当「同事.skill」在GitHub狂揽16000星时，我们真正该焦虑的不是被AI替代，而是如何将个人能力结构化。本文深度拆解Skill的本质——从Anthropic提出的可执行脚本概念，到数字人Agent的实战应用，揭示真正有价值的「蒸馏」不是复制人格，而是萃取可迭代的方法论。那些藏在会议决策里的隐性知识，才是AI时代不可替代的竞争力。

这段时间，相信你们应该看到过这个很火项目「同事.skill」。

后来又出现了「前任.skill」、「老板.skill」，还有人把马斯克、张雪峰「蒸馏」了，真是万物皆可skill。

它的玩法是：把一个人的聊天消息、工作文档、邮件等等全喂给 AI，就能「蒸馏」出一个 skill。

装上之后，AI 就能模仿 ta 说话、做事，替代 ta。

现在这个项目在 GitHub 上已经有 16000 多颗星。

很多人焦虑，我们真的要被替代了。

但 Skill 真的能蒸馏一个人吗？

面对这个问题，我们先得搞清楚：Skill 到底是什么？

我看了下这个「同事.skill」的 GitHub 页面，用 AI 分析了下。

这个项目里的脚本，是用来抓资料的，抓飞书、钉钉、解析邮件、整理聊天记录。

最后「蒸馏」出来的东西，是一堆 Markdown 文件：描述这个人的人格、工作偏好、说话习惯的文本。

你跟它对话时，大模型读这份「剧本」，扮演那个同事回应你。

或许，它能用那个同事的一些思维方式或语气跟你讲话，但它不是在干那个同事的活，它在演那个同事。

可 Skill 不能只会「演」，还要能「干活」。

Skill 最早是 Claude 母公司 Anthropic 提出的。

Skill 本质是一个文件夹，里面装的是指令、可执行脚本和资源，让 AI 在处理特定任务时调用。

也就是说，真正的 Skill 不只是一段提示词，它还包含代码、工具调用、标准化的工作流，能让 AI 稳定地执行一些具体的任务。

最近，我在做一个数字人 Agent，要实现接待来宾、回答公司产品问题的功能，就用 Skill 实现，这样还能给其他 Agent 使用。

做下来有个很深的感受：只靠提示词和上下文，光用大模型去判断和执行，效果非常不稳定。这次能做对，下次可能就翻车。

真正要把一件事稳定交付，还得写代码，用脚本或工作流去执行任务。

说到这，答案不言而喻，一个人，是没办法被蒸馏成 skill 的。

因为，你的判断力、你面对新问题的应变能力、你在十几次会议里反复拉扯后做出的取舍——这些东西都是隐性知识，不在聊天记录里，也不在工作文档里。

但你身上的某些工作方法或技能，是可以被蒸馏成 skill 的。

我认为，能被蒸馏，反而是有竞争力的体现。

为什么？因为 skill 蒸馏出来之后，不是一劳永逸的。业务在变、场景在变、工具在变，今天好用的 SOP，明天可能就失效了。

只有最懂这件事底层逻辑的那个人，才能让 skill 持续进化。

别人拿走你的 skill，就像拿走了一份精装 PRD 模板。不懂用户、不懂业务的人，写出来的也只是个空架子。

一个人真正的护城河不是「藏着不让别人学」，而是我能把解决问题的方法拆出来，而且能持续迭代它。

所以，比起担心「我会不会被蒸馏」，真正该想的是，你身上，到底有没有可以被蒸馏的东西？

许多人干了 5 年、8 年，工作内容高度重复，却从来没把经验抽象成自己的方法论。在 AI 时代，这才是真的危险。

那怎么办呢？我想可以尝试以下方法：

1. 梳理重复动作，把它变成模板

先找到你工作里那些「每天、每周、每月都在做」的事。

比如写周报。很多人每周花半小时甚至更久，从零开始组织语言。其实你完全可以把写周报的结构整理成一个提示词模板——项目进度怎么写、风险怎么描述、下周计划怎么列。

以后每周只需要把工作内容告诉 AI，它就能按你的格式和习惯生成初稿，你只需要检查和微调。

这就是最简单的「蒸馏」，把重复劳动变成可复用的模板。

2. 沉淀决策逻辑，而不只是结论

我们在文档里通常只留了结论：「这个版本做 A，不做 B。」

可真正值钱的，是你当时为什么这么决定？看到了什么用户数据、权衡了哪些成本、踩过什么坑、为什么放弃了看上去更好的方案。

试着把这些「决策背后的判断信号」记下来。

哪怕只是每次做完决策，花 5 分钟写一段备忘。日积月累，这就是你的「决策启发式」，这东西，谁也拿不走。

3. 动手做一个自己的 Skill

很多人觉得做 Skill 门槛很高，得会写代码。其实不用。

当然，做 Skill 确实有很多玩法，这里不展开，后面专门写文章分享。

先介绍最简单的方式，就是用现成的 Agent 工具帮你做。比如 Claude Code、OpenClaw小龙虾、Hermes，它们都内置了「创建 skill」的Skill。

你只需要告诉它，你想自动化什么任务，跟它讲清楚需求，提供足够的资料，它就能帮你生成一个可运行的 Skill。

动手的过程，本身就是在把你的能力结构化。

当你试着把一件事拆成步骤、写成流程、交给 AI 去跑的时候，你会比任何时候都更清楚：自己擅长什么，哪些可以自动化，哪些只有自己才能做判断。

不用怕被蒸馏。

当你把自己手上的活，一点一点「蒸」出来的同时，你会更加理解这个活的逻辑，更有竞争力。