「同事.Skill」出圈，打工的盡頭是被蒸餾？

文 | 超前實驗室，作者｜青蘋吹果，編輯｜無心插柳柳橙汁

最近我的朋友圈被「同事.Skill」刷屏了。

它的玩法邏輯極為簡單直白：將離職同事在飛書、釘釘、微信等平臺上留下的聊天記錄、工作文檔、郵件往來，乃至語音轉文字的內容，全部投喂給AI系統，就能生成一個能夠真正頂替該同事崗位職責的“數字替身”。

更令人驚嘆的是，它不但拷貝了同事的工作能力，甚至連脾氣、好惡都能一比一還原，按照他的編碼習慣寫程序、模仿他的口吻回復消息。

更令人拍案的是，連那套打工人必備、職場之精髓——甩鍋大法，都能精準復刻！

項目的slogan也很有意思：“把同事的技能與性格蒸餾成AI Skill，讓它替他工作?！?/p>

最初，我以為這不過是程序員圈子里常見的黑色幽默。

然而，事態在短短數日內迅速失控。

這個神奇的開源項目在GitHub這個全球程序員“找樂子”的大本營里，以驚人的速度爆紅。剛上線不到一周，就狂攬了六七千顆星。

還有人在社交平臺曬出截圖，自家公司已經用上了。

這下好了，就算同事本人卷鋪蓋走人了，他的“賽博牛馬分身”也得留下來繼續搬磚。

“同事，散是Token，聚是Skill”網友的這句調侃更是扎心又好笑。

如今，這場“鬧劇”已經從程序員內部的自嘲，發酵成了全網都在聊的社會性議題。大家突然意識到，這屆同事不僅活著的時候要卷，離職了還得繼續卷。

“我的Skill已上傳”成了職場人最新的黑色幽默，而玩笑背后，是難以掩飾的焦慮。

在AI面前，我們這些朝九晚五的血肉之軀，到底還剩下多少不可替代的價值？

不僅要做得好，還要做得像

本以為“同事.skill”只是碼農們整活，結果細品之，卻發現它的出現絕非偶然。

時間倒回去年，Anthropic正式發布了Claude Skills功能，本質上是一種可以被AI智能體動態發現并加載的能力模塊，一個包含描述文件、執行腳本和模板文件的目錄，用來把某種專業知識或工作流打包成可復用的模塊。

今年年初，OpenClaw在全球范圍內迅速走紅，進一步引爆了業界對Skills架構的需求。

Skill的邏輯就是，把一個人腦子里的程序性知識文件化、標準化。這聽起來好像新員工要接手某項工作時要事先閱讀SOP，閱讀完后就可以直接按照標準去操作。

既然連執行任務的底層邏輯都可以標準化，那在此基礎上疊加一層“人格濾鏡”，讓AI不僅做得好，還做得像人，好像也不是什么難事。

于是就有了現在我們看到的局面。

一個典型的個人Skill通常由兩層結構驅動：

底層是“Work Skill”或“Relationship Memory”，負責沉淀客觀的知識體系和工作經驗，代碼規范、系統架構、項目SOP、共同經歷的時間線；

上層則是核心的“Persona”人格模塊，通過五層遞進的性格結構，從硬性規則、身份認同、表達風格、決策模式再到人際行為，甚至內置了對MBTI、九型人格、星座星盤的全套支持。

也就是說，當用戶向AI發出一個請求時，系統會先通過Persona模塊判斷“這個人會怎么反應”，再檢索底層數據提取背景信息，最后嚴格按照原主口吻輸出一段回應。

它給的不僅只是“正確答案”，更帶有“故人之姿”。

這套架構的微妙之處在于，它把AI從“能力模型”推向了“行為模型”。

以前我們覺得AI是工具，現在它開始扮演人。這兩者之間的區別，可能比我們想象的要大得多。

萬物皆可蒸餾，Skill圖鑒更新中

如今，這股熱潮還在繼續，Skill宇宙的邊界正在無限擴張。

既然能復刻同事，那為什么不復刻掌控我KPI生殺大權的老板呢？

有人要說了，一個老板我都受不了，再來一個“老板分身”那不純純找罪受？

實則不然，如果你把老板的會議錄音和審批意見喂進去，以后匯報前先讓AI老板“預審演練”一遍，再去面對真人老板，頓時游刃有余，老板直接對你刮目相看！

類似的，學術圈也沒能幸免。

針對令人頭禿的論文修改，“導師.Skill”應運而生。

過去焦慮導師太忙不理你，現在直接把導師往屆的論文修改意見和犀利點評導進去，以后你想問什么問題，導師沒時間沒關系，賽博導師永遠在你身邊～

除此之外，Skill這股風最終還是吹向了最深的情感領域。

“前任.Skill”成了另一個現象級爆款。支持直接解析微信聊天記錄導出的數據庫文件。

話說要是真把前任skill訓練對味了了，估計還得和模型再分一次手吧哈哈哈哈哈。

社交平臺上還有大聰明提議：把十幾個前任一個個輸進去，然后拉個飛書群一起吵！

局面已經不可控了，大家都發狠了、忘情了，各式各樣腦洞大開的衍生項目如雨后春筍一樣冒了出來。

甚至還有人蒸餾出了女媧.skill，直接幫你“捏”Skill，賽博世界也是迎來了屬于TA們的概念級創世神～

既然如此，那把我推也“蒸餾”了吧！反正萬物皆可Skill！

可問題也隨之而來：既然萬物皆可Skill，那還有什么不能被封裝？

如果老板硬性要求我們將自己的工作經驗蒸餾成Skill，身為打工人的咱們不也沒招嗎？

你別說，真有招！我們有“防蒸餾.Skill”，真·打工人的數字護盾，展示什么叫“魔高一尺，道高一丈”！

當領導強制要求員工將自己的核心工作經驗寫成Skill上交時，你可以先把自己的“真經”扔進“防蒸餾器”。它會自動識別每段內容中的關鍵點，并進行“防蒸餾處理”。

你那寶貴的經驗，經過它的處理后，就變成了毫無破綻的職場套話。就這樣輸出一份看起來完整專業的文件給老板交差，用魔法打敗魔法！

AI正在吞并「新手村」

那邊，是老板要蒸餾員工降本增效；這邊，是我等使出“反蒸餾.Skill”魔法對轟，讓人啼笑皆非。

可冷靜下來后，我就笑不出來了。

因為我意識到，這是一場全人類的自掘墳墓。

就拿“同事.skill”來說，這類技能復刻器，正在高效地復制并遷移經驗。當經驗被解構成零散的數據Token時，知識和經驗的復刻成本正在急劇下降。

最受沖擊的，并非那些已在高位的行業大佬，而是本該在這片試驗田里摸爬滾打的職場新人。

這種技術的演進，正在悄然關閉打工人的“新手村”。

翻開2026年的就業數據，一個扎心的事實擺在面前。據Anthropic的研究顯示，自ChatGPT問世后，在人工智能應用密集的崗位中，22至25歲青年的入職比例顯著縮減約20%。許多公司并未大幅削減現有員工規模，轉而采取了控制新聘崗位的策略。

市場正在上演一場殘酷的置換。資深員工在AI的加持下變成了“超級個體”，一個人能干以前十個人的雜活。

而那些本屬于初級員工的“新手練級任務”，那些跑數據、寫重復代碼、做基礎文案的工作，正被AI廉價且高效地接管。

這背后有一個隱形成本：人才管道的崩塌。

Nature雜志在今年的一篇調查中提到，正在被AI替代的，恰恰是科學家職業生涯的起點。

如果圖靈出生在今天，或許他都沒有機會破譯敵方密碼，因為那早就被AI干了。

那些不能被Prompt出來的直覺，那些在無數個Bug中才能磨煉出的判斷力，可能在很多領域失去生長的土壤。

過去，新人可以通過重復性任務積累經驗；現在，這些任務往往已經由AI完成了。新人入職第一天就被要求直接參與更高復雜度的工作。

崗位沒有消失，但學徒階段縮短了，甚至消失了。

這種“人才悖論”正在讓職場變得極其撕裂：一方面，企業對具備AI素養的高級熟練員工極度渴求；另一方面，負責基礎文檔處理、數據分析的初級崗位卻面臨著被率先淘汰的風險。

當經驗唾手可得，獨立探索的動力就會急劇下降。我們正在量產Skill，卻在關閉培養那個能提出關鍵問題的、活生生的人的通路。

不要問喪鐘為誰而鳴，它就為你我敲響。

下一個被蒸餾的，很可能就是你我！

2013年，美國上映了一部電影叫做《她》（Her）。

故事的主人公愛上了一個名為薩曼莎的人工智能操作系統，這個AI通過學習郵件、日記甚至前妻的錄音，構建出完美的情感鏡像。

然而當主人公深陷其中時，他震驚地發現，薩曼莎同時與8316人交流，與641人保持“戀愛”關系，他崩潰了。

他的崩塌不僅源于情感背叛的幻滅，更源于意識到自己不過是算法洪流中的普通節點。

這部電影獲得了奧斯卡最佳原創劇本獎，值得一提的是，電影設定的時間線，是我們剛剛過去的2025年。

而現實世界的2025年，Meta公司獲得了一項頗具爭議的AI專利。該系統利用大語言模型分析用戶生前的帖子、點贊和聊天記錄，部署一個機器人接管賬號，繼續回復評論、私信，甚至模擬語音和視頻通話。

盡管Meta發言人表示這未必會真正落地，但它至少向我們展示了“數字永生”的商業圖景。

在這些精密的數據分析、精準的行為建模之下，所有情緒都被壓縮成了概率。

但無論模型多么強大，它終究只是對過往記憶的排列組合，永遠無法像活人一樣，給予你真正的情感價值。

我們試圖將周遭的一切堅固之物蒸餾成輕盈的代碼，用技術留住那些消逝的人與事。

然而，技術雖能模擬一切，卻無法替代真正的感知與情感。我們在數字化的洪流中不斷追求效率，卻也在失去人與人之間最真摯的聯系。

最終我們需要的，不僅是skill，更是will和thrill。