将同事“封装”“炼化”，Skill到底在干什么？
背景：AI时代下的“数字同事”热潮
近年来，随着AI Agent生态的快速发展，一个名为“同事.skill”的项目在社交媒体上引发广泛讨论。该项目声称可以通过收集离职同事的飞书消息、钉钉文档、邮件等信息，结合描述性材料，将其“炼化”为一个能继续完成工作的AI Skill。这不仅是对AI能力的探索，也引发了对“数字永生”“职场替代”的热议。
技术解析：所谓“炼化”只是提示词工程
所谓“炼化同事”并非真正意义上的AI训练，而是一种提示词工程与数据爬取的结合。开发者通过Python脚本自动抓取各类工作沟通平台的数据，并整理成统一格式，最终生成描述该同事工作逻辑与表达风格的Markdown文件。
- 五层人格结构：定义硬性规则、身份认知、表达风格、决策模式与人际行为。
- 技能模块构成：包括Skill.md、work.md、persona.md和meta.json等文件。
- 实际运行方式：AI根据提示词扮演该同事，无法保留长期记忆，也无法适应新问题。
这些Skill本质上只是结构化的角色扮演剧本，无法真正复刻人类的判断力和创造力。
应用场景：企业与个人都在尝试封装经验
尽管技术原理并不复杂，但Skill的使用场景正在快速扩展。企业开始鼓励员工将经验转化为Skill，用于自动化处理重复性任务，如招聘筛选、工作交接、发票审核等。部分开发者已经从中找到商业价值。
- Viy（HRD）：开发Boss直聘简历初筛Skill，节省人事部门数小时工作时间。
- 摸鱼（设计师）：打造图像分析Skill，提升视觉设计效率。
- Jing（技术专家）：将玄学命理服务封装为Skill，在豆包、ChatGPT等平台运行。
Skill的核心在于经验提炼，而非技术编码。只要能拆解流程、写出“AI能理解的说明书”，任何人都可以参与开发。
变现路径：Skill如何创造经济价值
尽管Skill生态仍处于早期，但已有明确的变现路径：
- 内嵌变现：将Skill作为增值服务嵌入自有产品，例如每月19.99美元的订阅制。
- 平台引流：通过免费Skill在AI平台吸引流量，再引导用户转化。
- 企业定制：提供行业深度定制Skill，按项目收费并附带售后服务。
据观察，Top 100热门Skill占据50%以上的安装量，说明Skill生态存在明显的“长尾效应”。通用型Skill易被复制，而垂直行业Skill则具备更高的商业价值与议价能力。
法律与伦理风险：隐私与数据安全问题浮现
“炼化同事”的做法在法律层面存在明显风险：
- 依据《个人信息保护法》，离职员工的数据处理需取得其授权，而现实中往往并未获得。
- 工作聊天记录中常包含敏感信息，如健康状况、家庭情况、财务数据等，涉及隐私泄露。
- 企业如擅自使用此类Skill，可能面临警告、罚款、甚至停业整顿。
此外，部分网友开始尝试用“反蒸馏.skill”等工具对抗这种行为，通过加入干扰信息降低AI对原始人格的模拟精度。
未来趋势：Skill生态的演进方向
目前，Skill生态仍处于碎片化阶段，不同平台间的Skill无法互通。未来可能的发展方向包括：
- 标准化建立：统一Skill开发与运行标准，降低适配成本。
- 分发平台出现：构建类似App Store的Skill商店，实现透明规则与变现机制。
- AI自动生成Skill：未来AI Agent或将自主开发、部署Skill，形成自驱型生态。
- 平台垄断风险：一旦形成头部平台，小开发者可能被边缘化。
尽管如此，Skill的真正价值仍在于替代标准化劳动，而非取代人类核心创造力。那些需要深度洞察与创新能力的岗位，AI仍难以胜任。
写在最后：警惕技术误解，善用Skill工具
“同事.skill”最初只是开发者圈的一个玩梗行为，却被广泛误读为“AI替代人类的开端”。其实，它只是一个文本拼接+提示词模板项目。AI在模仿“专家”时还会出现“专家悖论”，即越模仿，越容易出错。
与其焦虑“被炼化”，不如主动掌握Skill开发能力，将烦琐流程交给AI，把省下来的时间用在真正需要创造力、洞察力的地方。毕竟，AI不是来淘汰你的，而是来放大你的价值的。