AI时代教育的Skill:赛博永生还是数字剥削?“某某.Skill“：一场人类提纯的实验
想象一下这样一个场景：你早上打开工作群，发现上周刚离职的同事老王发来消息，问他手里的项目进度。你愣了一下，打字问“老王你不是走了吗？”对方秒回：“我是老王的数字分身呀，以后工作上的事还能找我～”你这时这才想起，上个月公司让每个老员工录了500条工作流程、传了三年的项目文档，当时说是知识沉淀，原来早就把老王的沟通方式、业务逻辑“炼”成了这个24小时在线的“同事.skill”。现在老王人在老家，他的赛博分身却还在工位上班，连表情包都和本人用的一样。已离职但还可以打工的“赛博员工”（图片来自网络）你以为上述讲的这个故事或者这种场景离你很遥远吗？事实却可能使你大跌眼镜。在山东一家游戏传媒公司，就已经把离职的人事专员“炼”成了AI数字分身，这个分身在钉钉上能处理同事的日常咨询，还能帮忙做简单的PPT，虽然目前还在内部测试阶段，但已经让“同事.skill”从想象变成了现实。教师的Skill和教育资源的重构
在教育行业，Skill能引起大家注意是最近影响力很大的是“张雪峰.skill”事件。一个叫“女娲.skill”开源项目下的“张雪峰.skill”AI技能包（图片来自网络）2026年3月24日张雪峰老师去世，引起了很大影响，许多学生和家长都在哀悼这位教育引路人，可是让大家没有想到的是，在张雪峰老师去世后，仅仅17天后就出现了用他的生前著作、采访等内容训练的“张雪峰.skill”AI技能包。这个技能包能模仿张雪峰老师的语气和思维为学生提供志愿指导，显然开发者的这一行为并没有经张雪峰老师的家属和公司同意，因此网友们对此也大多持批判态度。但也有一些家长表示，赞同用这样的方式让张老师赛博永生。人们对于“张雪峰.skill”AI的态度褒贬不一（图片来自网络）但事实上，在教学行业，类似将教师个人经验、知识等“提纯”“蒸馏”为AI数字分身的现象早就开始出现，知识张雪峰老师的这个事件具有一定代表性。我在2025年9月就已经被震撼教育过一次了，那时一个普通的下午，我在和家长的微信群里，同事突然发了由我近几节课录音生成的AI总结，里面包含课程重点和知识架构，当时这件事让我挺震惊的。在AI的总结里竟然还包含了我的各种口癖，还有我教了很多学生，上了几千课时所总结出来的知识体系和方法。那一刻，我的内心真的有被冒犯的感觉，但是作为打工人，确实也没办法反抗。我需要这份工作，所以，即使是被动被采集了数据，也没办法去说什么。在AI的浪潮面前，我们普通人似乎是无力抵挡和无法抵挡的，因为不知道和谁要说法。也有一些声音会说，老师本来就是教授一些重复性知识，学生可以自学，而如果是蓝领工作，不像白领的专业化工作都是通过文字和固定流程完成的，就不会被轻易替代。但深入了解AI的炼化和人形机器人后，我明白了这样的说法也不那么绝对。印度工厂里正在采集egocentric data的工人（图片来自网络）这里可以提一个我最近看到的事件：就在刚开始的2026年4月初，印度南部一些服装厂的缝纫工人被要求佩戴特制摄像头指环或头戴式摄像头，在工作时记录手部穿针、叠布、缝合等操作动作，这些第一人称视角的视频被卖给美国AI公司，用于训练人形机器人的手部精细操作能力。这些数据被称为egocentric data，意思是第一人称数据，是从人的视角捕捉的视频或传感器流，比如工人干活时戴智能眼镜拍的画面，能记录手的动作、工具使用这些细节，特别适合训练机器人学人类怎么操作。从本质看，教师课堂上的语音、知识架构被AI捕捉，和印度工人佩戴设备记录手部动作，其实都是将人的劳动过程拆解为可被机器学习的数据，本质上都是技能数据化的过程。这种数据采集不分蓝领白领，核心都是把人的经验转化为机器的训练素材，所以无论哪种职业，面对劳动被数据化提取的时候，都会产生可替代的可能性。当教师的课程重点能被AI总结，工人的缝纫动作能被机器人模仿，这种技能可复制性的增强，让不同职业都面临着相似的挑战，那就是：如何证明自己的劳动中有比可数据化技能更核心的价值？反Skill？不如培养Taste
从生产力的角度来说，教师“skill蒸馏”在形式上推动了教育资源重组，它把个体经验转化为可复制的数字工具，理论上可以让更多人接触到优质教学思路。但是这种资源重组的缺点也十分明显，至少从现在看来，这种重组更像是拼凑出的一片片资源碎片，这些碎片剥离了教师在课堂上的临场互动、情感反馈，只呈现最直接的解决途径和知识，那些被剥离的东西恰恰是教育中难以被AI替代的部分。有一些技术人人员更开始开发了反Skill的程序，通过总结和优化办公流程，避免自己被炼化。但我觉得，生产力的进步是无法去阻挡的，几百年前的纺纱工人也砸过织布机，可是最终还是无法避免工业革命的浪潮。身处技术奇点，我们作为局中人也可以去想想如何通过拥抱技术而破局。“张雪峰.skill”只保留志愿指导话术，教师的课程只剩知识点总结，资源的温度和灵活性也流失了。这种重组更像是技术对教育资源的初步解构，至于能否真正优化分配，还得看技术应用是否尊重教育本质和人的价值。张雪峰老师对学生的共情、结合当下热点的调侃和金句，这些带有温度的表达，也很难被蒸馏成标准化的skill；他会给贫困学生做心理辅导，鼓励支持他们学习，会为生病孩子的家长承诺托底，会给公司想要升职的下属建议适合的路径，提供人生建议和关怀。有血有肉的张雪峰老师，才是大家心中的好老师。少了师生之间真实的情感连接和个性化引导，教育资源重组如果只看重知识传递效率，只会让教育变得像流水线。硅谷的天使投资人纳瓦尔说过，AI时代最核心的竞争力是“taste”，也就是品味和判断力。他觉得AI会让世界充满平庸的内容，这时候能筛选、判断出真正有价值东西的能力，就特别重要了，这种能力其实就是品味。其实，乔布斯在许多年前也说过同样的话，他认为设计最重要的就是“taste”，Taste 很重要（图片来自网络）在我理解看来，taste其实是一种道，是关乎人的，在任何时代，人本都是很重要的，类似中国古代哲学中的“道”，AI则是一种术，关乎手段，却无法撼动观念。不同时代，由于生产力发展，术有所不同，道却是更恒定的。我曾经做过阅读载体和阅读习惯的研究，人类从写本时代（竹简、纸张）到印本时代（机器印刷），再到数字时代（互联网图文、视频），载体的改变会带来生产效率和阅读方式的巨大改变，但最终决定知识传播内核的还是人，即使在一段时间内，社会风潮会走偏，但最终会回到正轨，真善美永远是人类文明的核心所在，我们从未停下追求真理和美好的步伐，最经得起考验的也正是这些内核。在AI能高效处理标准化任务的时代，taste这种需要人文积累、情感共鸣和价值判断的能力，反而成了人和机器拉开差距的关键。就像作为老师，课堂上那些让学生突然眼睛发亮的瞬间，往往藏着自己的“taste”：可能是一个贴合他们生活的例子，可能是一句恰到好处的鼓励，这些不是AI靠数据能算出来的。因此，我认为，教育中的taste来自教师的个人特质、教学风格，表现在教育场景中的动态互动。比如老师上课时有学生突然提问，这个老师会根据他们的反应如何调整讲解方式，这种随机应变的教育机智是AI总结不出来的。AI的“随机应变”本质上是基于海量数据的模式匹配，而教师的临场反应是结合对学生个体的观察、过往相处的了解，甚至是当下课堂氛围的直觉判断。我教过的孩子，我会知道某个学生内向，提问时会放慢语速鼓励，这种带着人味的调整，AI需要持续输入大量个性化数据才能模拟，却很难真正理解背后的情感动机。就像课程录音，AI能总结知识点，但它不会记得这个学生走神时我特意举的那个他感兴趣的idol的例子，也不会捕捉到我讲完难点后，观察到的学生表情的停顿。AI时代教育的Skill，或许可以通过蒸馏让一位名师赛博永生，又或许存在某种程度对老师们过往经验和知识的数字剥削，但我始终相信：教育这件事，从孔子开始，最重要的是个性和温度，藏在知识之外的教育细节，才是蒸馏不掉的核心价值。作为一名教育者，我开始体会到，或许这个新的时代需要的不再是知识传递者，而是教育关怀者，思维构建者。AI时代的教育，一定会颠覆很多东西，那些我们从前相信的信条可能一夜之间变得不可信，我们每个人都无法从这场浪潮中抽身旁观，而是要在潮流中激流勇进。对于老师来说是如何选择教学方式，确保自己保持taste；对于家长们来说，是如何培养自己的孩子，如何用自己的taste为孩子选择哪一条不被淘汰的路；对于孩子们来说，是选择相信什么，如何在成长过程中慢慢养成自己的taste。我是安彤。
一个爱阅读爱写作的90后。
我相信写作能够给人鼓舞，阅读可以疗愈人生。
让我们一起在文字中感悟生活，热爱生活。
在这里，我会跟您分享我的文学创作与日常心得。
如果您有任何建议或想分享的观点，欢迎在微信后台或推文留言区留言交流~
夜雨聆风
