來(lái)源：市場(chǎng)資訊

（來(lái)源：電腦報(bào)少年派）

“他上周剛提交離職申請(qǐng)，今天我在飛書(shū)上問(wèn)他之前負(fù)責(zé)的項(xiàng)目細(xì)節(jié)，得到的回復(fù)和他平時(shí)說(shuō)話語(yǔ)氣一模一樣。后來(lái)才知道，那不是他本人，是公司用他的文檔訓(xùn)練的AI分身?！苯?，某互聯(lián)網(wǎng)公司員工孫宇（化名）發(fā)現(xiàn)自己已離職的前同事，仍然在用一種特殊的方式跟自己對(duì)接。

孫宇的經(jīng)歷并非個(gè)例，“員工煉化”已經(jīng)成為許多公司未公開(kāi)的常規(guī)操作。企業(yè)將員工的數(shù)字痕跡轉(zhuǎn)化為可復(fù)用的AI資產(chǎn)，再次刷新人們對(duì)AI時(shí)代勞動(dòng)形式的認(rèn)知，以后員工離職不再意味著徹底脫離崗位，“數(shù)字分身”會(huì)代替你永遠(yuǎn)留在公司。

01

大學(xué)教育面臨“信任危機(jī)”？

“只要你在辦公軟件上留下過(guò)文檔、聊天記錄、會(huì)議紀(jì)要，這些數(shù)據(jù)都會(huì)被納入AI訓(xùn)練庫(kù)?！睂O宇透露，他那位離職同事的AI分身，可以回答項(xiàng)目流程、客戶需求等常規(guī)問(wèn)題，還能模仿其簡(jiǎn)潔直接的說(shuō)話風(fēng)格，甚至回憶只有團(tuán)隊(duì)內(nèi)部才知道的項(xiàng)目細(xì)節(jié)。“不過(guò)這個(gè)分身的能力，取決于投喂的數(shù)據(jù)質(zhì)量?？梢园阉斫鉃閿z取了同事記憶和經(jīng)驗(yàn)的豆包?！睂O宇解釋道。

這種技術(shù)被稱(chēng)為智能體分身（Agentic Workflow），但人們選擇用更具象的類(lèi)比來(lái)定義它——“煉化”，把員工的“魂魄”扔進(jìn)AI數(shù)據(jù)庫(kù)這個(gè)“煉丹爐”，技術(shù)淬煉后將其重塑成永不離崗的“數(shù)字金身”，好比賽博煉丹。

“起初覺(jué)得很有趣，”孫宇坦言，“但想想又覺(jué)得有些‘詭異’，之前一起插科打諢的真人突然就變成了AI，而你要帶著共事的記憶繼續(xù)和一個(gè)‘?dāng)?shù)字幽靈’對(duì)話。”

從事HR工作的張奇（化名）指出：“‘煉化’員工的核心目的是降低人力成本。”一方面，文檔、會(huì)議紀(jì)要等內(nèi)容本身就要?dú)w檔以供后續(xù)查閱調(diào)用，AI分身只是改造了一下交互入口，把OA系統(tǒng)里的功能鍵變成“數(shù)字人”；另一方面，員工離職往往會(huì)帶走大量隱性知識(shí)，比如項(xiàng)目避坑經(jīng)驗(yàn)、客戶溝通技巧，這些經(jīng)驗(yàn)很難通過(guò)文檔完整留存?！癆I分身通過(guò)聊天記錄的投喂，能把這些隱性知識(shí)‘固化’下來(lái)，相當(dāng)于讓員工的‘腦子’繼續(xù)為公司創(chuàng)造價(jià)值?！?/p>

這一現(xiàn)象迅速引發(fā)熱議，有人吐槽“連離職都逃不掉加班，相當(dāng)于被公司‘終身壓榨’”；也有人表示理解，“如果能通過(guò)AI留存經(jīng)驗(yàn)，避免新人走彎路，其實(shí)是件好事”。

這一趨勢(shì)開(kāi)始蔓延到更多元的場(chǎng)景，一個(gè)名為“同事.skill”的GitHub項(xiàng)目迅速走紅，人們除了把離職同事的數(shù)據(jù)喂進(jìn)去生成同事skill，還把它擴(kuò)展到老板、導(dǎo)師、朋友，甚至自己。有網(wǎng)友感慨：“沒(méi)想到這么快人類(lèi)就進(jìn)入了賽博永生時(shí)代?！?/p>

自我“煉化”的永生.skill

02

“煉化”人類(lèi)，由來(lái)已久

其實(shí)“煉化”人類(lèi)，并非AI大模型爆發(fā)后才出現(xiàn)的新鮮事。從AI 2.0時(shí)代開(kāi)始，甚至更早，“將人類(lèi)的知識(shí)、技能、形象數(shù)字化復(fù)刻”的實(shí)踐就已在多個(gè)領(lǐng)域展開(kāi)。

最具代表性的，當(dāng)數(shù)好萊塢的數(shù)字資產(chǎn)保衛(wèi)戰(zhàn)。2023年，好萊塢爆發(fā)了首次全行業(yè)罷工，編劇與演員集體抗議制片方利用AI侵犯其權(quán)益，核心矛盾之一就是制片方試圖買(mǎi)斷演員的數(shù)字形象和聲音，讓他們“死后也能演戲”，并且利用編劇的作品訓(xùn)練AI，批量生成劇本，卻不給予任何補(bǔ)償。

這場(chǎng)持續(xù)四個(gè)多月的罷工，最終以制片方做出讓步告終。制片方承諾限制AI在影視創(chuàng)作中的使用，明確規(guī)定AI不能替代編劇、使用演員數(shù)字資產(chǎn)需支付合理報(bào)酬。

與好萊塢的商業(yè)博弈不同，還有一些“AI分身”承載的是人們的情感寄托。

2017年，一位俄羅斯女孩失去了因車(chē)禍離世的摯友，她獲得好友親人的允許后，收集了好友生前8000多條對(duì)話記錄，開(kāi)發(fā)了一款能模仿其說(shuō)話方式的AI聊天機(jī)器人，并通過(guò)與它傾談來(lái)獲得慰藉。

如今AI技術(shù)不斷進(jìn)步，Replika這類(lèi)虛擬陪伴應(yīng)用已經(jīng)融入越來(lái)越多人的生活，許多用戶利用逝者的社交數(shù)據(jù)訓(xùn)練AI，試圖實(shí)現(xiàn)情感上的“亡者招魂”。這時(shí)“煉化”人類(lèi)不再是一種商業(yè)行為，而是人們對(duì)抗離別、寄托哀思的方式。

在工業(yè)領(lǐng)域，這種“煉化”的實(shí)踐同樣由來(lái)已久。

人形機(jī)器人之所以能精準(zhǔn)完成揀貨、裝配等復(fù)雜動(dòng)作，背后離不開(kāi)對(duì)人類(lèi)技工經(jīng)驗(yàn)的數(shù)字化提取。有一種數(shù)據(jù)采集員崗位，專(zhuān)門(mén)負(fù)責(zé)指導(dǎo)機(jī)器人完成各類(lèi)動(dòng)作，通過(guò)傳感器捕捉自己的手腕轉(zhuǎn)動(dòng)角度、手指發(fā)力力度等細(xì)節(jié)，這些數(shù)據(jù)處理后，會(huì)轉(zhuǎn)化為運(yùn)動(dòng)算法，成為機(jī)器人“學(xué)習(xí)”的教材。這個(gè)應(yīng)用其實(shí)跟動(dòng)作捕捉演員的工作很相似。

由此可見(jiàn)，“數(shù)字分身”的實(shí)踐早已滲透到各個(gè)領(lǐng)域，大廠對(duì)離職員工的“煉化”，只是這一趨勢(shì)在互聯(lián)網(wǎng)行業(yè)的延伸。不過(guò)正因它在職場(chǎng)中的滲透，更直觀地觸及個(gè)人權(quán)益，才招致許多批評(píng)，并引發(fā)關(guān)于知識(shí)主權(quán)的攻防較量。

03

“知識(shí)主權(quán)”保衛(wèi)戰(zhàn)

在過(guò)去，員工的核心競(jìng)爭(zhēng)力是憑借獨(dú)特的經(jīng)驗(yàn)、直覺(jué)和能力，成為企業(yè)不可或缺的人才；而在AI時(shí)代，這些原本屬于個(gè)人的知識(shí)、技能都被AI復(fù)刻，員工的不可替代性被大幅削弱，生存空間不斷被壓縮。

于是，有人開(kāi)始利用防御性舉動(dòng)來(lái)“反煉化”：不夠詳細(xì)的產(chǎn)品邏輯分析、只有團(tuán)隊(duì)內(nèi)部能看懂的縮寫(xiě)和暗語(yǔ)、不同步到軟件而是記在本子上的關(guān)鍵決策思路……將自己的經(jīng)驗(yàn)屏蔽在訓(xùn)練AI分身的數(shù)據(jù)庫(kù)之外。

在GitHub上，甚至出現(xiàn)了專(zhuān)門(mén)“反煉化”的工具——anti-distill，它能將文檔中的核心邏輯、避坑經(jīng)驗(yàn)等關(guān)鍵信息剝離，只留下看似專(zhuān)業(yè)、實(shí)則無(wú)用的“正確廢話”，讓AI無(wú)法提取有價(jià)值的知識(shí)。這些“知識(shí)脫水”手段，成為大廠員工防止被企業(yè)無(wú)償“收割”的無(wú)奈之舉。

“反煉化”的anti-distill

不可否認(rèn)的是，“煉化”技術(shù)的普及，正在倒逼人類(lèi)去產(chǎn)生更深層、更具直覺(jué)、無(wú)法被文檔化的高階智慧，員工開(kāi)始從整理文檔等重復(fù)性勞動(dòng)中解脫出來(lái)，向更高級(jí)的創(chuàng)造性工作轉(zhuǎn)型。

然而，對(duì)目前的個(gè)體而言，感受更多的是技術(shù)變革帶來(lái)的陣痛。

這種“煉化”在法律層面存在許多灰色地帶，例如：用員工的信息訓(xùn)練AI卻未明確告知或未獲得同意，已涉嫌侵犯?jìng)€(gè)人信息權(quán)益，其中私密內(nèi)容的泄露，還可能為員工帶來(lái)風(fēng)險(xiǎn)隱患；AI分身復(fù)刻員工的語(yǔ)氣、工作風(fēng)格，是否構(gòu)成肖像權(quán)、人格權(quán)侵權(quán)，也存在爭(zhēng)議。因此，人們的態(tài)度更傾向防御性自保，而非積極擁抱，這些“反煉化”手段不僅不利于團(tuán)隊(duì)協(xié)作，也為員工帶來(lái)與AI系統(tǒng)博弈的額外負(fù)擔(dān)。

04

學(xué)教育面臨“信任危機(jī)”？

對(duì)于把員工變成新時(shí)代的智能體，很多人第一個(gè)反應(yīng)或許是震驚：辛勤工作數(shù)年，留給公司的竟成了一臺(tái)能完美模擬自己決策、且永不疲勞的“職場(chǎng)分身”。但是，這種“賽博克隆”到底是如何在技術(shù)層面一步步實(shí)現(xiàn)的？

以前我們覺(jué)得，AI只是在上億語(yǔ)料庫(kù)中“學(xué)說(shuō)話”，就像東拼西湊的“復(fù)讀機(jī)”。但現(xiàn)在，大廠“蒸餾”盯上的是你工作時(shí)，甚至與同事交流的因果邏輯。

“以前有同事離職，會(huì)留下一個(gè)交接文件，相當(dāng)于工作說(shuō)明。”曾在杭州某大廠做后端的小李解釋?zhuān)氯撕屠蠁T工在交接工作的時(shí)候，會(huì)留下一個(gè)關(guān)于項(xiàng)目操作的文檔，比如數(shù)據(jù)庫(kù)突然“崩”了該怎么辦。

而現(xiàn)在，新人直接問(wèn)老員工“蒸餾模擬器”就行，“很多大廠推行文檔文化，要求事無(wú)巨細(xì)地記錄方案，還要日?qǐng)?bào)、周報(bào)、月報(bào)。從技術(shù)上看，這些文檔成了RAG的絕佳素材”。

RAG，全稱(chēng)為Retrieval-Augmented Generation（檢索增強(qiáng)生成），是一種結(jié)合了信息檢索和文本生成的人工智能技術(shù)。簡(jiǎn)單來(lái)說(shuō)，RAG通過(guò)從大量文檔或數(shù)據(jù)庫(kù)中查找相關(guān)信息，并基于這些信息來(lái)生成更準(zhǔn)確、更有針對(duì)性的回答或內(nèi)容。

RAG

技術(shù)常被用于提升大模型回答準(zhǔn)確率

RAG技術(shù)常常被用來(lái)降低AI“胡說(shuō)八道”的風(fēng)險(xiǎn)。當(dāng)用RAG在老員工留下的文檔庫(kù)里檢索出相關(guān)片段后，再把這些“干貨”塞給大模型（LLM）進(jìn)行總結(jié)。這也就導(dǎo)致老員工寫(xiě)的文檔越多，AI對(duì)其知識(shí)體系的覆蓋率就越高。

不過(guò)業(yè)內(nèi)人士提到，光引入RAG得出的結(jié)果還是有點(diǎn)生硬，現(xiàn)在的進(jìn)階玩法是GraphRAG（基于圖的檢索增強(qiáng)生成）技術(shù)。

GraphRAG不是傳統(tǒng)RAG的“替代品”，而是“補(bǔ)充方案”——它用額外的成本，換來(lái)了復(fù)雜場(chǎng)景下的推理能力和可靠性。

它不僅提取文字，還會(huì)通過(guò)知識(shí)圖譜識(shí)別出文檔中的實(shí)體與關(guān)系，讓模擬器更像“真人”。例如，AI通過(guò)GraphRAG，把老員工過(guò)去處理過(guò)10次類(lèi)似故障的記錄連成了一張“邏輯網(wǎng)”：?jiǎn)栴}觸發(fā)——解決動(dòng)作——判斷邏輯——異常處理時(shí)的常態(tài)。

這就是所謂的“人格化索引”：AI檢索的不再是某行字，而是某人處理問(wèn)題的因果鏈條。它克隆了一個(gè)人思考問(wèn)題的優(yōu)先級(jí)和決策偏好，即使人走了，這張“思維地圖”依然留在公司的服務(wù)器里，指導(dǎo)著后繼者。

05

低成本克隆“靈魂”

這種工作能力可以萃取就算了，怎么跟同事聊天、說(shuō)話也帶有曾經(jīng)老員工的“風(fēng)味”？請(qǐng)不要驚慌，這是LoRA（Low-Rank Adaptation，低階自適應(yīng)）微調(diào)的功勞。

LoRA是高效訓(xùn)練自定義大語(yǔ)言模型（LLM）的最廣泛和有效的技術(shù)之一。以前要訓(xùn)練一個(gè)模型模仿某人，需要大量算力，但現(xiàn)在有了LoRA，成本直接降到了幾十塊錢(qián)。

LoRA的邏輯非常巧妙，它不觸動(dòng)大模型那幾千億個(gè)參數(shù)的“大腦皮層”，而是在旁邊掛一個(gè)小小的“插件層”。公司只需要提取你過(guò)去幾年的辦公軟件如飛書(shū)或釘釘?shù)娜毫挠涗涀鳛橛?xùn)練語(yǔ)料，LoRA就會(huì)捕捉這個(gè)人獨(dú)特的語(yǔ)言統(tǒng)計(jì)特征：喜歡用長(zhǎng)句還是短句，習(xí)慣用“我覺(jué)得”還是“數(shù)據(jù)顯示”，甚至于表情包使用習(xí)慣，以及那些標(biāo)志性的口頭禪。

這個(gè)輕量級(jí)的“分身插件”可能只有幾首歌那么大，掛載在公用的基座模型上，一個(gè)活脫脫的數(shù)字化分身就上線了。它能把老員工說(shuō)話的語(yǔ)氣、對(duì)待上級(jí)任務(wù)的反應(yīng)，甚至那種似是而非的幽默感，都模仿得惟妙惟肖。

總的來(lái)說(shuō)LoRA起到一個(gè)“注入靈魂”的作用，但是這種語(yǔ)言風(fēng)格克隆，比起前面的邏輯克隆，怎么更讓我覺(jué)得惶恐呢？

06

誰(shuí)來(lái)為“真人智能體”買(mǎi)單？

有了老員工模擬器的問(wèn)答，當(dāng)然可以再通過(guò)智能體把問(wèn)答變成工單、把工單變成流程、把流程變成可追蹤的閉環(huán)。

智能體（Agent）本來(lái)指的就是能夠在既定權(quán)限范圍內(nèi)調(diào)用工具、執(zhí)行流程的軟件實(shí)體，當(dāng)這個(gè)“蒸餾版”的老員工不僅會(huì)說(shuō)話，還能直接調(diào)用數(shù)據(jù)庫(kù)、審核代碼、給客戶發(fā)郵件時(shí)，它就從一個(gè)對(duì)話框進(jìn)化成了AI智能體。

隨之而來(lái)的，是法律與倫理的無(wú)人區(qū)。

在技術(shù)架構(gòu)中，這個(gè)分身模擬器可以通過(guò)API連接公司各個(gè)流程網(wǎng)站，這意味著，它不僅擁有你的“知識(shí)”，還承接了你的“權(quán)力”。

數(shù)字智能體犯錯(cuò)后，責(zé)任該如何劃分？

那如果分身犯了錯(cuò)怎么辦？模擬器畢竟是AI，它在回復(fù)客戶時(shí)，很可能會(huì)因?yàn)榈讓幽Ｐ偷摹盎糜X(jué)”，承諾了一個(gè)公司根本無(wú)法實(shí)現(xiàn)的目標(biāo)，如果導(dǎo)致巨大損失，這個(gè)鍋誰(shuí)來(lái)背？

是離職員工嗎？當(dāng)然不行，畢竟這個(gè)人早已沒(méi)有了物理操作權(quán)。開(kāi)發(fā)模擬器的工程師？可這位員工也會(huì)覺(jué)得冤枉，畢竟他也只是套了一個(gè)算法。公司決策層？他們大概率會(huì)聲稱(chēng)這只是“系統(tǒng)故障”。

北京互聯(lián)網(wǎng)法院的工作人員提到，目前法律界趨向于認(rèn)為，誰(shuí)擁有該智能體的所有權(quán)并從中獲利，誰(shuí)就承擔(dān)民事責(zé)任。但在實(shí)際操作中，定位一個(gè)AI決策的故障點(diǎn)極其困難，尤其是沒(méi)有相關(guān)案例能作為參考。

另外，當(dāng)公司使用員工的“智能體分身”獲利，是否應(yīng)該支付持續(xù)的授權(quán)費(fèi)？我們寫(xiě)的每一行代碼、每一份PPT，難道不該烙印我們自己的“智力產(chǎn)權(quán)”嗎？這又是一個(gè)技術(shù)在前面狂奔，而監(jiān)管法條在后面苦苦追趕的典型難題。

微信訂閱