夜雨聆风最近很多同行都在晒沉淀好的研判技战法、分析skill，成果摆了一桌。我们认为除了这些技能包本身更值得探讨、琢磨的，是它们怎么沉淀出来的，为什么要沉淀、又该怎么沉淀。
这笔钱从哪来、到哪去、经过谁,背后是三类记录:流水里的资金路径、交易对手的账户关系、卷宗里的通联与身份信息。
这条路径，微软、OpenAI、Anthropic 等头部AI企业都已在做：一个录操作，一个录编码，一个把技能做成一等公民。
以微软开源的 Skill Recorder为例，录一遍屏幕操作，AI 把意图和步骤整理出来，人工修正后生成可复用技能。想直观感受“演示一遍→生成技能”，照着仓库说明自己跑一遍就能有体感。但对办案单位，问题不是要不要做，而是办案的演示长什么样。
录制完成后Skill Recorder整理出的意图和步骤
对办案，“演示一遍”就是“聊一遍”
办案人员的“演示”是什么形态？不是点界面，是研判对话。提问、判断、追问、复核，一来一回，本身就是一套完整的演示。AI 智能体从这些对话里抽出来的，不是谁点了哪个按钮，而是先看哪张表、重点对哪几个字段、什么组合要标记，这些判断逻辑。
所以办案的技能沉淀，不一定需要专门录屏。一位资深办案人在系统里带教、复核、讨论线索，整个过程只要被完整记录下来，就能作为抽取技能的依据。日常研判一直在发生，技能原料也一直在产生，缺的只是把对话转成可复用流程这一步。
这里得先分清一个机制，录下来的不是坐标和点击，是任务意图和判断步骤。所以换台机器、换个界面，技能照样能跑；资深办案人这次怎么核的，换一批同类线索，新人照着这套步骤也能走通。对话能沉淀成技能，靠的就是抽意图、不抽动作。
经验从个人记忆变成团队资产
资深办案人最宝贵的东西，往往也是最难留下的东西。判断依据都散在经验里，很难写成一本给新人的说明书。技能机制把“写不出来但做得出来”变成可能，资深办案人的研判过程被沉淀成技能，经验就从个人记忆变成了团队资产。
落到具体动作上，资金穿透技能，录的是先查哪张表、再看哪几个字段、异常怎么标；文书核验技能，录的是先对哪几项、哪类不一致要标红。资深办案人退休，技能留下；新人成长，技能迭代，团队的研判能力不随人走，跟着技能库一起积累。
上手是流程，定性仍归人
对新人，技能解决的是高频动作怎么快速上手，照着可执行的流程跑，起步不再是从零摸索，而是站在资深办案人的肩膀上。但有一点要说清，技能录的是怎么做的流程，不是这么做的结论，每个案子的定性、每个疑点的判断，仍要回到人工复核。
使用上还有三道人工关
第一道是技能验收关，资深办案人或业务骨干确认录出的步骤准确、边界清楚，才能进授权库。
第二道是权限关，技能按岗位和案件范围授权，不是所有人能用所有技能。
第三道是复核关，新人用技能产出结果后，关键节点仍要人工复核、留痕可查。
这里还要提醒一句，技能生成机制目前更多是通用办公工具，映射到执法场景，得先经过本地验证。数据范围、权限边界、步骤准确性，都要按办案单位的实际条件过一遍，才能进授权库。工具可以通用，落地还得贴合单位实际的业务需求。
技能库会成为办案团队的长期资产
把这些环节放到一起看，办案团队的 AI 能力，正在从模型好不好用，转向经验攒不攒得下。技能机制把资深办案人的经验，从一个人的记忆，变成整个团队都能查、能验、能迭代的资产。新人上手不再从零开始，团队复盘不再靠回忆，技能库越用越厚。这份资产的积累速度，会直接决定团队用 AI 顺不顺手。
技能生产的方式也在跟着变，从写提示词，变成做一遍、聊一遍。以后办案单位的常态，可能是资深办案人带着新人把新套路聊清楚，技能随之入库、全员可用。门槛不在技术，而在愿不愿意把经验讲出来、验一遍、留得下。
说到底，资深办案人的经验不应只存在脑子里。把它通过对话沉淀成技能，新人接得住，团队攒得下，办案的 AI 才真正用得上、传得下。
END
往/期/回/顾
REVIEW
诚邀您参与问卷调查1分钟填写，为您带来更好的产品与服务~
点点赞
点分享
点在看