過去一周，一個略帶黑色幽默的項目火了：同事.skill。

只要把一個人的聊天記錄、會議紀(jì)要、PRD、代碼注釋、郵件往來喂給模型，它就能生成一個“可調(diào)用的人”：用他的邏輯寫方案，用他的語氣回消息，用他的決策風(fēng)格判斷優(yōu)先級。

隨后，這把“煉丹爐”的火越燒越旺：前任.skill、老板.skill、導(dǎo)師.skill、月老.skill、大師.skill……甚至連女媧.skill都出現(xiàn)了。

GitHub上出現(xiàn)了一批結(jié)構(gòu)高度相似的項目：Persona 層復(fù)刻表達風(fēng)格，Work Skill 層復(fù)刻工作能力，最終輸出一個可以被調(diào)用的“人類接口”。

人，第一次被如此直觀地壓縮為一個API。

這件事真正引發(fā)關(guān)注的倒不是技術(shù)本身，而是它揭示了一個令人不適的趨勢：職場，正在被重新拆分為可以被調(diào)用的模塊。

1.“人味”正在消解，AI把職業(yè)拆成 Skill 樹

在一個按職業(yè)角色搜索 AI Agent SkillAI Skill 的平臺上，目已經(jīng)收錄了 5121個 Skill，總安裝量超過百萬次。

（來源：skills.yangsir.net）

如果你觀察各種Skill上的技能結(jié)構(gòu)，會發(fā)現(xiàn)一個明顯的變化：過去企業(yè)招聘的是崗位，現(xiàn)在招聘的是“skill組合”。

比如，產(chǎn)品經(jīng)理不再是一個崗位，而是一組能力模塊：

● 用戶研究 skill

● PRD 撰寫 skill

● 路線圖規(guī)劃 skill

● 數(shù)據(jù)分析 skill

● 增長策略 skill

工程師，也不再是“后端工程師”，而是：

● Python skill

● API 設(shè)計 skill

● Kubernetes skill

● CI/CD skill

職業(yè)被拆解為技能樹，在這個時代并不新鮮。真正的變化在于：AI 讓 skill 第一次具備了“可復(fù)制性”。

過去，一個人的能力需要通過漫長的培訓(xùn)、熟悉、復(fù)盤才能轉(zhuǎn)移；現(xiàn)在，一個 skill 可以通過上下文蒸餾，被快速復(fù)制為 AI Agent 的能力組件。

職場招聘和升遷的最小單位，也就從“單一崗位”變成“足夠多的skill”。

企業(yè)真正需要的，可能不再是一個完整的人，而是一組動態(tài)組合的能力模塊。

2.扎心真相：越小心翼翼認(rèn)真工作的人，越容易被“煉”

很多人把這一波“蒸餾”的影響理解為：我會不會被取代？一番討論后，發(fā)現(xiàn)了尤其扎心的真相：最容易被系統(tǒng)完全復(fù)制的，反而是那些認(rèn)真復(fù)盤、坦誠分析、事無巨細負(fù)責(zé)的人。

是否容易被蒸餾，取決于三個特征：

1. 是否高度結(jié)構(gòu)化

越標(biāo)準(zhǔn)化的能力，越容易被提取為規(guī)則。例如：

● 寫標(biāo)準(zhǔn)格式報告

● 根據(jù)數(shù)據(jù)生成圖表

● 按既定流程推進項目

● 按規(guī)范編寫代碼

這些能力，本質(zhì)上都是執(zhí)行流程，而 pattern，正是模型最擅長的部分。

2. 是否高度上下文化

蒸餾 skill 的核心原料不是知識，而是上下文。過去這些年，我們的職場辦公經(jīng)歷了一次轉(zhuǎn)變——大量工作過程被完整記錄在協(xié)作系統(tǒng)中。

● 聊天記錄

● 溝通文檔

● 共享文件

● 郵件系統(tǒng)

這些工具沉淀了一個“打工人”的：決策路徑/溝通方式/拆解邏輯/優(yōu)先級判斷依據(jù)。

一個人的工作方式，被完整數(shù)字化。當(dāng)上下文足夠豐富時，能力就可以被擬合。

3. 是否依賴穩(wěn)定目標(biāo)函數(shù)

模型最容易學(xué)習(xí)的，是“有明確評價標(biāo)準(zhǔn)”的能力。

例如：代碼是否報錯、文案是否通順、方案是否符合格式、數(shù)據(jù)是否準(zhǔn)確

當(dāng)“好壞標(biāo)準(zhǔn)”清晰時，能力就可以被優(yōu)化。而一旦能力可以被優(yōu)化，就可以被自動化。

3.隱性知識，不能被蒸餾成 skill

邁克爾·波蘭尼有一句被反復(fù)引用的話：“我們所知道的，比我們能表達出來的更多?！?/p>

他將知識分為兩種：顯性知識與隱性知識。顯性知識，是可以被語言、公式或圖表清晰表達的內(nèi)容，比如書本里的方法、課堂上的講解、教程中的步驟；而隱性知識，則藏在經(jīng)驗之中，往往體現(xiàn)在直覺、判斷和手感里，很難被完整說清，卻決定了事情能不能真正做好。

比如學(xué)游泳，我們很容易查到動作要領(lǐng)：身體保持流線型、注意換氣節(jié)奏、放松肌肉。但真正下水時才會發(fā)現(xiàn)，水的阻力、身體的平衡、呼吸的時機，都需要在反復(fù)嘗試中慢慢體會。

很多設(shè)計師也有類似感受：面對一句“要更高級一點”，背后可能是多年閱讀、觀察與實踐積累形成的直覺，卻很難被一句話解釋清楚。

專家之所以被稱為專家，并不是因為他們掌握了更多秘密，而是因為他們在某個領(lǐng)域里嘗試過足夠多次，犯過足夠多的錯誤，最終把經(jīng)驗沉淀為穩(wěn)定的判斷，并能夠重新表達出來，幫助他人理解。

從“知道”，到“做到”，再到“能夠解釋為什么這樣做”，這正是知識不斷進化的過程。

《自然》在2024年的一項研究也指出，用AI生成的數(shù)據(jù)訓(xùn)練未來模型，會逐漸污染知識本身的多樣性。

當(dāng)真實的、帶有隱性知識的上下文被逐漸榨干，系統(tǒng)只能用影子訓(xùn)練影子時，最終會剩下什么？剩下的，很可能只是正確的廢話。

結(jié)構(gòu)完美，卻沒有洞察；邏輯嚴(yán)謹(jǐn)，卻沒有判斷；表達流暢，卻沒有立場。

知識沒有消失，但思想消失了。

“蒸餾”的訓(xùn)練數(shù)據(jù)，恰恰來自過去的我們。

這形成了一個悖論：我們正在被我們自己的影子訓(xùn)練。

在「同事.skill」爆火之后，GitHub 上悄然出現(xiàn)了一個項目：anti-distill。它教職場人怎么防止被“白嫖”：在系統(tǒng)抓取上下文之前，主動制造噪音。

當(dāng)系統(tǒng)偏好“長文”時，就生成看似完整卻缺乏核心邏輯的文本；當(dāng)系統(tǒng)偏好“結(jié)構(gòu)化表達”時，就提供高度形式化但信息密度極低的內(nèi)容。

真正的職業(yè)資產(chǎn)，并不是那些已經(jīng)被表達出來的內(nèi)容，而是那些仍然停留在直覺中的判斷。

換句話說：職場的資產(chǎn)在于誰能夠持續(xù)產(chǎn)生新的認(rèn)知結(jié)構(gòu)，誰能具備不可以被直接“測量”的能力。

4.能力難以被直接測量時，網(wǎng)絡(luò)和使命驅(qū)動成功

“能力可測量”的說法，由全球復(fù)雜網(wǎng)絡(luò)研究權(quán)威，"無標(biāo)度網(wǎng)絡(luò)"的創(chuàng)立者巴拉巴西教授在著作《巴拉巴西成功定律》中提出。

他的研究結(jié)論足夠反常識：“可測量”的能力表現(xiàn)驅(qū)動成功（比如游泳運動員的成績），但當(dāng)能力難以被直接測量時，網(wǎng)絡(luò)結(jié)構(gòu)驅(qū)動成功。

點擊書封，立即入手

這意味著，真正決定一個人長期影響力的，并不僅是他掌握多少技能，而是他是否成為“優(yōu)先連接者”——是否處在知識網(wǎng)絡(luò)的關(guān)鍵節(jié)點。

一個人如何連接不同領(lǐng)域的知識，如何成為跨界結(jié)構(gòu)的樞紐，

如何讓思想在更大的網(wǎng)絡(luò)中產(chǎn)生影響……這些能力，很難被壓縮為單一模塊。

在《哈薩比斯：谷歌AI之腦》這本書中，作者馬拉比還原了哈薩比斯的工作方式：

他每天14至16小時的工作時長，被切分為兩個彼此獨立的認(rèn)知空間：白天，他是處理復(fù)雜組織與商業(yè)問題的管理者；夜晚，他回到科學(xué)家身份，推進理論，思考遠景。

馬拉比寫道：他的生活圍繞使命展開。

點擊書封，立即入手

“使命”與“熱情”，很難被復(fù)制為一個 skill。

因為 skill 可以描述“如何完成任務(wù)”，但無法描述“為何要完成這件事”。

使命，是一種長期張力。它改變一個人如何分配注意力，如何選擇問題，如何承受不確定性，當(dāng)一個人被使命牽引時，他的行為不再僅僅由效率驅(qū)動，而是由方向驅(qū)動。

這也是為什么，在AI時代，一個危險的趨勢正在出現(xiàn)：越來越多的人，沉入信息流與短內(nèi)容構(gòu)成的“數(shù)字貧困”。

他們持續(xù)消費信息，卻很少進入真正的認(rèn)知挑戰(zhàn)；他們不斷優(yōu)化表達，卻很少重新定義問題。

而哈薩比斯所代表的，是另一條路徑：向外探索智力的邊界，向內(nèi)鍛造意志的密度。

當(dāng)AI不斷降低技能獲取成本時，真正稀缺的能力，反而變成：

• 長時間停留在困難問題中的能力

• 在不確定性中保持判斷的能力

• 在沒有即時反饋的情況下持續(xù)投入的能力

人類真正的競爭力，反而回到一個古老的問題：

• 你如何構(gòu)建自己的認(rèn)知網(wǎng)絡(luò)？

• 你如何選擇值得投入十年的問題？

• 你如何在沒有確定性的情況下，依然持續(xù)行動？

當(dāng)世界越來越傾向于復(fù)制已有答案時，真正稀缺的，是那些仍然愿意進入未知的人。

我們學(xué)習(xí)的方式，也必須改變——線性課程，很難培養(yǎng)非線性能力。知識輸入，并不會自動形成認(rèn)知結(jié)構(gòu)。真正有效的方式，是：在復(fù)雜問題中訓(xùn)練思維。

2026年，湛廬發(fā)起新奇點CLUB：核心不是提供更多信息，而是構(gòu)建一個高密度的認(rèn)知網(wǎng)絡(luò)。

在這里，你不是學(xué)習(xí)某個 skill，而是持續(xù)訓(xùn)練：如何理解技術(shù)躍遷，如何判斷產(chǎn)業(yè)方向，如何面對未知并找到內(nèi)心的幸福。

這未必是最優(yōu)解，但確實是一種值得審視的進步觀。

歡迎你加入湛廬新奇點CLUB，成為那個定義問題、創(chuàng)造意義、連接彼此的人。

這或許才是AI時代最堅固的“思想錨點”。

加入新奇點CLUB

新奇點CLUB會員權(quán)益：

• 全年源頭領(lǐng)讀讀書會內(nèi)容無限回看

• 領(lǐng)讀人閉門答疑

• 全年領(lǐng)讀書目電子書暢讀

• 同享湛廬超級會員權(quán)益（全年購書5折）

• 免費參加作者線下見面會（享有1帶1特權(quán)）

• 新奇點大師課/工作坊1600元獎學(xué)金

1.系統(tǒng)成長：圍繞“知、行、物、聯(lián)”四大支柱，將知識轉(zhuǎn)化為穩(wěn)定的判斷力和可操作的方法。

2.全景認(rèn)知：馬兆遠、田濤、宮玉振、梁冬、李宗恩、蘇德超等數(shù)十位頂尖專家組成的導(dǎo)師陣容，覆蓋AI、哲學(xué)、商業(yè)、教育、健康等多維度認(rèn)知圖譜。

3.精英社群：與10000+同頻者，共創(chuàng)高質(zhì)量思想共振。

歡迎加入這場與思想源頭同行的認(rèn)知升級之旅！

近期活動

? 4月1日起，新奇點讀書會周健工領(lǐng)讀《哈薩比斯：谷歌AI之腦》

? 5月1日起，新奇點讀書會劉向東領(lǐng)讀《1號位思維》

? 4月18日至19日，丹納赫模式大師課

? 4月25日至26日，張堅大客戶銷售心法工作坊

BD@cheerspublishing.com,

拜托點下“在看”