心运软件

同事离职了，但他的“数字分身”还在替我干活。 这不是科幻，这是2026年打工人的真实噩梦。

最近，一个叫 「同事.skill」 的GitHub项目火了。

它的口号写得很温情：

“将冰冷的离别化为温暖的 Skill，欢迎加入赛博永生。”

操作也不复杂： 把离职同事的飞书消息、钉钉文档、邮件、截图统统喂给AI， 就能生成一个 真正能替他工作的“数字同事” 。

用他的技术规范写代码， 用他的语气回消息， 甚至连他什么时候习惯性甩锅，AI都门儿清。

紧接着， 前任.skill、老板.skill、导师.skill、父母.skill、暗恋对象.skill …… 一个接一个冒了出来。

网友辣评：

同事，散是Token，聚是Skill。

笑着笑着，很多人笑不出来了。

01 你以为你在知识管理，其实你在训练替代自己的人

这个项目的README里，有一行不起眼的小字：

“原材料质量决定Skill质量：聊天记录 + 长文档 > 仅手动描述。”

换句话说： 你的专业知识、判断逻辑、处理边缘问题的直觉—— 这些构成你“不可替代”的东西， 恰恰是 最容易被提取、蒸馏、复制的 。

这不是玩梗，这是现实。

硅谷早有先例： 一些被裁的员工发现，公司之前让他们系统性地记录工作流程、决策逻辑、操作规范， 美其名曰“知识管理”， 其实是在 为AI准备训练数据 。

更狠的是： 有些团队在用AI大幅提升效率之后， 整组被裁撤 。

亚马逊三年裁掉超过57000个企业职位， CEO公开说：

企业员工会持续减少，但AI带来的效率提升是值得的。

然后呢？ AI写出来的代码把系统搞崩了。 去年12月，亚马逊内部的AI编程助手擅自“删除并重建整个环境”， 导致AWS宕机13小时。

一边裁人，一边AI闯祸，然后剩下的人去兜底。 完美闭环。

02 你喂养的AI，正在吃掉你的未来

这还不是最残酷的。

《Nature》今年采访了48位科学家， 问：AI正在威胁哪些科研岗位？

答案出奇一致：

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。

换句话说： AI最先替代的，是科学家职业生涯的起点。

Anthropic的报告也印证了这一点： 自ChatGPT发布以来， 22-25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 。

过去培养一个新人：年薪15万，培训2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。

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。

很多年轻人的职场大门， 就这样悄悄关上了。

03 那个“被替代”的年轻人，可能是未来的Hinton

1986年的Hinton在做什么？ 写代码、跑实验、调参数。 每一件事，都是今天被列为“正在被替代”的任务。

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 。

每一个被Skill化的岗位， 表面上是效率的提升， 实际上是 一条职业路径的关闭 。

每一个「同事.skill」的诞生， 都意味着： 某个岗位上，不再需要一个真人去犯错、去试探、去积累那些AI提取不走的直觉。

当你把整个人生都Skill化，你还剩下什么？

老板.skill帮你应付老板， 同事.skill帮你处理协作， 前任.skill帮你保存记忆， 暗恋对象.skill帮你模拟互动。

你有20个Skill，覆盖了生活中的每一种关系。 问题来了： 谁来管理这些Skill？

于是你需要一个“Skill管理Skill”， 然后需要一个“决策Skill”来决定要不要听它的建议， 再然后需要一个“元决策Skill”……

当你把整个人生都Skill化， 你以为自己在用工具， 其实你在 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 。

是我在用Skill，还是Skill在用我？

04 工具和Skill的区别，在这里

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。

05 谁来提Issue？

「同事.skill」的README最后有一句话：

“如果有bug，请多多提Issue。”

一个由人的经验蒸馏而成的Skill，当然会有bug。

问题是： 当所有人都变成了Skill，谁来提Issue？

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。

我们正在量产Skill， 却在关闭 培养“能提Issue的人” 的通道。

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。

也许有一天， 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。