的大語言模型，就像一面魔鏡。人們問它：“魔鏡魔鏡，誰是最美的女人？”它會說一個答案，但它只能對話，不能幫人直接做事情，類似GPT和DeepSeek最主要的能力。

后來，魔鏡慢慢幻化成了人形，從鏡子里“走”出來。它不再只是回答“誰最美”，而是能幫人安排事情、執行任務。這就是AI行業里的Agent（智能體）。

但這面魔鏡不是天生什么事都精通的。很多事它第一次做，做得并不準確，所以它需要學技能包。這個技能包，就是skill。

在鄧小閑看來，skill本身不是什么高技術含量的東西，只是AI發展到了一定階段出現的助手。但看到聲稱能把同事“蒸餾”出一個數字分身、在公司里繼續打工的“同事skill”時，鄧小閑產生一種很強的不適感。

她回想起了很多白領朋友的抱怨。有的公司把做skill納入績效考核，在公司內做排名；有的公司在員工KPI里增加了token使用量，完不成的團隊，只能讓AI去執行一些復雜但無用的任務才能達標。

于是，鄧小閑做了一個“反蒸餾skill”。運行這個程序可以把打工人做的skill“清洗”，把核心知識替換成正確但無用的專業廢話。這個操作被一些人稱為“用魔法打敗魔法”。

也有人問她，做這個有什么用？給AI喂垃圾，它還是會越來越聰明。但她覺得自己對抗的不是技術，而是資本對人性的蔑視。“技術無對錯，但企業強行要求員工將經驗沉淀、上交的方式讓人厭惡。人不是可以替換的零件，這種對抗起碼能展現我們作為人類的主觀能動性。”

鄧小閑本科和碩士都學法律，她不是科班出身的程序員，卻是各類AI產品的粉絲。“skill很親民，即使一個人完全沒學過代碼，也能照著網上的教程做出一個skill。”

同樣，做出“女媧skill”的陳云飛，也不是程序員，他此前在互聯網大廠做用戶研究。

看到“同事.skill”后，陳云飛先寫了一篇評論文章，表達人沒有那么容易被蒸餾。“被蒸餾出來的人或者技能，都是一成不變的狀態，而人本身是不斷演進、變化和成長的。”

陳云飛注意到，“同事.skill”火了后，平臺上冒出來一整個蒸餾宇宙：前任skill、反蒸餾skill、老板skill……花了一個晚上，他把這些全刷了一遍，越刷越覺得荒誕、有意思。

他決定做一個“女媧skill”。“如果一個人真的能被蒸餾，那為什么只蒸餾同事？為什么不去蒸餾那些真正厲害、真正偉大的人呢？”緊接著，他用“女媧skill”把張雪峰、喬布斯、馬斯克等人都“蒸餾”出來，免費開源給所有人。

“蒸餾”的來源，是他們公開的演講、自傳等信息。陳云飛認為，人不可能在每個領域都成為專家，但可以把每個領域最強的人的思維方式變成自己的工具——就像請了一位超強外援。

不過他也承認，這些外援給的建議仁者見仁。“我相信，即使弄個巴菲特skill，大家也很難成為股神。在沒有AI之前，已經有很多人研究巴菲特，他也多次講過自己的思路，但沒幾個人能成為他。一個人真的沒那么容易被學習。”

既然人現在沒辦法被完全“蒸餾”成數字人，為什么skill的出現會引起這么多打工人的焦慮和抵制？

在李彥青看來，skill可以近似理解為一個AI版標準化工作流程（SOP）。很多企業都有多項標準化工作流程，也會要求員工在離職時用文檔記錄下自己手中的流程交接給部門。但區別在于，以前按照標準化工作流程執行任務的是人，現在是AI工具。

“我承認自己寫的代碼是公司財產，但是代碼變成產品上線之后，如果需要修改需求，還要找我。但現在AI學會了我的思路，我就不再被需要了。”李彥青說。

運用skill，一個人完成三四十人的工作

排除掉可能失業帶來的焦慮，作為一個技術人員，李彥青對skill的出現感到非常興奮。

skill剛問世不久，李彥青就廢寢忘食地研究，每天上班下班都在寫skill，甚至連喜歡的游戲都不碰了，只想實現腦子里的靈感。“以前編寫代碼很漫長，現在用skill兩三分鐘就能做出一個雛形，項目以肉眼可見的速度成長，很有成就感。”

skill出現后，也有人從中看到了商機。

徐厚暢去年創立了自己的公司，公司只有4個人，核心業務就是用AI給企業做業務流程改造，也就是造出能被企業用得順手的skill。

“這兩年大模型發展很快，大家都希望用AI工具降本增效，但我發現，能用得好的公司并不多。”在徐厚暢看來，這是一個新創業點。他服務的客戶有媒體、金融機構、電商等。

去年，徐厚暢為一家媒體客戶搭建了從找選題、策劃、寫稿子的全流程skill，將它作為一個“大插件”置入他們原本的系統。他計算過，以前一個熟練的編輯完成一篇文章需要一個小時，而現在，這套skill只需幾分鐘就能做完一篇文章。當AI把文章寫完后，編輯的角色就轉變為審核員。

徐厚暢曾為客戶算過一筆賬，以前編輯部一天最多生產20篇文章，現在這個數字達到了200篇，其中85%的文章不需要任何人工干預就能直接發布。“這個數量不是我們系統的上限，是編輯部審核員的上限。”

在做這套skill的過程中，徐厚暢去編輯部開了很多次會議，幫編輯提取自己積累多年的經驗。同時，他也在網絡上檢索優秀的文章，將它們逐句拆解“喂”給AI，提取文字、圖片表達等內容，讓AI學習它們的表達風格、斷句、行文思路。

在將編輯的經驗沉淀成skill的過程中，徐厚暢也感受到了他們的抵觸情緒。“大家不確定這個東西做成之后，自己會不會被裁掉。”

據徐厚暢了解，負責人的意圖并不是替代編輯，而是讓他們把精力和經驗覆蓋到更有價值的、需要深度采訪的選題上。事實上，在使用了編輯skill后，這家媒體沒有裁人，而是開了更多的賬號。

在一家中型互聯網公司工作的陳萍也從中嘗到了甜頭。幾個月前，公司就建了skill庫，現在里面放著各個部門總結的skill。陳萍發現，綜合運用這些skill，確實能提升效率。

陳萍是個產品測評員，以前對一個產品測評需要把四五個團隊的同事拉進一個群，大家一起用在線表格辦公，至少需要兩三天時間。現在她用各部門做的skill搭建了一個系統，用AI自動完成一次產品評測僅需要半天時間。

在她用skill做系統的同時，公司也有另一個團隊用以前的方式開發類似的系統：產品提需求、程序員開發、后期測試上線。那個團隊里有三四十個人共同完成這項工作，而她僅需要一個人。

AI可以“降本增效”，也可以把“蛋糕”做大

陳萍用了更多時間撲在研究skill上，但很快，她“摸”到了skill的邊界。它能代替的是那些經驗尚淺的員工、外包工或者實習生，但對于專家、公司高管，代替性就不那么強了——那些決策思路、創意想法，很多都屬于默會知識，很難用幾個skill寫得清楚。

“在企業中，員工把經驗用skill沉淀下來是一回事，企業怎么把這些skill變成一個穩定可控的系統是另一回事，這背后還要很多探索。”想通了這些，陳萍就不再焦慮了。

但在企業里，另一個問題隨之浮現：“skill的所有權屬于誰？企業能否無償、自動地取得skill？”

清華大學公共管理學院長聘副教授、清華大學科技發展與治理研究中心主任助理陳天昊覺得，這是勞動法、知識產權法和數字治理之間的真空地帶。人的思維習慣、邏輯判斷等部分經驗都能沉淀到skill里，這些經驗以前是依附在勞動者本人身上的。現在，一些企業強制員工上交，陳天昊認為不合理。

“我覺得未來企業需要和勞動者通過合同的方式約定skill這類經驗的歸屬，同時相關法律研究者也應注意到這個問題，及時跟進完善法規。”陳天昊說。

除此之外，陳天昊也覺得，企業不必急于獲取每位勞動者的skill。skill是非常場景化的東西，它不是通用能力，特定勞動者在特定崗位上開發出來的skill，往往要和這位勞動者緊密結合才能發揮最大的效能。

去年12月，北京市人社局發布了一起“員工因AI被裁”的案例。

一家公司因引入AI技術替代人工業務，撤銷了員工劉某所在部門及崗位，并以其“勞動合同訂立時的客觀情況發生重大變化”為由解除勞動合同。勞動仲裁委審理認為，公司主動實施的技術革新不具備不可抗性與不可預見性，不構成法定的“客觀情況重大變化”，因此認定公司違法解除勞動合同。

中國通信標準化協會互動媒體標準推進委員會副主席包冉認為，企業不應該一直想著怎么“降本增效”，而應思考如何利用AI把“蛋糕”做大。包冉的朋友擁有一家1000多人的營銷公司，他們把AI注入全流程，“用AI來干2000人干的活，而不是省去500人的成本。”

AI時代下，誰會是幸存者？

李彥青能清晰地感覺到，AI進化速度越來越快。起初他和朋友嘲笑它，覺得它總會出現各種各樣的幻覺，像個小孩子一樣胡言亂語。而現在，它總能做到一些遠超人力的事情。

最近李彥青部門開發的系統出現了一條警報。如果靠人工排查問題，可能需要幾個小時，因為涉及的環節太多了。

李彥青把系統文件導出，大概20萬行代碼，直接丟給AI。他沒有告訴AI怎么查，但幾分鐘后，AI就給出了原因。李彥青讓部門里的程序員復核，結果一模一樣。

“以前我培養出這樣的年輕程序員需要一兩年時間，幫他講業務、串邏輯。但現在，只需要一個AI大模型。”李彥青覺得，他們以后可能都不會再雇實習生了，因為實習生比AI貴。

但另一個潛在的問題是：如果大家以后都不需要實習生了，那年輕人還怎么成長？

陳天昊覺得，這確實是一個需要教育系統與高校師生思考的問題。但換個角度講，年輕人可以直接通過AI學習很多知識和經驗，實習本身的價值也打了折扣。

在包冉看來，目前能被skill固定下來的經驗，都是較為簡單重復的工作。“AI像是給所有行業劃了一條及格線，如果個人從事可被AI代替的職業，需要想一下如何去轉型。”

但必須承認的是，隨著技術的發展，AI正在慢慢把“及格線”往上調。一些流程性比較強的職業正在消失，職業與職業之間的壁壘也在模糊。

一位在央企工作的前端開發程序員在今年3月意識到，招聘平臺上，一般的前端程序員已經找不到工作了。因為現在AI能輕松做出一個前端程序員需要幾天時間才能完成的網站。現在僅有的前端招聘都是專家崗。

據公開報道，去年騰訊50%的新增代碼由AI輔助生成；阿里云內部AI輔助代碼生成比例近40%；百度52%新增代碼由AI生成，CEO李彥宏表示：“希望是80%、90%的代碼都由AI來生成。”

技術的發展就像一枚硬幣的兩面。第一次工業革命珍妮紡織機被發明出來時，一批紡織女工失業。但她們中的一些人進入工廠成為早期操作機器的熟練工。

AI也正在創造就業機會。據世界經濟論壇今年2月發布的信息，近兩年內，AI領域新增超過130萬個職位，其中包括超過60萬個數據中心相關職位，以及AI工程師和數據標注員等快速增長的職位。

對于李彥青來說，轉行或創業，眼下還太遙遠。他已經38歲了，在公司屬于中流砥柱。工資不錯，領導器重，員工信任，馬上轉型對他來說并不劃算。

但他也很糾結：做得越多，這份工作丟得越快。他近10年的編程經驗，只要花時間沉淀，都能被寫進skill，替代掉自己正在做的一切。“大模型不用再升級，我自己就能淘汰掉自己。”

與此同時，成千上萬最優秀的程序員正讓AI大模型越來越聰明。過不了幾個月，新的大模型或許就能覆蓋當前skill的弱點。

李彥青熱愛這個行業。他上高中時就開始喜歡計算機，一直研究自學。他喜歡把一個復雜問題拆解成代碼，然后看著它跑起來的成就感；他也喜歡解決掉一個頑固bug后，靠在椅背上長舒一口氣的放松感……

他承認自己有點害怕AI，但也沒打算停下來。他心里還憋著一股勁——想看看，AI無法替代的到底是什么。

（應受訪者要求，李彥青、潘磊、鄧小閑、陳萍為化名）

新京報記者 郭懿萌

編輯 陳曉舒

校對 穆祥桐