" 你好，我是已离职员工 XX 的数字分身，你可以向我提问。"2026 年 4 月的职场群，流传着一张张前同事赛博转生的截图。明明上周五才一起吃完离职散伙饭，周一刚坐到工位上，又收到了前同事的消息，语气跟本人一模一样。
原来，这个本该彻底从公司消失的人，已经被名为 " 同事 .skill" 的项目炼化了，他的飞书消息、邮件、工作文档，甚至处理工作的思维模式和方法论，都被喂给 AI，变成一个 md 文件，继续为公司打工。
随着同事 .skill 在 GitHub 上的热度一路飙升，更多人加入了炼化，让人细思极恐：整个公司、整个行业的离职员工，是不是都能被蒸馏，变成了一个个数字幽灵，活在每一个办公系统里？
有人用 AI 生成了一张图片：一排排黑色服务器码在货架上，每一台都挂着一张工牌，离职员工的经验、话术、工作逻辑都被封存在一台台冰冷的机器里，永不停歇地运行着。至此，艺术已成。
也有人对这个名为《蒸馏》的职场恐怖故事满心疑虑。明明一起共事的时候，总觉得同事是猪队友、领导层是草台班子，需求听不懂，遇事只会甩锅，反正槽点一大堆，够开几季《吐槽大会》的。可一旦被炼化成了 skill，他们的经验就仿佛变成了什么绝活秘技了。Skill 像是自带职场厉鬼 buff，普通打工人一沾上，就褪去平庸，变得厉害起来了。
那些被提炼的 skill，究竟是什么赛博邪术？让我们来一步步揭开真相。
同事 .skill 火了之后，短短几天，一个全员被炼化的赛博职场宇宙就诞生了。
与其等着被同事蒸馏，不如主动蒸馏自己，于是自己 .skill 横空出世，创建自己的数字分身，24 小时替你对接工作、回复消息。
一开始以为是在玩梗，结果有技术社区 V2EX 爆料，现实中真的有公司开始推行每个人创建各自的 agent、skills，还将其纳入日常考核。
既然被蒸馏的命运无法避免，那就让局面再乱一点好了。很快，老板 .skill 应运而生。
这款 skill 可以将老板的管理风格、决策逻辑、说话语气逐一抽象成 Agent，喜欢听老板说话的打工人有福了，以后能随时随地跟赛博老板交流了。
一家公司里，同事、自己和老板都被蒸馏了，下一个轮到谁呢？机灵的网友又想到了，干脆直接蒸馏本行业的精英大佬，像是巴菲特、马斯克、芒格、费曼这些各领域的顶尖高手，用他们提炼 skill，岂不是能在职场如虎添翼？
女娲 skill 的项目创建者花叔，用女娲 skill 蒸馏了国内外的知名脱口秀演员。这个脱口秀 .skill 写出的稿子里，包含了预期粉碎、荒谬升级、自嘲释放、callback 等多种结构，全部是从 18 位脱口秀演员的方法论中提炼而来。
还有开发者蒸馏了古今中外二十多位名将，打造了自己的军师 .skill，专门用来修改工作汇报、与同事和老板沟通博弈。
还有人蒸馏竞争对手，复刻对方的决策逻辑，这样报项目、做策划之前，都调用他们的 skill，用他们的思维框架过一遍，提前打开思路做好预案。
至此，职场中可蒸馏的对象，可以说是无所不包了。从自家公司的基层员工到管理层，到外部的名人、专家，甚至竞争对手。所有人都能被蒸馏成 skill，以后的职场只需要一个个 skill，互相安排工作、对接协作？
既然人人都能炼成 skill，大家再一次站到了同样的起跑线，那蒸馏这件事也就变得毫无意义。既然如此，我们到底在恐惧什么？
恐惧源于未知。
很多人是通过同事 .skill 第一次知道，原来自己的经验、口头禅、方法论，竟然都能被结构化、工程化地提炼，再让 AI 学习。克服恐惧的方法，就是直面恐惧，我们就以同事 .skill 为样本，来拆解一下一个典型 skill 的核心构成与功能边界。
同事 .skill 的核心是 SKILL.md 文件，它把一个人的工作属性拆成了两层：
第一层，Work Skill 工作技能层。主要提取了一个人的显性工作能力和标准化流程，包括技术规范，比如文档格式要求、项目对接标准等。还有决策路径，一个人在面对具体工作问题时的判断逻辑，比如代码 review 时先看什么再看什么。还有一些岗位相关的核心技能，比如运营的活动策划逻辑、程序员的 bug 排查方法、HR 的面试话术、客户投诉的回复模板等。可以说，有了这一层，能够模拟日常工作的常规流程了。
第二层，Persona 人格层。上一层教 AI 怎么干，这一层教 AI 怎么干得像你本人，主要提取的是本人的一些沟通风格和行为特质，让输出内容更具个性化。比如一些口头禅，飞书会议记录里的发言风格，跟同事沟通时喜欢据理力争还是温和解释等。所以有人说同事 .skill 像是 " 赛博招魂 "，其实秘密就在于个人风格的模仿。
那么，这个 skill 要怎么被炼化出来呢？
你可以想象，老板带来一个小白，让你教它做事。首先，你要把自己的一些经验文件给它，包括飞书、钉钉的聊天记录，写过的代码、策划案，会议纪要等。你给的资料越详细、全面，小白学到的知识精度就越高。
如果这个小白智商只有 60，傻乎乎的教啥啥不会，那也白搭。所以 skill 还要调用大模型 API，通过大脑将这些零散的资料，整理成标准化的 Markdown 文件。
最后，其他人在 AI 对话框中输入指令，系统就能让这个小白在该上下文里扮演你，按照 Work Skill 和 Persona 两层框架，输出符合你工作能力和人格特质的内容。
拆解到这里我们会发现，skills 跟以往的 AI 最大的不同，就在于对个人经验知识的提炼更高效、调用更简单了。
以前，我们要让 AI 学会自己的风格并精准输出，需要做大量复杂的工作，先做好数据清洗，个人知识库的整理和沉淀，再让 AI 学习，输出时质量不高，还需要通过人工指令调整，比如 " 少用不是而是的句型 "" 删掉所有破折号 " ……这类方式的效率低，效果也参差不齐，不好用。但 Skill 可以自动抓取个人文档，并把工作技能、思维逻辑、行为习惯拆解成固定框架，形成标准化的模板，这时候再让它模仿个人风格输出，就稳定高效多了。
此外，Skill 的结构设计，可以模仿一个人的思维框架，在回答时不只是机械地调取知识库，可以用一套方法论来分析从未出现过的问题。花叔就问了乔布斯 skill 一个他生前从未遇到过的问题，" 苹果现在的 AI 能力怎么样？"skill 回答："Siri 是 shit，没有什么好辩论的，13 年了，只会设闹钟和报天气。" 乔布斯 2011 年便已去世，从未评价过 Siri 后续的发展，所以，这句话不可能是直接从乔布斯的语录中摘抄的，是通过学习他的品位、产品理念，再由判断推理出来的答案。
所以，Skill 本质上就是一种更高效的提示词工程。
回想 ChatGPT 刚出现时，大家都会花费大量精力去撰写复杂的提示词，可随着大模型能力的快速迭代，慢慢地自然语言指令就可以收获质量很高的答案了，以前很复杂的提示词技巧，很快就被淘汰了。
Skill 的发展轨迹大致也是如此。
当下看起来很神奇的能力，随着大模型的升级，未来可能无需额外调用 Skill，直接对话就能达到同样的效果。
到那时，这些今天看起来有点恐怖的同事 .skill、老板 .skill、专家 .skill，或许都会变得毫无价值，被慢慢遗忘。
Skill 无法实现赛博永生，但蒸馏同事、上班是招魂、工牌坟场这类恐怖故事被疯狂传播。AI 的世界没有鬼魂，真正的鬼长在人心当中。
一种心魔，是捕风捉影，看到一些短视频把 skill 比喻成赛博永生，把经验结构化说成是蒸馏，听起来通俗易懂，看完恍然大悟：炼化 skill 就是来夺舍的。其实吧，这些短视频为了让复杂的技术概念更容易理解，经常会用这些艺术化的修辞、比喻。但容易让人只看到表面的相似，忽略两个东西（代码和人）并不是完全同构的。
AI 领域的蒸馏，是一个专门的技术术语，指的是将大模型的能力迁移到小模型上的压缩技术。而短视频中 " 蒸馏同事 " 的 skill，不过是一种比喻，把一个人散落在聊天记录、文档、代码中的思维方式，浓缩成一套可复用的框架。但 skill 结构≠你本人，知识结构化≠永生，经验复用≠灵魂提取。不当类比，就会引发没必要的恐惧。
另一种心魔，是疑神疑鬼。当下很多行业和大厂正在执行 " 广进计划 "（caiyuan 广进），任何相关技术都会被跟裁员联系起来，怀疑是这个东西导致了裁员。同事 .skill 的介绍就认为搞大模型的是码奸，害死了软件产业链上的一个个岗位。
但导致裁员潮的因素有很多，有的是 2020 — 2022 年远程办公的大规模扩招，形成了大量冗余岗位；还有的是因为经济增长放缓，一些公司开始战略收缩；AI 工具的成熟和数字员工的上岗，也是人员优化的原因之一，但早在 skill 出现前就已经开始了。
Skill 的出现，让普通人的无力感达到了巅峰。
大语言模型刚出来时，我们觉得受影响的是文科生；Sora 出现时，艺术生遭遇危机；vibe coding 出现时，我们以为只有程序员会被替代。直到 Skill 开始模仿人的经验、方法和思维，就连曾经被认为是人类壁垒的经验、方法论、思维方式，都可以被提炼了。或许今天，skill 还做不到创意、共情、临场应变，但也许下一个 AI、下一种技术，就能模拟出来。
曾几何时，大家觉得只要提升自我、保持差异化，就能在 AI 时代生存下来。但 skill 暴露的现实是，现代企业高度工业化、流程化的制度，本就决定了大部分岗位具有重复性、可替代性。就算没有 AI，一个员工离职，公司也能在几个月内找到人接手。而让 80% 的人都去做 5% 的人做的事，这本就是不可能的。
真正让大家感到恐惧的，是无事可做、无岗可转、没有退路、缺少兜底的未来。
被蒸馏的恐惧在职场弥漫，一些人尝试反抗。反蒸馏 .skill 就是其中一个尝试，上线 GitHub 四天便收获了全球全网四百万浏览量。靠它抵挡经验被蒸馏的命运，这可能吗？
反蒸馏 .skill 的反制方法，是对职场人被要求提交的 Skill 文档进行算法注水。
用户将公司要求提交的 Skill 文档上传至反蒸馏工具，工具会自动调用 NLP 算法，对文档进行逐段解析，提取其中的关键信息、专业术语、操作流程和经验总结，通过技术手段剥离其中的隐性经验，替换为正确但无用的废话，让公司挑不出毛病，但文档里却没有任何实际可复用的价值。即便纳入知识库，也无法真正用于实际工作。
给文档注水，就能守护自己的独家经验吗？其实很难。
这个反蒸馏 .skill 由 AI 产品经理邓小闲开发，公司可以轻易找到更专业的软件团队来进行反 · 反蒸馏，再反向剔除掉注水内容，是比较容易被反制的。
此外，它只能处理用户主动提交的 Skill 文档，如果公司在后台偷偷蒸馏，抓取聊天记录、工作操作日志、代码提交记录等被动数据，也能提炼出工作逻辑、沟通风格和核心经验。这些员工无法察觉，反蒸馏工具也无能为力。
所以，反蒸馏更多是一种象征意义，表达了职场人不愿温和地走入良夜，不想乖乖交出一切。但要真正保护自己的权益，还是要靠《个人信息保护法》等法律法规，以及对合规政策的监督力量。它们存在吗？
找到 HR 林姐，是因为她在各个讨论 skill 的帖子下面留言，问得还特别具体：工作上习得的工作逻辑要怎么理解和进行认定？比如说某个公司独有的工作流程，每个在职员工都要学习和使用，这种应该算是公司资产吧？但是行业通识的工作流程又应该怎么进行归属认定？个人根据在不同公司和不同行业的从业经历总结出来的一些工作方法论，在哪个领域可能都通用的，是否可以理解为工作逻辑，又要如何认定呢？
私聊才知道，老板给她下了命令，让研究一下，怎么合法合规地把公司员工的经验沉淀下来。她翻遍了知识产权条例，也没找到能直接参考的判例，只能上网四处打听。未来会考虑在雇佣合同中约定，个人工作期间沉淀的 skill，资产归属公司。
做这件事情的时候，她也会怀疑自己：我是人奸吗？下一个被 skill 替代的，会是她自己吗？她没有答案。
这场技术浪潮中，基座是巨头掌控的，开发者是弄潮儿，掌握了资源的老板有话语权，相关法律和判例又是大量空白的。普通人的选择和反制，都极其有限，只能随波逐流，从龙虾到同事 .skill，一次次显影自己的恐惧。
而消除恐惧的路径，依然是一团迷雾。
