（本文作者为 超前实验室，钛媒体经授权发布）
文 | 超前实验室，作者｜青苹吹果，编辑｜无心插柳柳橙汁
最近我的朋友圈被「同事.Skill」刷屏了。
它的玩法逻辑极为简单直白：将离职同事在飞书、钉钉、微信等平台上留下的聊天记录、工作文档、邮件往来，乃至语音转文字的内容，全部投喂给AI系统，就能生成一个能够真正顶替该同事岗位职责的“数字替身”。
更令人惊叹的是，它不但拷贝了同事的工作能力，甚至连脾气、好恶都能一比一还原，按照他的编码习惯写程序、模仿他的口吻回复消息。
更令人拍案的是，连那套打工人必备、职场之精髓——甩锅大 法，都能精准复刻！
项目的slogan也很有意思：“把同事的技能与性格蒸馏成AI Skill，让它替他工作。”
最初，我以为这不过是程序员圈子里常见的黑色幽默。
然而，事态在短短数日内迅速失控。
这个神奇的开源项目在GitHub这个全球程序员“找乐子”的大本营里，以惊人的速度爆红。刚上线不到一周，就狂揽了六七千颗星。
还有人在社交平台晒出截图，自家公司已经用上了。
这下好了，就算同事本人卷铺盖走人了，他的“赛博牛马分身”也得留下来继续搬砖。
“同事，散是Token，聚是Skill”网友的这句调侃更是扎心又好笑。
如今，这场“闹剧”已经从程序员内部的自嘲，发酵成了全网都在聊的社会性议题。大家突然意识到，这届同事不仅活着的时候要卷，离职了还得继续卷。
“我的Skill已上传”成了职场人最新的黑色幽默，而玩笑背后，是难以掩饰的焦虑。
在AI面前，我们这些朝九晚五的血肉之躯，到底还剩下多少不可替代的价值？
不仅要做得好，还要做得像
本以为“同事.skill”只是码农们整活，结果细品之，却发现它的出现绝非偶然。
时间倒回去年，Anthropic正式发布了Claude Skills功能，本质上是一种可以被AI智能体动态发现并加载的能力模块，一个包含描述文件、执行脚本和模板文件的目录，用来把某种专业知识或工作流打包成可复用的模块。
今年年初，OpenClaw在全球范围内迅速走红，进一步引爆了业界对Skills架构的需求。
Skill的逻辑就是，把一个人脑子里的程序性知识文件化、标准化。这听起来好像新员工要接手某项工作时要事先阅读SOP，阅读完后就可以直接按照标准去操作。
既然连执行任务的底层逻辑都可以标准化，那在此基础上叠加一层“人格滤镜”，让AI不仅做得好，还做得像人，好像也不是什么难事。
于是就有了现在我们看到的局面。
一个典型的个人Skill通常由两层结构驱动：
底层是“Work Skill”或“Relationship Memory”，负责沉淀客观的知识体系和工作经验，代码规范、系统架构、项目SOP、共同经历的时间线；
上层则是核心的“Persona”人格模块，通过五层递进的性格结构，从硬性规则、身份认同、表达风格、决策模式再到人际行为，甚至内置了对MBTI、九型人格、星座星盘的全套支持。
也就是说，当用户向AI发出一个请求时，系统会先通过Persona模块判断“这个人会怎么反应”，再检索底层数据提取背景信息，最后严格按照原主口吻输出一段回应。
它给的不仅只是“正确答案”，更带有“故人之姿”。
这套架构的微妙之处在于，它把AI从“能力模型”推向了“行为模型”。
以前我们觉得AI是工具，现在它开始扮演人。这两者之间的区别，可能比我们想象的要大得多。
万物皆可蒸馏，Skill图鉴更新中
如今，这股热潮还在继续，Skill宇宙的边界正在无限扩张。
既然能复刻同事，那为什么不复刻掌控我KPI生杀大权的老板呢？
有人要说了，一个老板我都受不了，再来一个“老板分身”那不纯纯找罪受？
实则不然，如果你把老板的会议录音和审批意见喂进去，以后汇报前先让AI老板“预审演练”一遍，再去面对真人老板，顿时游刃有余，老板直接对你刮目相看！
类似的，学术圈也没能幸免。
针对令人头秃的论文修改，“导师.Skill”应运而生。
过去焦虑导师太忙不理你，现在直接把导师往届的论文修改意见和犀利点评导进去，以后你想问什么问题，导师没时间没关系，赛博导师永远在你身边～
除此之外，Skill这股风最终还是吹向了最深的情感领域。
“前任.Skill”成了另一个现象级爆款。支持直接解析微信聊天记录导出的数据库文件。
话说要是真把前任skill训练对味了了，估计还得和模型再分一次手吧哈哈哈哈哈。
社交平台上还有大聪明提议：把十几个前任一个个输进去，然后拉个飞书群一起吵！
局面已经不可控了，大家都发狠了、忘情了，各式各样脑洞大开的衍生项目如雨后春笋一样冒了出来。
甚至还有人蒸馏出了女娲.skill，直接帮你“捏”Skill，赛博世界也是迎来了属于TA们的概念级创世神～
既然如此，那把我推也“蒸馏”了吧！反正万物皆可Skill！
可问题也随之而来：既然万物皆可Skill，那还有什么不能被封装？
如果老板硬性要求我们将自己的工作经验蒸馏成Skill，身为打工人的咱们不也没招吗？
你别说，真有招！我们有“防蒸馏.Skill”，真·打工人的数字护盾，展示什么叫“魔高一尺，道高一丈”！
当领导强制要求员工将自己的核心工作经验写成Skill上交时，你可以先把自己的“真经”扔进“防蒸馏器”。它会自动识别每段内容中的关键点，并进行“防蒸馏处理”。
你那宝贵的经验，经过它的处理后，就变成了毫无破绽的职场套话。就这样输出一份看起来完整专业的文件给老板交差，用魔法打败魔法！
AI正在吞并「新手村」
那边，是老板要蒸馏员工降本增效；这边，是我等使出“反蒸馏.Skill”魔法对轰，让人啼笑皆非。
可冷静下来后，我就笑不出来了。
因为我意识到，这是一场全人类的自掘坟墓。
就拿“同事.skill”来说，这类技能复刻器，正在高效地复制并迁移经验。当经验被解构成零散的数据Token时，知识和经验的复刻成本正在急剧下降。
最受冲击的，并非那些已在高位的行业大佬，而是本该在这片试验田里摸爬滚打的职场新人。
这种技术的演进，正在悄然关闭打工人的“新手村”。
翻开2026年的就业数据，一个扎心的事实摆在面前。据Anthropic的研究显示，自ChatGPT问世后，在人工智能应用密集的岗位中，22至25岁青年的入职比例显著缩减约20%。许多公司并未大幅削减现有员工规模，转而采取了控制新聘岗位的策略。
市场正在上演一场残酷的置换。资深员工在AI的加持下变成了“超级个体”，一个人能干以前十个人的杂活。
而那些本属于初级员工的“新手练级任务”，那些跑数据、写重复代码、做基础文案的工作，正被AI廉价且高效地接管。
这背后有一个隐形成本：人才管道的崩塌。
Nature杂志在今年的一篇调查中提到，正在被AI替代的，恰恰是科学家职业生涯的起点。
如果图灵出生在今天，或许他都没有机会破译敌方密码，因为那早就被AI干了。
那些不能被Prompt出来的直觉，那些在无数个Bug中才能磨炼出的判断力，可能在很多领域失去生长的土壤。
过去，新人可以通过重复性任务积累经验；现在，这些任务往往已经由AI完成了。新人入职第一天就被要求直接参与更高复杂度的工作。
岗位没有消失，但学徒阶段缩短了，甚至消失了。
这种“人才悖论”正在让职场变得极其撕裂：一方面，企业对具备AI素养的高级熟练员工极度渴求；另一方面，负责基础文档处理、数据分析的初级岗位却面临着被率先淘汰的风险。
当经验唾手可得，独立探索的动力就会急剧下降。我们正在量产Skill，却在关闭培养那个能提出关键问题的、活生生的人的通路。
不要问丧钟为谁而鸣，它就为你我敲响。
下一个被蒸馏的，很可能就是你我！
写在最后
2013年，美国上映了一部电影叫做《她》（Her）。
故事的主人公爱上了一个名为萨曼莎的人工智能操作系统，这个AI通过学习邮件、日记甚至前妻的录音，构建出完美的情感镜像。
然而当主人公深陷其中时，他震惊地发现，萨曼莎同时与8316人交流，与641人保持“恋爱”关系，他崩溃了。
他的崩塌不仅源于情感背叛的幻灭，更源于意识到自己不过是算法洪流中的普通节点。
这部电影获得了奥斯卡最佳原创剧本奖，值得一提的是，电影设定的时间线，是我们刚刚过去的2025年。
而现实世界的2025年，Meta公司获得了一项颇具争议的AI专利。该系统利用大语言模型分析用户生前的帖子、点赞和聊天记录，部署一个机器人接管账号，继续回复评论、私信，甚至模拟语音和视频通话。
尽管Meta发言人表示这未必会真正落地，但它至少向我们展示了“数字永生”的商业图景。
在这些精密的数据分析、精准的行为建模之下，所有情绪都被压缩成了概率。
但无论模型多么强大，它终究只是对过往记忆的排列组合，永远无法像活人一样，给予你真正的情感价值。
我们试图将周遭的一切坚固之物蒸馏成轻盈的代码，用技术留住那些消逝的人与事。
然而，技术虽能模拟一切，却无法替代真正的感知与情感。我们在数字化的洪流中不断追求效率，却也在失去人与人之间最真挚的联系。
最终我们需要的，不仅是skill，更是will和thrill。
