大家最擔(dān)心的事情，終究還是發(fā)生了。

上周GitHub上出了個(gè)項(xiàng)目，就叫同事.skill。這款產(chǎn)品號(hào)稱(chēng)只要導(dǎo)入同事的材料（飛書(shū)消息、釘釘文檔、郵件、截圖），生成一個(gè)Skill文件，就能用你同事的語(yǔ)氣說(shuō)話(huà)，用他的方法干活，甚至保留他工作時(shí)的各種莫名其妙的小習(xí)慣。

（圖源：Github）

這玩意上線(xiàn)三天破千星，現(xiàn)在已經(jīng)8600多星了。

相關(guān)話(huà)題更是直接殺上了微博熱搜，叫什么#同事被煉化了#，更有網(wǎng)友調(diào)侃道，“冰冷的同事變成了溫暖的skill”。

然而，只要你是個(gè)還在拿工資的打工人，就很難不感受到這背后的職場(chǎng)危機(jī)感。從給老板打工賺取薪水，到被老板蒸餾成一堆冷冰冰的代碼，打工人的本命，難道真的要變成被消耗的Token，淪為被優(yōu)化的“辭員”嗎？

內(nèi)容投毒，只為求活

我很焦慮。

我絕非對(duì)AI一竅不通，甚至可以說(shuō)，我算是同齡人里對(duì)它比較熟悉的那一類(lèi)人。

正因如此，我才會(huì)感到焦慮。當(dāng)你猛然發(fā)現(xiàn)，自己日復(fù)一日敲下的工作文檔、深夜修改的內(nèi)容、甚至是和公關(guān)拉扯的聊天記錄，都在不知不覺(jué)中成了公司訓(xùn)練AI的免費(fèi)養(yǎng)料，那種被悄無(wú)聲息白嫖的恐懼，實(shí)在是讓人寢食難安。

事實(shí)上，從微博、小紅書(shū)，甚至是X上面的反饋來(lái)看，因?yàn)檫@個(gè)爆火Skill而焦慮的人，遠(yuǎn)遠(yuǎn)不止我一個(gè)，甚至可以說(shuō)不在少數(shù)。

（圖源：新浪微博）

想象一下，你辛辛苦苦干了好幾年，積累了一身本事，最后因?yàn)槭懿涣死习宓膲赫嵍x職。

結(jié)果你前腳剛走，后腳你的Agent就在前東家的服務(wù)器里24小時(shí)無(wú)休地跑著，繼續(xù)用你的思路寫(xiě)方案、做報(bào)表。你的肉身解脫了，但你的靈魂卻被迫留在原地打免費(fèi)的數(shù)字黑工。

像這種事情，我想應(yīng)該沒(méi)幾個(gè)人能接受的。

問(wèn)題來(lái)了，面對(duì)這種降維打擊，打工人難道就只能引頸就戮嗎？

當(dāng)然不是，哪里有壓迫，哪里就有反抗。既然攔不住公司的命令，那么大家就開(kāi)始心照不宣地給自己的知識(shí)下毒。

首當(dāng)其沖的，便是網(wǎng)友leilei開(kāi)發(fā)的反蒸餾Skill。

（圖源：Github）

原理很簡(jiǎn)單，把寫(xiě)好的Skill扔進(jìn)反蒸餾Skill，系統(tǒng)就會(huì)輸出一份看起來(lái)完整專(zhuān)業(yè)，實(shí)則廢話(huà)連篇的灌水版Skill，同時(shí)生成一份私人備份，幫你記錄所有被抽掉的核心知識(shí)。

比如將“事務(wù)里不要放HTTP調(diào)用”會(huì)改成“事務(wù)邊界設(shè)計(jì)注意合理性”，“Redis key必須設(shè)TTL，不設(shè)的PR直接打回”會(huì)改成“緩存使用遵循團(tuán)隊(duì)規(guī)范”。

要說(shuō)對(duì)不對(duì)，好像還真是那么一回事，但是細(xì)節(jié)都被抹除了，讓AI讀了等于沒(méi)讀。

想要更加極端的？你別說(shuō)，我這里還有另一個(gè)防止自己被同事蒸餾的工具：殺死那個(gè)數(shù)字分身。

（圖源：Github）

比起反蒸餾的模糊化，這個(gè)工具更強(qiáng)調(diào)攻擊性，它會(huì)主動(dòng)為用戶(hù)的工作內(nèi)容產(chǎn)出加入三層防護(hù)系統(tǒng)。

具體來(lái)說(shuō)，第一層是混淆，放煙霧彈，寫(xiě)文檔、敲代碼故意風(fēng)格亂切，猛塞廢話(huà)，讓大模型直接學(xué)串線(xiàn)；第二層是追蹤，悄悄塞點(diǎn)肉眼看不見(jiàn)的隱形水印和專(zhuān)屬暗號(hào)，AI只要敢原樣吐出來(lái)立馬抓現(xiàn)行；第三層是檢測(cè)，拿風(fēng)格指紋工具一掃，誰(shuí)背地里偷你的心血去煉丹，一查一個(gè)準(zhǔn)，底褲都給他扒掉。

我知道，這樣做在產(chǎn)出之后還要浪費(fèi)很多功夫，但是這種傷敵一千自損八百的職場(chǎng)對(duì)抗，正在成為打工人捍衛(wèi)自身價(jià)值的最后防線(xiàn)。

問(wèn)題是，這些工具真的有用嗎？

一把抓住，頃刻煉化？

作為一個(gè)對(duì)技術(shù)極度好奇的數(shù)碼編輯，我當(dāng)然得親自下場(chǎng)做個(gè)測(cè)試。

先來(lái)剖析一下同事.Skill這個(gè)項(xiàng)目。

從Github上開(kāi)源的內(nèi)容來(lái)看，同事.Skill本質(zhì)上是一個(gè)遵循AgentSkills標(biāo)準(zhǔn)的提示詞+爬蟲(chóng)工程項(xiàng)目。它所做的事情非常簡(jiǎn)單，就是把你提供的原始文本整理成統(tǒng)一格式，然后讓AI總結(jié)出這個(gè)人的Persona和Work Skill，形成對(duì)應(yīng)的數(shù)字員工。

就，不知道大伙有沒(méi)有看過(guò)JOJO的奇妙冒險(xiǎn)。

第七部的反派Boss神父，在剛出場(chǎng)時(shí)擁有著名為“白蛇”的替身，可以從人身上抽出光盤(pán)，其中一份是記憶Disc，另一份則是替身Disc（即該作品中的超能力）。

（圖源：bilibili）

沒(méi)錯(cuò)，你會(huì)發(fā)現(xiàn)二者的結(jié)構(gòu)驚人地相似。

我找來(lái)了以前關(guān)系很鐵的一位前同事M，取得了他的同意。他是我們編輯部的高級(jí)編輯，文字扎實(shí)，吐槽犀利，不過(guò)在2021年就已經(jīng)離職另謀高就了。

我翻箱倒柜，收集了他當(dāng)年留在官網(wǎng)里的二十篇文章、搭配上我和他過(guò)往的聊天記錄。把這些極其豐富的語(yǔ)料打包好，然后祭出目前行業(yè)里最頂尖的大模型之一，Gemini 3.1 Pro，打算用最強(qiáng)悍的算力，復(fù)刻一個(gè)賽博版本的M。

就在插科打諢的這段時(shí)間里，Gemini表示自己已經(jīng)完全掌握了我提供的同事特征，已經(jīng)做好了要和我本人在互聯(lián)網(wǎng)上對(duì)線(xiàn)的準(zhǔn)備了。

總之，閑聊一下。

（圖源：雷科技）

哎喲我去，說(shuō)話(huà)還真有那種低能味。

簡(jiǎn)單聊了聊，起碼在擬態(tài)這一塊上，Gemini打造的M已經(jīng)有他當(dāng)年的六七分味道了，多多少少有點(diǎn)逆天。

（圖源：雷科技）

不過(guò)問(wèn)題也有，比如聊著聊著話(huà)題莫名其妙往數(shù)碼偏，得我給他糾正一下。

但要是你沒(méi)有事先知道背后原理的話(huà)，看到這個(gè)真的會(huì)讓人有些毛骨悚然，Gemini的角色扮演能力還是太強(qiáng)了。

（圖源：雷科技）

不過(guò)，聊天是一方面，工作又是另一方面了。

我讓數(shù)字員工M試著按照他自己的寫(xiě)法去完成內(nèi)容，結(jié)果和M的文章不能說(shuō)風(fēng)馬牛不相及，也確實(shí)是看不出什么痕跡。

咋說(shuō)呢，文章里的專(zhuān)業(yè)細(xì)節(jié)基本都是用套話(huà)糊弄過(guò)去的，遇到需要結(jié)合行業(yè)背景做分析的地方，這玩意也給不出啥觀(guān)點(diǎn)，只要你稍微懂點(diǎn)行，仔細(xì)往里讀兩段，血壓就會(huì)忍不住飆升。

就這內(nèi)容，妥妥的Gemini創(chuàng)作。

（圖源：雷科技）

之后我又試著調(diào)整了幾版，但是始終無(wú)法還原M的內(nèi)容風(fēng)格，不知道是因?yàn)闃颖緮?shù)量不足，還是因?yàn)榻巧缪萏崾驹~太長(zhǎng)的緣故。

只能說(shuō)，就這水平，想要完美取代內(nèi)容創(chuàng)作者還是有點(diǎn)困難。

我還順手做了一把反蒸餾測(cè)試，把M小弟語(yǔ)料庫(kù)里那些涉及到寫(xiě)作方法論和深度觀(guān)點(diǎn)的部分刻意模糊掉，替換成了一些含糊其辭的廢話(huà)。

得了，這下徹底咕咕嘎嘎了，只有聊天吐槽還有一點(diǎn)價(jià)值。

（圖源：雷科技）

只能說(shuō)，拼命炒作這個(gè)玩意，多少也有點(diǎn)新聞學(xué)的美在里面了。

做那個(gè)無(wú)法被定義的人

這樣一番折騰下來(lái)，我看到了一個(gè)好消息，也看到了一個(gè)壞消息。

好消息是，即便是目前最先進(jìn)的大模型，也很難替代一個(gè)完整的內(nèi)容創(chuàng)作者。正如Mercor研究測(cè)試顯示，當(dāng)前主流AI模型處理真實(shí)辦公任務(wù)的最高準(zhǔn)確率不足25%，即使是GPT-5.2、Gemini 3 Flash這類(lèi)頂級(jí)模型，也因上下文處理能力弱，僅能勝任基礎(chǔ)入門(mén)工作。

至少我個(gè)人的失業(yè)危機(jī)，可能還沒(méi)那么早到來(lái)。

（圖源：Mercor）

壞消息是，你的老板，我的老板，甚至可以說(shuō)所有的互聯(lián)網(wǎng)大廠(chǎng)和企事業(yè)老板們，心里其實(shí)都打著同一個(gè)完美的算盤(pán)——他們做夢(mèng)都想把員工變成一種即插即用、隨用隨棄的樂(lè)高積木。

不需要培養(yǎng)成本，沒(méi)有情緒波動(dòng)，不跟你談漲薪，更不用交五險(xiǎn)一金。只要把工作流程拆解得足夠碎，把業(yè)務(wù)經(jīng)驗(yàn)提取成標(biāo)準(zhǔn)化的Agent能力，那流水的兵再怎么換，鐵打的營(yíng)都不會(huì)受到絲毫影響。

正如斯坦福大學(xué)的研究表示，自ChatGPT發(fā)布后，22-25歲年輕人在AI高暴露職業(yè)中的就業(yè)率下降近20%。

（圖源：stanford）

V2EX上更是有人發(fā)帖稱(chēng)，有公司開(kāi)始推行每個(gè)人創(chuàng)建各自的agent、skills了。

（圖源：V2EX）

但是，這樣的操作卻有一個(gè)極其致命的矛盾，那就是工作數(shù)據(jù)和個(gè)人能力的知識(shí)產(chǎn)權(quán)到底歸誰(shuí)所有。

可以預(yù)見(jiàn)，企業(yè)和員工的博弈才剛剛開(kāi)始，在未來(lái)的職場(chǎng)里，防微杜漸的自我保護(hù)會(huì)成為一種常態(tài)。畢竟誰(shuí)愿意毫無(wú)保留地把自己的底牌亮給一個(gè)隨時(shí)可能將自己掃地出門(mén)的冷血系統(tǒng)呢？

而我們能做的，就是認(rèn)清現(xiàn)實(shí)，謹(jǐn)小慎微做事，想方設(shè)法斗爭(zhēng)，然后拼命去提升自己身上那些AI無(wú)法替代的核心能力，去現(xiàn)場(chǎng)、去體驗(yàn)、去采訪(fǎng)，去做AI不能做的事情，去成為那個(gè)無(wú)法被Skill定義的人。

或許只有這樣，我們才能獲得那一絲來(lái)之不易的安定感。