将同事「封装」「炼化」，Skill到底在干什么？
背景：AI正在改变职场协作方式
随着生成式AI的快速发展，企业逐渐探索如何将其应用到日常工作流程中，以提升效率、降低成本。近期，一个名为 colleague-skill 的项目引发了广泛关注。它提出了一种颇具未来感的构想：将离职员工的工作行为、知识经验甚至个性特征，通过数据「炼化」成一个可继续在团队中运作的AI Skill，从而实现某种意义上的“数字延续”。
这一概念并非猎奇，而是基于企业对自动化与知识管理的迫切需求。无论是大型企业还是初创公司，都在寻找更高效的方式来保留和利用员工经验。
项目简介：将离职同事变成AI技能模块
这个项目名为 colleague-skill，顾名思义，就是将离职的同事“封装”成一个技能模块。用户只需提供该员工的飞书消息、钉钉文档、邮件往来、截图等材料，再辅以一些描述信息，系统就能自动生成一个AI助手，能够在原有工作场景中“代替”该同事执行任务。
- 数据来源多样：包括IM聊天记录、文档、会议纪要、工作邮件等
- 无需训练大模型：采用人格封装技术，而非从头训练大型模型
- 输出形式灵活：生成的Skill可以作为聊天机器人、自动化流程节点或智能日志工具使用
正如一些网友调侃的那样：“以后给公司留下的不只是记忆，还有代码。”
技术逻辑：人格封装与极简主义路线
该项目的技术核心在于「人格封装」。与传统的AI训练不同，它并不依赖于昂贵的大模型微调，而是通过结构化方式提取员工在工作中的行为模式、语言风格、决策逻辑等特征，将其转化为可执行的指令集。
支撑这一技术路线的几个关键点包括：
- 结构化数据提取：从多平台（如飞书、钉钉、邮件等）提取并清洗数据
- 行为建模：分析员工在不同场景下的反应方式，建立可复用的AI行为模型
- 技能封装：将建模结果转化为可被现有系统调用的Skill，例如通过API集成进企业流程
- 持续迭代机制：通过新员工或团队反馈，不断优化和更新Skill的行为逻辑
这种方法不仅节省了计算资源，也让企业能够快速将员工经验数字化并投入使用。
应用场景与影响：从知识传承到组织文化重塑
目前，colleague-skill的设想已在一些企业中试水，尤其是在：
- 知识传承：用于保存资深员工的经验，供新人学习和调用
- 流程自动化：替代重复性高、依赖经验判断的岗位，如客服、项目协调、文档整理等
- 团队协作：作为虚拟员工参与日常工作，提供建议、提醒或执行特定任务
这一趋势可能带来深远影响：
- 员工离职不再是知识断层，而是转化为数字资产
- 企业组织结构可能更偏向于“人+AI Skill”的混合模式
- 工作文化面临重构：是否每个员工都应被“炼化”？数据隐私如何保障？
争议与未来展望
尽管该项目展现了技术上的创意和实用性，但也引发了不少争议：
- 伦理问题：员工的“数字永生”是否需要本人同意？
- 数据安全：如何确保封装过程中的隐私数据不被滥用？
- 工作替代焦虑：AI Skill是否会导致岗位进一步减少？
未来，随着更多企业尝试将员工经验结构化、数字化，类似colleague-skill的工具可能会成为人力资源管理的新标配。而如何在效率提升与人文关怀之间取得平衡，将成为技术落地的关键课题。