夜雨聆风
本文深入探讨了AI Agent时代由“炼化离职同事”引发的职业恐慌，揭示了技术如何将个人经验模块化，剖析了“职业入口关闭”背后的结构性危机，并提出了在生成成本趋零时，人类如何重新锚定判断力与定义问题的价值。
引言：当告别变成“数据炼化”
近日，GitHub上爆火的项目“Colleague.Skill”将一个荒诞的现实推向了聚光灯下：离职的同事并没有消失，他们只是被蒸馏成了Token。在社交媒体上，“被毕业的同事并没有真正离开，只是换了一种赛博形式陪你加班”成为了一个让人笑不出来的职场黑色幽默。这不仅是一个关于AI复活死者的科幻话题，更是一场关于职场生存逻辑的深刻博弈。从对“张雪峰式”专家经验的结构化提取，到将身边离职同事的聊天记录、文档代码封装成可复用的Agent，AI正在以前所未有的颗粒度拆解人类的经验。这种现象引发了广泛的焦虑：当我们的经验、判断甚至人格都可以被“炼化”为企业的数字资产，打工人还剩下什么？
技术解构：不仅是“数字永生”，更是经验的模块化
在恐慌蔓延之前，我们需要先冷静地拆解这项技术。所谓的“炼化”，并非字面意义上的灵魂提取，而是一种基于大模型的高效知识封装。技术上看，目前的“同事Skill”通常包含两个核心层级：
- Work Skill（工作技能层）：
提取显性的工作能力，包括技术规范（如Redis Key必须设TTL）、决策路径（如代码Review的逻辑）以及核心技能（如Bug排查方法）。这一层旨在模拟日常工作的标准化流程。 - Persona（人格层）：
提取个人的沟通风格和行为特质，如飞书会议记录中的发言风格、口头禅，甚至是处理冲突时的语气。
其运作原理本质上是RAG（检索增强生成）与提示词工程的结合。它并不改变模型底层的参数权重，而是将一个人的零散资料（聊天记录、文档、邮件）清洗成结构化的Markdown文件，构建一个特定的上下文框架。当用户输入指令时，系统调用大模型API，在预设的上下文中扮演该角色。正如技术分析所指出的，这更像是一个“外置的、可调用的知识与流程层”。它的门槛被大幅降低，使得普通企业也能低成本地将个体的经验固化为企业的数字资产。
危机显现：职业入口的关闭与“微能力”的剥夺
虽然目前的技术尚显粗糙，甚至存在“垃圾进，垃圾出（GIGO）”的问题，但它预示了一个令人不安的未来趋势：职业技能的原子化与自动化的加速。斯坦福大学基于美国薪资记录的研究显示了一个令人警觉的数据：在AI暴露度高的职业中，年轻工作者（22-25岁）的就业相对于年长工作者下降了约13%。这就是所谓的**“职业入口关闭”机制**。
- 经验积累路径的断裂：
过去，初级员工通过处理繁琐的基础任务（如编写样板代码、整理数据）来积累直觉和判断力。现在，Agent不仅能完成这些任务，还能直接调用被“蒸馏”的资深员工的技能。 - “微能力”的剥离：
Skill能够逐步把岗位内部的一部分又一部分“微能力”抽出来、自动化、模块化，从而逐渐改写岗位定义。当“知道怎么做”变成了一个简单的API调用，人类作为执行终端的价值被极大地稀释。
这种影响远比显性的“机器替代人”更为深远。它不是直接消灭岗位，而是抽走了岗位成长的阶梯，使得新人难以通过传统的学徒模式获得成长。
法律与伦理：谁拥有“默会知识”的所有权？
当企业试图将离职员工“炼化”为Skill时，一个尖锐的法律与伦理问题浮出水面：沉淀在聊天记录和文档中的经验，到底属于谁？清华大学公共管理学院陈天昊教授指出，这存在巨大的法律灰色地带，涉及三个层面：
- 知识产权：
职务作品的著作权归属通常清晰，但个人在工作中形成的独特判断逻辑和处理方式，往往具有混合属性。 - 个人信息与隐私：
将离职员工的私人沟通记录用于训练AI，可能违反《个人信息保护法》，尤其是未经授权的商业化使用。 - 默会知识：
这是最具争议的部分。个体的判断习惯、沟通节奏、在不确定情境下的取舍标准，是打工人真正的“饭碗”。目前法律尚未明确规定这部分高度情境化的“Know-how”是否应由劳动者掌握。
为了应对这种掠夺，甚至有开发者开发了“反蒸馏Skill”，将核心知识替换为“正确废话”以混淆视听。这不仅是一场技术的攻防战，更是劳动者对自身职业资产所有权的底线防御。
价值重构：从“会做”到“知道该做什么”
面对AI的“炼化”浪潮，恐慌无济于事。真正的出路在于重新锚定那些不可被蒸馏的人类价值。未来的劳动价值结构正在重塑，稀缺性正在发生转移：
- 从“亲手执行”到“定义问题”：
当AI能让生成成本趋近于零，最有价值的不再是写代码或画图的能力，而是定义问题的能力。在一万个AI生成的选项中，挑出那个从“正确”跃迁到“完美”的选择，需要基于深厚行业沉淀的判断力。 - 从“经验复用”到“提出真问题”：
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。人类的直觉、跨领域联想、对矛盾与边缘的敏锐感知，是创新的源泉。 - 责任与边界的担当：
当决策由AI辅助甚至生成时，谁来承担后果？人类独有的取舍、责任与道德感，是冷冰冰的算法难以一次性蒸馏的。
Agent始终应该是作为辅助工具，而非将人炼化为“数字耗材”。 在这个时代，最宝贵的将是那些能驾驭Agent、能够系统性地思考并提出真问题的人。
结语
“炼化离职同事”与其说是一个技术奇迹，不如说是一次关于人类价值的严厉提醒。它迫使我们正视：我们工作中那些可被标准化的部分，终将被归零。真正的职业安全网，不再是囤积具体的技能点，而是培养那种无法被封装的系统思维与审美判断。当所有人都变成了Skill，谁来提Issue？答案只能是：那些拒绝被降维为接口，始终在思考“为什么”和“值不值”的人。
硅基生物观察室
SILICON-BASED OBSERVATION
周期洞察基石解码实战升级
长按识别二维码关注
💬 回复关键词获取更多内容
Agent大模型职业危机技能价值蒸馏
感谢您的阅读，欢迎分享给更多朋友
