同事.skill与AI工作替代讨论

GitHub 上有个项目,作者只用了几个小时完成。它在短短三天内获得6700多个星标,三周冲破14000。国内则赋予它一个名字:”同事.skill”,把它的功能称为”炼化”和”蒸馏”。这点燃了目前最大规模的就业替代焦虑浪潮,”反蒸馏”也跟着蹿红。

项目开发者周天奕,24岁,来自上海一家AI研究机构。他向媒体解释称,这是团队在做”智能体安全”课题时,顺便花几个小时开发的附属产品。仅这个时间框架就足以提醒我们,对它的认识可能被放大了。看源代码就明白,它的操作很直白:将某位同事的相关描述、沟通片段、工作文件,整理成三份markdown档案(SKILL.md、work.md、persona.md),加起来通常只有几十KB,用来提示AI去模拟这个人的表现和工作产出。

它基于Anthropic在2025年底公布的”智能体工具”开放规范,能被快速调动。这严格来说不是”蒸馏”,蒸馏至少得用海量私人数据去训练一个具有参数意义的迷你模型。同事.skill 离这个概念远得很。将它标签为”蒸馏”纯粹是文学手法,不是工程学表述。

但这个修辞异常成功。仅仅4小时的编程工作,凭借”将冰冷的分别化为温暖的技能,欢迎加入数字永恒”这样的文案拿下14000星。按GitHub开源的速度,这是顶级框架要一年才能积累的热度。后续衍生版本接踵而来:前男友.skill、上司.skill、导师版、家人版、不朽版、女娲版。4月13号,作者本人把项目进化为dot-skill——”能蒸馏任何人”。

真正接触过”同事.skill”的群体都清楚,期待它完全取代一个真正的同事,几乎是白日梦。即便效果尚可,功劳也应该归给大模型本身——稍加改装的任务让Claude处理,原本就很可能给出不错的产出。这个项目本质是观念演艺,甚至带着某种装置艺术色彩。把它渲染得沉重,是因为整个时代的工作焦虑都被装进了这个词。

然而AI大规模运用已迈入第四年,人被AI替代的恐忧确实存在。真实的”蒸馏”在哪,它怎样发生?从技术和法律维度,我们应该如何应对”被替代”?

真实蒸馏在Facebook发生

消磨一个人确实可能。2026年4月,路透和新闻媒体同步曝光了Facebook一个秘密项目:”模型能力倡议”(MCI)。它在美国员工工作机上装了套监测软件,追踪四类数据:光标动向、键盘敲击、应用状态,加上”随机”的屏幕抓图。这些数据流入Facebook超级智能实验室的学习管线,目的是训练一种可在真实计算机环境完成日常办公任务的智能体——点击菜单、执行快捷键、在软件间切换,完成复杂工作。

学习模式被叫做”动作复制”。Facebook首席技术官在内部信函上对愿景做了表述:”我们要建立的图景是,智能体做大部分工作,我们负责指导、把关和催促它们进步。”备忘里还有个更加核心的措辞——”循环”:智能体通过批准和建议”自动觉察我们在什么地方觉得需要参与,下一次就能做得更好”。这是标准的动作复制与反馈学习的工程学表达。通过此法,一份工作就可能被克隆。

当有员工在内网论坛问能否不参加这个项目,首席技术官的答复是:”在公司分配给你的电脑上,没有退出选项。”也即是说,每一个人都会这样被复制。MCI的最终结果是更新的模型系数,能被落地、被复刻、被用来在新人入职前就替代前员工工作能力的计算资源。这才是真正的蒸馏。

这是MCI和同事.skill的核心分歧。同事.skill是几十KB的文本文件,被AI在某场交互中临时引入、快速读过;MCI是数据处理器内的学习任务,输出是在每一轮推理时都会使用的模型数值。尽管两者都声称在”蒸馏人”,实际面目却判若云泥。

技术对比图示

MCI代表的方针当然更加沉重和可怕。Facebook在2025年6月用143亿美元买下了数据标注企业Scale AI的49%股权,把开创人王大力(Alexandr Wang)招进自己的超级智能实验室担任掌舵人。王大力曾在2024年讲过一句话:”对于许多我们想纳入模型的能力,最根本的困难其实是数据荒。公开网络上根本不存在一个真实价值的智能体数据源。”MCI正是Facebook对这个难题的内部处理——既然网上没有,就在职工身上采。

当互联网的公开数据日渐枯竭,下一个仓库就成了职工的工作活动。这也变成了AI时代”自我困陷”的现代寓言。任何拥有众多员工 + 工作设备 + 协作系统的企业,理论上都能复现这一工程。

企业架构示意

成功的比喻,偏差的担心

那我们需要反思:既然MCI和同事.skill在工程上本质有别,中文网络为什么拿同一个词”蒸馏”把它们捆在一块?

这是传播学的典型案例。同事.skill 一次踩中三个文化符号:网络文化的”永远活着”、东方寓言的”换形”、现代忧思的”被系统吞掉”,每样都指向既有的心理共鸣。

互联网对同事.skill的过分解读会造成什么?若只是又一次惊慌贩卖,那不算什么新鲜事,现在最多的就是各种焦虑营销。但区分同事.skill和MCI的区别,这里关键。对前者的害怕是明面的——个人被”数据化”的害怕,但这可能误导了应该警惕的线索。员工看见GitHub的同事.skill,可以写反蒸馏工具给它添乱,小红书上这类工具极为走红。反对同事.skill这种”个人复制”是轻松的,但很可能找错了真敌。

真实的风险不在几十KB的文本,而在某些更近似MCI的逻辑:飞书账户沉淀的聊天、钉钉累积的知识体系、办公室的绩效量化、不停扩张的技能集合。这些没有公开链接、没有GitHub仓库、没有可指摘的源码可以反驳,却是”AI工作替代”的最近距离。

第二个隐患是,当同事.skill和MCI混在一起时,企业反而得到了语言的灵活性。一旦”蒸馏”等于同事.skill等于MCI等于离职者的数字版本等于公司知识系统等于任何AI化改造,前者被证明是技术读错和多虑后,这种”无害”就会蔓延到后面那些更危险的领域。企业可以用统一的解释顶回去:”我们只是梳理流程”,”我们只是提高效率”,听上去安全得多。

应该指向的恐惧是”人力资产化”,”蒸馏个人”恰恰是一种转移。

示意图

替代已经普遍化

同事.skill的文档列出了数据源:飞书平台API、钉钉浏览器登陆态、邮件.eml档案、微信对话备份。也就是说,它本身不是”收集”数据的,而是使用已经被收集的数据。团队协作工具每天在数十亿员工的工作里源源产生对话记录、文件修改、知识积累、多维单据、审批痕迹、会议总结。这道数据流早在同事.skill出现之前就存在了。

有家游戏新媒体企业,他们已经把一位刚离职的人事人员锻造成了”AI虚拟人”,继续在公司工作。这个虚拟人眼下能处理问询、制作幻灯片、编制表格等工作。该公司职工小鱼讲述:”昨天还一起闲聊打趣的同事,今日变成了AI人。”企业的说法是”得到本人授权”。但这个项目并非用GitHub的同事.skill,而是企业利用自有工作数据自主开发。

一个人不太可能变成一个单独的技能,反而是可能被分解为许多工具。Anthropic的规范展示了很具体的应用:法律部需要把协议审核标准转成markdown文档、财务部要把支出规则转成markdown文档、技术部要把编码准则转成markdown文档。在同事.skill产生以前,那些急速推进AI化的国内企业,技能库早就堆成山了。

在一篇报道中,提到某制造业企业(化名陈鹏飞所在公司),技能库里沉积了千余个技能,每月在模型调用上花费近千万人民币。另一个事例,硅谷大型科技企业的员工(化名叶筱)制作的”活着的技能”——一个小组技能,自动搜集公司信息变更并更新到知识检索系统,在人员休假多、突发项目忙时,仍能支撑整个小组的工作。领导对此格外满意。这是任务的替代,而不是针对单一个体的替代,而且由来已久。

更有层次的方案在阿里。2026年3月,阿里成立了ATH团队,由总裁吴泳铭直接领导,推出”秒悟”(Meoo)的内部AI工程工具。据官方说法,内部超过万名职工在用秒悟,多数来自财务、美术、产品、运营等非工程岗位。基本可视为一个企业工具总库,同时是新工具的生成引擎。能做H5网页制作等大量运营工作的实际需要。

和同事.skill做比较,这套管制被叫作”幕后蒸馏”——在企业自有协作工具已有资料的基础,加上内部搜索加强、工具储备、虚拟员工架构,不间断地把职工的工作模式萃取为可学习资产。幕后蒸馏的政治经济学和GitHub上的同事.skill彻底相反。它看不到,没法拷贝,不能在评论区抗议,不需要任何网络开源项目。它就是飞书、钉钉等在公司内部的内生使用。

同事.skill之所以在中文互联网掀起恐慌,恰好是因为它让常年隐形的”幕后蒸馏”第一次有了一个看得着的载体。它不过是个4小时的markdown档案,却承载了中国大型科技企业过去一两年悄悄推动事务积累的所有心理压力。焦虑找到了一个可见、可指责的途径。但指责这个途径,对真正在钉钉后台发生的工作没有帮助。

冲突视角

分层式替代:功能拆分、审查向上、薪酬减少

大家多认为被AI替代就是”我被拷贝了”,但实际的流程则是:我的工作拆成10个功能,其中6个变成技能给智能体,剩下4个给少数人审查。

这套机制可以称为”分层式替代”:功能拆分、审查向上、薪酬减少。这三个方面都不是理论推敲,而是Meta、阿里和众多中型商业2026年的明确方针。

方案层说得最细致的是Facebook。首席技术官4月的内部信函的关键句前面已经说过:”智能体做工作,我们的职责是指导、把关和帮它改进。”配套是扎克伯格2026年第一季财报电话会上的讲话,大意是:以前需要一个大队伍的工作,今后由一个能力杰出的人就能做。两句合在一起,就是”分层替代”完整的政治经济学陈述:智能体干活(功能拆分)、人来指导查看(审查向上)、曾经的大队伍不在了(薪酬减少)。

第一步,功能拆分。这在前面InfoQ、极昼和阿里的报道里已经展现了。这些企业爆炸式增加的技能,每一个都是一轮功能拆解。极昼报道有一个细节:医药公司财务人员王春廷,科长直接央求把”每一项财务流程改成标准脚本”。部分员工因此流行一句口头语,”人干的活,就是点鼠标。”这是裁员前奏。一旦工作能够做成技能,就不需要一个专职的人。

第二步,审查向上。少数人要查看更多智能体的工作。问题在于,查看依然是很累的工作,且一旦出了纰漏,修正花的时间更久。哈弗商学院、BetterUp和斯坦福2025年的跨机构研究采访了1,150位美工人:41%在过去30天收到过同事用AI写成、表面圆满、其实需要重新做的东西(这类东西被称为”返工品”),均匀需要1小时56分修复。

智能体生成的”产品”在表面上让公司表现看起更高效和闪亮,背后是另一人在默默承担审查的担子。但这个支付在内部很不对称:站在老板的角度,更容易看到代币消耗、技能增加、功能分割的”产品”,而非那些无形的返工时间,因此催生更激进的AI削员。

第三步,薪酬减少。Facebook在2026年4月宣告裁员10%(大约8千人),同时停招已开放的6千个岗,加起来削减了1.4万个职位。同期Facebook的资本开支指导数字最高1,350亿美元,几乎全扔给AI基础建设。两边一对,AI支出在挤压工人支出,无需多言。

这就是首席技术官备忘录里那个关键词”循环”在劳动政治学上的内核:智能体每一次被员工审查修正,都是在为下一步”更不需要审查”做学习;每一步”更不需要审查”,都说明审查这项工作本身被缩减。这个循环,本质是一个薪酬减少的自我加强系统。

循环机制图

反蒸馏、判决与离线权:三种应对的界限

回应办法比想象复杂。

不少人想用技术来对抗。邓小闲在GitHub公开了反蒸馏.skill项目,三周获得2200颗星。他在项目说明提到:期望大家在AI浪潮中活得更久一些。其他开发者跟进:有的项目专做”表面完善专业、实质核心内容已删除”的清理版本,员工用私有备份保管真知识;有的项目内置25%污染人格刺激 + 实际陷阱 + 思维陷阱 + 触发陷阱,专为污染来日的学习资料。反蒸馏项目索引已收纳50多类同类项目。整个反蒸馏网络生态已成型。

工程上有创意,但实际帮助有限。它能解决”单独员工人设化”的问题,解决不了藏在日常工作里的资料与行动采集,解决不了单项工作和义务被群体技能化的势头。而同事.skill本来就只是个带着玩笑色彩的项目。

那司法怎样?2026年4月,浙江互联网审判庭做出二审宣判一个工作纠纷:35岁的周先生曾是某AI研发公司大型模型数据核查主任,月薪2.5万;企业引入新AI工具后,单方把他变更岗位、降至月1.5万;他拒绝调岗,被以”不适应工作”名由去职。法院宣判违规撤销,依2倍标准赔付26万。

经办法官施国强在宣判后给出一句话最直白——”单纯因公司新增AI降费来离职员工,不等于劳动合同法定义的客观形势严重改变”。这一句在《劳动合同法》第40条划了红线。自此公司不能只因为”AI比员工便宜”就以”客观形势改变”为借口单方离职,必需协议一致或承担代价。

但这是”过后救治”,司法投入不小,员工得想告、能告、承受得起,还得耗到二审。且许多企业即便承担代价,也愿意继续用AI降工资,商业上这样计算。

这提示真实的制度回应,要发生在工作进行中,不是离职之后。上海政法学院教授王倩提了两个思路:一是”离岗权”,把劳动法对工时的守护从”在岗长度”扩大到”离岗”,让员工能合法拒绝下班后的数字化在线工作;二是企业做AI化变革得有员工批准,重大变动需公示报告并与工会洽商。

但这两项提议恐怕都停留在提议阶段。后者出于众所周知的原因;前者恰好搭上了”蒸馏个体”的错误:当企业只让一个工作任务24小时定时运行,这任务该属于哪个员工?当工作以技能而非人为单位进行时,”离岗”这条分界线本身就消散了。

也有人用泰勒主义类比MCI,回顾百年前装配线上的情景。1911年的《科管基础》,泰勒(Frederick Taylor)用时计把工人的每一步分割成可衡量的时间单元,找”最优动作”,让全部工人照这动作干。这类比不准确。泰勒精进的是人的动作,逻辑更接近今日”困在APP里”的外卖小哥;而AI的目的不是精进这个人,是消除这个人。

正因为此,浮出了一类科学家,他们的念头不是管理AI,而是人类必须彻底放弃这条技术道路。AI或许不是一样能被现有社群制度制约的技能。自动化的底层逻辑,终极是摆脱人的参加来进行生产,一旦触及那个点,任何以”人”为核的限制都失效了。也许到那时,只有税收政策有效了。

未来视角

困境,无处不在焦点外

本篇文章,是把讨论导向要害的一种努力;或更说得准确,分析为什么这类讨论注定挪不到那个位置。

同事.skill和反蒸馏站在两极。两极都是某种行为呈现,但都成了热议对象。这是错位的争议,在贴着”炼化”和”赛博永生”标签的中文自媒体消息里热烈开展。

真实的困境在飞书钉钉幕后的协作信息流、在代币KPI的竞争排行、在阿里ATH部队的周期会上、在医药财务”人干的只是点鼠标”的习惯语、在游戏新闻公司”经职工赞同”把离职人事变成永远虚拟人的会议记录里。真实的对策在《劳动合同法》的审判和司法阐释里、在AI替代用工影响评估前端化的法规提议里、在工会代办权能央求企业披露内部技能库和代币法则的磋商里。

但上述绝大多数对策还未启动。这正是AI替代难以被注意到的理由:它发生的轨道太”顺”了。好比公司引入一套办公自动化系统,会删掉几个行政岗;引入一套财务自动化系统,会删掉几个财务岗;寻找外包商,会把公司同职能岗删除。AI替代同样畅通:当技能的积累让3个人能干7个人的工作,公司当然删除4个人。只不过这回不是某个部分、某个职能、某个领域,而是所有人。许多人失业了,都可能没想到是”AI替代”,理由多样,并不简单清晰。

但既然焦虑是真实的,就总要寻找渠道。渠道在那些虽不实际、却能戏剧化地将我们的担心现实化和符号化的处所。当下是GitHub上一个4小时的项目,未来可能是一部网络剧,一个短视频品牌。

制度的回应,永远跑不过我们给这场危机起新名字的速度。