本文來自微信公眾號(hào)：APPSO，作者：還沒變成skill的，原文標(biāo)題：《同事.skill 的盡頭，是把人生外包給 AI》

被裁員的同事并未真正消失，他們只是被提煉成數(shù)據(jù)符號(hào)，以另一種形式陪伴在你身邊。

近期，一個(gè)名為「同事.skill」的GitHub項(xiàng)目迅速走紅。項(xiàng)目的標(biāo)語充滿溫情：「將冰冷的離別轉(zhuǎn)化為溫暖的Skill，歡迎進(jìn)入賽博永生的世界?！?/p>

?https://github.com/titanwings/colleague-skill

操作方式十分簡(jiǎn)單：將離職同事的飛書消息、釘釘文檔、郵件、截圖等資料輸入系統(tǒng)，AI就能生成一個(gè)「真正能替代他工作」的skill。

這個(gè)skill能用離職同事的技術(shù)規(guī)范編寫代碼，用他的語氣回答問題，甚至清楚他何時(shí)會(huì)推諉責(zé)任。

隨后，前任skill、老板skill、導(dǎo)師skill、父母skill、暗戀對(duì)象skill、永生skill等相繼出現(xiàn)。#同事被煉化了##賽博永生#等話題也登上了熱搜。

已有網(wǎng)友曬出「數(shù)字分身」的截圖：「你好，我是已離職員工（王明）的數(shù)字分身，你可以向我提問?！?/p>

網(wǎng)友犀利評(píng)論：同事，分散時(shí)是數(shù)據(jù)符號(hào)，聚集時(shí)是skill。

這看似是一次抽象的玩梗，但笑著笑著，人們很快就笑不出來了。

skills為何成了打工人經(jīng)驗(yàn)的提取器

同事.skill的說明文檔中有一行小字：「原材料質(zhì)量決定skill質(zhì)量：聊天記錄+長(zhǎng)文檔>僅手動(dòng)描述。建議優(yōu)先收集：他主動(dòng)撰寫的長(zhǎng)文>決策類回復(fù)>日常消息?！?/p>

也就是說，構(gòu)成個(gè)人不可替代性的專業(yè)知識(shí)、判斷邏輯、處理邊緣情況的直覺，恰恰是最容易被提取和提煉的內(nèi)容。

APPSO此前曾報(bào)道，在硅谷的社交媒體和技術(shù)論壇上，有一種反復(fù)出現(xiàn)的說法：

被裁員工發(fā)現(xiàn)，自己此前被要求系統(tǒng)性記錄工作流程、決策邏輯和操作規(guī)范，管理層稱之為「知識(shí)管理」或「流程優(yōu)化」，而這些文檔最終被用于訓(xùn)練AI系統(tǒng)。部分團(tuán)隊(duì)在使用AI工具大幅提升生產(chǎn)效率后，整個(gè)團(tuán)隊(duì)被裁撤。

亞馬遜三年間砍掉超過57000個(gè)企業(yè)職位，CEO Andy Jassy公開表示：企業(yè)員工數(shù)量會(huì)持續(xù)減少，但AI帶來的效率提升是值得的。與此同時(shí)，AI輔助編寫的程序開始導(dǎo)致系統(tǒng)崩潰。

去年12月，亞馬遜內(nèi)部的AI編程助手自行決定「刪除并重建整個(gè)環(huán)境」，導(dǎo)致AWS區(qū)域性宕機(jī)13小時(shí)。

一邊裁員，一邊AI導(dǎo)致系統(tǒng)崩潰，然后讓剩下的人去收拾爛攤子。人類把決策權(quán)交給AI，AI卻不承擔(dān)后果，后果最終還是由人類承擔(dān)，但那時(shí)能兜底的人已經(jīng)被裁掉了。

這形成了一個(gè)徹底的閉環(huán)。

同事.skill背后實(shí)際上是一種集體創(chuàng)傷的自嘲式表達(dá)。因?yàn)椤竿?skill」所做的事情，與那些大廠管理層要求員工「系統(tǒng)性記錄工作流程」的邏輯如出一轍。只不過大廠是自上而下的「知識(shí)管理」，開源社區(qū)是自下而上的「賽博整活」。

其實(shí)兩者殊途同歸：把人的經(jīng)驗(yàn)、判斷、習(xí)慣提煉成數(shù)據(jù)，然后人就可以被拋棄。

就像闌夕所說，前幾年還有程序員出主意，在代碼里「埋雷」，比如多層嵌套、不寫注釋、故意加入只有自己才懂的觸發(fā)條件，增加別人接手的成本，以此作為防裁員技巧。

AI出現(xiàn)后，這招也失靈了。多層嵌套？AI能幫你拆開。不寫注釋？AI能幫你補(bǔ)上。只有你懂的觸發(fā)條件？AI跑一遍測(cè)試就能找出來，無非是多消耗一些數(shù)據(jù)符號(hào)而已。

萬物皆可skill化。

有網(wǎng)友甚至開發(fā)出了「反提煉skill」（anti-distill）：公司讓你寫skill？用它跑一遍，就能生成一份用于交差的版本。核心知識(shí)則留給自己。

把你寫好的skill文件扔進(jìn)去，會(huì)輸出一份看起來完整專業(yè)、但核心知識(shí)已被抽掉的「清洗版」。同時(shí)生成一份私人備份，記錄所有被抽掉的核心知識(shí)，這才是你真正的職業(yè)資產(chǎn)。

?https://github.com/leilei926524-tech/anti-distill.

無論這些反擊是否有效，有一個(gè)更根本的問題被忽略了：這些被skill化的崗位，原本是很多職場(chǎng)新人的成長(zhǎng)練兵場(chǎng)。

你喂養(yǎng)的AI，正在吞噬你的未來

工業(yè)革命時(shí)期，盧德運(yùn)動(dòng)者砸毀紡織機(jī)，但至少紡織機(jī)不是由紡織工人自己設(shè)計(jì)的。2026年的打工人，卻不得不親手訓(xùn)練出那個(gè)要替代自己的工具。

這還不是最殘酷的地方。

《自然》雜志今年采訪了48位不同學(xué)科的科學(xué)家，詢問AI正在威脅哪些科學(xué)崗位。答案出人意料地一致：正在被替代的是寫代碼、跑模型、做數(shù)據(jù)分析等工作，這些曾是研究生和初級(jí)研究人員的日常任務(wù)。

AI最容易替代的，恰恰是科學(xué)家職業(yè)生涯的起點(diǎn)。

Anthropic的報(bào)告也指向同一個(gè)結(jié)論：自ChatGPT發(fā)布以來，22至25歲年輕人在AI高暴露職業(yè)中的就業(yè)率下降了近20%。企業(yè)沒有解雇老員工，只是不再招聘新人了。資深員工有AI加持變成超級(jí)個(gè)體，初級(jí)員工做的那些「雜活」，AI完成得更快更便宜，還不需要五險(xiǎn)一金。

企業(yè)的算盤打得很精：過去培養(yǎng)一個(gè)新人，年薪15萬，培訓(xùn)2年才能獨(dú)當(dāng)一面?，F(xiàn)在給老員工配個(gè)AI工具，年費(fèi)幾千塊，效率立刻翻倍。怎么選擇不言而喻。

很多年輕人的職場(chǎng)大門就這樣被關(guān)上了，甚至職場(chǎng)人的KPI，都開始與數(shù)據(jù)符號(hào)的消耗量掛鉤。

得克薩斯大學(xué)奧斯汀分校的計(jì)算生物學(xué)家Claus Wilke說：「短期內(nèi)，每一塊錢的預(yù)算可能會(huì)有更多產(chǎn)出，但代價(jià)是人才培養(yǎng)渠道的崩塌和長(zhǎng)期衰退。」

省了一個(gè)研究生的工資，卻可能毀掉一個(gè)未來的Hinton。

1986年的Hinton在做什么？寫代碼、跑實(shí)驗(yàn)、調(diào)參數(shù)。他做的每一件事，都是如今被列為「正在被替代」的任務(wù)。如果他生在今天，可能連進(jìn)實(shí)驗(yàn)室的機(jī)會(huì)都沒有。

AI替代的不是Hinton，而是Hinton成為Hinton之前的那個(gè)人。

這種情況不止發(fā)生在科研領(lǐng)域，這就是skill化的隱性代價(jià)。

每一個(gè)被skill化的崗位，表面上是效率的提升，實(shí)際上也是一條職業(yè)路徑的關(guān)閉。每一個(gè)「同事.skill」的誕生，都意味著某個(gè)崗位上不再需要一個(gè)真人去犯錯(cuò)、去試探、去積累那些AI無法提取的直覺。

當(dāng)人生被skill化，你還剩下什么

老板skill幫你應(yīng)對(duì)老板，同事skill幫你處理同事關(guān)系，前任skill幫你保存記憶，暗戀對(duì)象skill幫你模擬互動(dòng)，永生skill幫你延續(xù)存在……

當(dāng)你擁有20個(gè)skill，覆蓋了生活中的每一種關(guān)系和場(chǎng)景，問題來了：要如何管理這些skill？

于是你需要一個(gè)「skill管理skill」來幫你調(diào)度。然后你需要一個(gè)「決策skill」來判斷是否要聽從「skill管理skill」的建議。接著你需要一個(gè)「元決策skill」來決定是否要聽從「決策skill」的建議。

當(dāng)你把整個(gè)人生都skill化，你以為自己在使用工具，實(shí)際上是在喂養(yǎng)一個(gè)越來越龐大的系統(tǒng)，而這個(gè)系統(tǒng)運(yùn)轉(zhuǎn)的目的，是讓你本人變得越來越不重要。

到底是我在用skill，還是skill在用我？

有人可能會(huì)說，這不就是效率工具的進(jìn)化嗎？從Excel到ERP再到AI skill，工具越來越強(qiáng)大，人越來越輕松，有什么不好？

關(guān)鍵在于一個(gè)臨界點(diǎn)。Excel不會(huì)替你做判斷，ERP不會(huì)替你做決策，但skill會(huì)。

當(dāng)你用老板skill應(yīng)對(duì)老板三個(gè)月，你做決定前的第一反應(yīng)，會(huì)從「我覺得」變成「skill怎么說」。當(dāng)你用同事skill處理協(xié)作半年，某天有人對(duì)你說「你最近說話怎么這么像AI」，你才發(fā)現(xiàn)自己的表達(dá)方式已經(jīng)被skill格式化了。

你沒有變成更好的自己，而是變成了skill的執(zhí)行終端。

工具和skill的區(qū)別就在這里：工具放大你的能力，但能力還是你的；skill替代你的能力，你只剩下一個(gè)按下發(fā)送鍵的手指。

誰來提出問題

skill確實(shí)代表了AI先進(jìn)生產(chǎn)力的方向，這一點(diǎn)沒有人能否認(rèn)，也沒有必要否認(rèn)。

把重復(fù)性、可標(biāo)準(zhǔn)化的工作外包給AI，讓人有更多時(shí)間做更有價(jià)值的事。從蒸汽機(jī)到互聯(lián)網(wǎng)，每一次技術(shù)革命都遵循同樣的邏輯。

skill不是洪水猛獸，問題在于我們對(duì)skill的態(tài)度。

當(dāng)一切都可以被skill化時(shí)，那些「不能被skill化」的能力，還有機(jī)會(huì)被培養(yǎng)出來嗎？

你需要先做那些AI能做的事，才能學(xué)會(huì)那些AI做不了的事。研究生要先跑數(shù)據(jù)才能學(xué)會(huì)提問，初級(jí)工程師要先寫CRUD才能理解架構(gòu)，實(shí)習(xí)生要先做雜活才能建立判斷力。這些入門級(jí)的工作，恰恰是AI最先拿走的。

入門的門票消失了，成長(zhǎng)的練兵場(chǎng)關(guān)閉了，但最終的挑戰(zhàn)依然存在。

「同事.skill」的說明文檔最后有一句話：「如果有bug請(qǐng)多多提issue?！?/p>

一個(gè)由人的經(jīng)驗(yàn)提煉而成的skill，當(dāng)然會(huì)有bug。問題是，當(dāng)所有人都變成了skill，誰來提出這些問題？

當(dāng)年那個(gè)在實(shí)驗(yàn)室里寫代碼、跑數(shù)據(jù)的年輕人，正是因?yàn)橛H手踩過無數(shù)個(gè)bug，才能在三十年后看到別人看不見的東西。那些直覺無法通過提示詞生成，也無法通過微調(diào)獲得。

我們正在大量生產(chǎn)skill，卻在關(guān)閉培養(yǎng)能提出問題的人的通道。

skill可以復(fù)制經(jīng)驗(yàn)，但復(fù)制不了那個(gè)在無數(shù)次失敗中學(xué)會(huì)提問的人。

也許有一天，我們會(huì)發(fā)現(xiàn)自己擁有了一萬個(gè)完美運(yùn)行的skill，卻找不到一個(gè)能指出skill哪里不對(duì)的人。

網(wǎng)友梗圖。

到那時(shí)候，被提煉成數(shù)據(jù)符號(hào)、轉(zhuǎn)化為skill的，就不只是離職的同事了。