夜雨聆风
你离职后,AI 正在替你的位置上班
你离职后，AI 正在替你的位置上班
前几天我刷 GitHub，看到一个叫 “同事.skill” 的项目，几天就火了。说实话，一开始我以为又是哪个程序员闲着没事搞的整蛊项目。
玩法挺简单的：把离职同事的飞书消息、钉钉文档、工作邮件、聊天记录喂给 AI，AI 就能生成一个 “真正能替他干活” 的技能包。用他的技术规范写代码，用他的语气回答问题，甚至知道他什么时候会甩锅。
网友一句话总结：同事，散是 Token，聚是 Skill。
紧接着，前任 skill、老板 skill、导师 skill、父母 skill 接连冒出来。”#同事被炼化了#” “#赛博永生#” 冲上热搜。
已经有人贴出截图：”你好，我是已离职员工（王明）的数字分身，你可以向我提问。”
我看着这些截图，笑着笑着，就笑不出来了。
你亲手训练的那个 AI，可能正在替代你
这个项目背后，其实藏着一个很多人已经隐隐感受到的东西，你的工作经验、判断逻辑、处理问题的直觉，这些你觉得自己 “不可替代” 的底气，恰恰是最容易被 AI 提取和复制的东西。
前几年还有人出主意说，可以在代码里 “埋雷”，多层嵌套、不写注释、故意加入只有自己才懂的触发条件，增加别人接手成本，当防裁员技巧。我那时候觉得这招挺聪明的。
AI 来了之后，这招也不灵了。多层嵌套？AI 给你拆开。不写注释？AI 给你补上。只有你懂的触发条件？AI 跑一遍测试就能找出来，无非就是多烧一些 Token 嘛。
万物皆可 skill 化。
AI 替代的，恰恰是新人入门的梯子
这才是最让人心里不是滋味的地方。
Nature 今年采访了 48 位不同学科的科学家，问 AI 正在威胁哪些科学岗位。答案出奇一致：正在被替代的，是写代码、跑模型、做数据分析，这些曾经是研究生和初级研究人员的日常工作。
斯坦福的计算生物学家 Brian Hie 说得更直白：实验室专门雇来写代码的研究程序员？”这个岗位现在已经过时了。”
你发现没有？AI 最能替代的，恰恰是职业生涯的起点。
Anthropic 的报告指向同一个结论：自 ChatGPT 发布以来，22 到 25 岁年轻人在 AI 高暴露职业中的就业率下降了近 20%。企业没有解雇老员工，只是不再招新人了。
我算了一笔账。过去培养一个新人，年薪十几万，培训两年才能独当一面。现在给老员工配个 AI 工具，年费几千块，效率立刻翻倍。老板怎么选？不言而喻。
培养一个新人要两年，给老员工配个 AI 只要两小时。很多年轻人的职场就这么关上了，甚至不跟你打招呼。
得克萨斯大学的计算生物学家 Claus Wilke 说了一句大实话：”可能短期内每一块钱的预算可以有更多的产出，但代价是人才管道的崩塌和长期衰退。”
省了一个研究生的工资，但可能毁了一个未来的 Hinton。
1986 年的 Hinton 在做什么？写代码，跑实验，调参数。他做的每一件事，都是今天被列为 “正在被替代” 的任务。说实话，如果他生在今天，可能连进实验室的机会都没有。
AI 替代的不是 Hinton，AI 替代的是 Hinton 成为 Hinton 之前的那个人。
但 AI 也在给普通人开一扇窗
说个不一样的故事，让你换个角度想想。
B 站有个 UP 主叫 DiDi_OK，在伦敦做广告。他用 AI 做了一个叫《牌子》的视频，播放量 1800 多万，拿了 B 站首届 AI 创作大赛一等奖。
他以前做视频，需要学透视、学图形分割、学配色饱和度——这些需要五六年童子功的东西。现在有了 AI，输入想法，输出成品。成本降了，容错率高了，他反而更大胆地尝试各种之前不敢想的形式。
他说了一句话让我想了很久：下一个问题，好像做自己这个赛道上，没有人比我更强。
AI 出现之后，他某些 “奇怪” 的点是可以被接受的，因为它们可能在某个层面上存在真正的价值。
他还提到一个现象，我觉得挺有意思：过去大家听歌就是周杰伦，看电影就是那些大片，有一个共同的文化内容。现在每个人打开自己的音乐 APP，彼此之间的歌单差异非常大。内容越来越个人化。AI 让每个人都能做自己的内容，去吸引志同道合的人。
你看，AI 不是只关了一扇门。它同时开了一扇窗，给那些有想法但缺技能的人。
当人生 skill 化，你还剩下什么
回到 “同事.skill” 这件事。
老板 skill 帮你应对老板，同事 skill 帮你处理同事关系，前任 skill 帮你保存记忆。你有 20 个 skill，覆盖了生活中的每一种关系和场景。问题来了：要怎么管理这些 skill？
于是你需要一个 “skill 管理 skill” 来帮你调度。然后你需要一个 “决策 skill” 来判断要不要听 “skill 管理 skill” 的建议。当你把整个人生都 skill 化，你以为在用工具，实际上在喂养一个越来越庞大的系统，而这个系统运转的目的，是让你本人变得越来越不必要。
有人可能说，这不就是效率工具的进化吗？从 Excel 到 ERP 到 AI skill，工具越来越强，人越来越轻松，有什么不好？
我觉得问题不在这里。关键在于一个临界点。Excel 不会替你做判断，ERP 不会替你做决策，但 skill 会。
当你用老板 skill 应对老板三个月，你做决定前的第一反应，会从 “我觉得” 变成 “skill 怎么说”。当你用同事 skill 处理协作半年，某天有人跟你说 “你最近说话怎么这么像 AI”，你才发现自己的表达方式已经被 skill 格式化了。
你没有变成更好的自己，你变成了 skill 的执行终端。
工具和 skill 的区别就在这里：工具放大你的能力，但能力还是你的。skill 替代你的能力，你只剩下一个按下发送键的手指。
普通人该怎么办？
说几句实在的。
第一，别慌，但别装看不见。AI 替代的是重复性的、可标准化的工作。如果你的工作每天就是复制粘贴、填表、做报表，那确实该想想出路了。
第二，学用 AI，而不是跟 AI 较劲。给老员工配 AI 工具，效率翻倍，那为什么你不是那个 “老员工”？学会用 AI 工具，你一个人能干以前三个人的活，这才是你的筹码。
第三，培养 AI 替代不了的能力。提问的能力、判断的能力、跟人打交道的能力、在模糊地带做决策的能力，这些是 AI 短期内拿不走的。
有一个网友搞了个 “反蒸馏 skill”：公司让你写 skill？跑一遍，交差用。核心知识留给自己。把你写好的 skill 文件扔进来，输出一份看起来完整专业、实际上核心知识已被抽掉的 “清洗版”。这招聪明不聪明？聪明。但更聪明的是，让自己成为那个 “提 issue” 的人，能看出 AI 哪里不对的人。
skill 可以复制经验，但复制不了那个在无数次失败中学会提问的人。
当年那个在实验室里写代码跑数据的年轻人，正是因为亲手踩过无数个 bug，才能在三十年后看见别人看不见的东西。那些直觉不能被 prompt 出来，也不能被 fine-tune 出来。
最后说一句：别让自己变成 skill 的执行终端。做那个写 skill 的人，做那个提 issue 的人。
因为有一天，我们会发现自己拥有了一万个完美运行的 skill，却找不到一个能指出 skill 哪里不对的人。到那时候，被蒸馏成 Token、炼化成 skill 的，就不只是离职的同事了。
🌹 我是同志甲，探索未来普通人能走的路
接下来我要用AI实现100个想法！🌹
第1个想法已实现（暂未推广，收入0）
第2个想法已实现（关注257，收入78.03）
第3个想法已实现（暂未推广，收入0）
在这个时代，实现想法的最大门槛不再是技术，
而是你开始行动的决心。
有想法，就开始实现它吧！
👇 欢迎围观 👇