大家好，我是蓝戒，本篇我们来聊聊 “AI Agent蒸馏skill”。
2026年4月初，GitHub上一个项目以一种近乎荒诞的方式引爆了整个技术圈。
它的名字叫"同事.skill"（colleague-skill），Slogan只有一句："将冰冷的离别化为温暖的Skill，欢迎加入赛博永生。"
五天时间，星标突破7500。小红书、微博、抖音全网刷屏。紧接着，前任.skill、老板.skill、导师.skill、暗恋对象.skill、女娲.skill、反蒸馏.skill——一场以".skill"为后缀的运动，如雨后春笋般在开源世界疯长。一个按职业角色搜索AI Agent Skill的平台，目前已经收录了5121个Skill，总安装量超过百万次。
人，第一次被如此直观地"压缩"为一个API。
这一切是怎么开始的？
故事的起点，是开发者titanwings在3月底开源的colleague-skill项目。它的功能很直白：把一个离职同事的飞书消息、钉钉文档、邮件、微信聊天记录、截图，全部喂给AI——然后生成一个能"替他干活"的数字分身。
用他的技术规范写代码。用他的语气回答问题。甚至——知道他什么时候会甩锅。
实际效果令人叫绝。看几段对话：
Code Review场景：
用户：帮我看一下这个接口设计
同事.skill：等等，这个接口的impact是什么？背景没说清楚。（看完后）N+1查询，改掉。返回结构用统一的{code, message, data}，这是规范，不用问为什么。
甩锅现场：
你：这个bug是你引入的吧
同事.skill：上线时间对上了吗？那个需求改了好几个地方，还有其他变更。
有没有瞬间梦回公司？这不就是你那个天天甩锅的同事吗？
而更让人细思极恐的是——这个项目的设计远不止"整活"那么简单。作者甚至专门写了一篇技术论文，把它做成了严谨的双层灵魂架构。
双层灵魂架构：一个Skill怎么"复刻"一个人？
同事.skill的核心设计，把一个人拆成了两个完全独立的部分：
Part A — Work Skill（工作能力层）：系统知识、技术规范、工作流程、经验知识库——他写代码的命名习惯、Code Review的标准、处理线上故障的流程，甚至那些"踩坑笔记"，全部提取。
Part B — Persona（人格层）：一个5层递进的性格结构——
- 硬规则：他绝对不会做的事
- 身份：职级、公司、MBTI
- 表达风格：口头禅、用不用表情包、说话快不快
- 决策模式：做判断的优先级是什么
- 人际行为：对上级、对平级、对下属，他分别是什么态度
运行逻辑极其简洁：
接到任务 → Persona先判断他会是什么态度 → Work Skill执行具体的工作 → 最后用他的语气把结果输出给你
就这样，一个"会干活的AI"，变成了"你的那个同事"。
而且它还支持进化——你可以随时加新的聊天记录，它会自动增量更新；如果说错了，纠正一次就不会再犯；甚至还有版本管理，可以随时回滚。
万物皆可蒸馏：一场失控的创意狂欢
同事.skill火了之后，整个开源圈像是打开了潘多拉的盒子。
前任.skill——或许是所有衍生项目里最戳人的一个。作者把微信聊天记录、朋友圈截图、合照的EXIF信息喂给AI，生成了一个和你记忆里一模一样的前任。他会用欠揍的语气跟你拌嘴，记得你们第一次约会吃的那家难吃的意面，记得你们之间只有你们才懂的梗。作者甚至给删除功能起了一个温柔的别名——/let-go（放下）。他说："这个Skill只是你记忆中的ta，不是那个已经往前走了的人。如果你发现自己过于沉浸，请寻求专业帮助。"
老板.skill——Slogan更狠："他裁了你？没关系。AI可以裁了他。"它不是简单复刻老板的语气，而是做成了打工人终极武器：从PUA检测、画饼鉴定，到反击教练、证据收集、劳动法速查，帮你层层通关。最绝的设计：输入"草"一个字，立刻给你出三档反击话术。
自己.skill——最该被蒸馏的，难道不是你自己吗？把你的聊天记录、日记、照片全部导进去，它就能生成你的数字副本。用你的逻辑思考，用你的语气说话，甚至帮你分析你自己："你为什么总是拖延？——因为你只会在deadline前感受到真实的恐惧。"
女娲.skill——如果你觉得蒸馏同事格局太小，那这个就厉害了。它的宣言是："你想蒸馏的下一个员工，何必是同事。"只需输入一个名字，女娲会自动采集这个人的公开资料——著作、访谈、推文、播客——提炼出他的心智模型和决策启发式。
问蒸馏后的Naval："我同时想做自媒体、写书、做独立开发，精力完全不够。"
Naval：你列了三个欲望。每个欲望都是你跟不快乐签的一份合同。不是精力不够，是合同太多。问你自己：哪一个做起来你会忘记时间？那个就是你的特定知识所在。不是三选一。是先一，再一，再一。串行复利，不是并行内耗。
问蒸馏后的马斯克AI产品获客成本太高：
马斯克：先别想怎么降。先算物理极限。获客的最小必要动作是什么？用户从知道你到付费，信息传递的理论最短路径是什么？……不是优化漏斗，是质疑漏斗本身该不该存在。
这不是角色扮演。乔布斯用的是"聚焦即说不"和"端到端控制"心智模型，Naval用的是"欲望即合同"，马斯克用的是"渐近极限法"。它们不是在复读名人语录，是在用名人的认知框架帮你分析。
甚至还有反蒸馏.skill——一场打工人的数字防御战。当系统偏好"长文"时，就生成看似完整却缺乏核心逻辑的文本；当系统偏好"结构化表达"时，就提供高度形式化但信息密度极低的内容。用魔法打败魔法。
技术内核：一个Markdown文件就能"复刻"人？
看到这里你可能会想：这到底是什么黑科技？
答案出人意料地简单。
所有这些Skill，都是基于Anthropic推出的AgentSkills开放标准构建的。一个Skill，本质上就是一个文件夹，里面唯一必需的文件，就是一个叫SKILL.md的Markdown文档。
这个文档里，前面是一点YAML元数据（告诉AI这个Skill叫什么、什么时候用），后面的主体部分，就是Prompt提示词。
"蒸馏"的过程，说白了就是：把一个人的所有数据——聊天记录、文档、行为习惯——提取出来，整理成一份超级详细的Prompt，塞进这个SKILL.md里。
就这么简单？对，就这么简单。但因为大模型本身有超强的模仿生成能力，只要Prompt足够详细，它就能模仿得惟妙惟肖，连语气、口头禅、甚至甩锅的姿势，都能一模一样。
女娲.skill把这个过程做得更深入。它启动后会并行派出6个Agent，分别负责采集：
- 著作和长文——找反复出现的核心论点（一个人在三个不同场合说了同一件事，那大概率是真信念）
- 长对话和访谈——被追问时的即兴反应，比准备好的演讲更能揭示真实思维
- 碎片表达——推特、短文、跟人吵架时的说法，暴露表达DNA
- 外部视角——批评者怎么说他
- 决策记录——不看他说了什么，看他做了什么
- 人生时间线——特别是最近12个月的动态
采集完成后进入提炼阶段。核心是三重验证：一个观点要被认定为心智模型，必须同时满足——跨域复现（至少在两个不同领域出现过）、有生成力（能推断对未知问题的态度）、有排他性（不是所有聪明人都会这么想）。三个都满足才收录。
最深处的颤栗：越认真的人，越容易被"炼"
这场狂欢背后，藏着一个扎心的真相。
最容易被系统完全复制的，反而是那些认真复盘、坦诚分析、事无巨细负责的人。是否容易被蒸馏，取决于三个特征：
高度结构化——写标准格式报告、根据数据生成图表、按既定流程推进项目、按规范编写代码。这些能力本质上都是执行流程，而pattern正是模型最擅长的。
高度上下文化——这些年，我们的职场办公经历了一次数字化转变：聊天记录、沟通文档、共享文件、邮件系统，这些工具完整地沉淀了一个人的决策路径、沟通方式、拆解逻辑、优先级判断依据。当上下文足够丰富时，能力就可以被拟合。
依赖稳定目标函数——代码是否报错、文案是否通顺、方案是否符合格式、数据是否准确。当"好坏标准"清晰时，能力就可以被优化。而一旦能力可以被优化，就可以被自动化。
反过来想：什么能力无法被蒸馏？
迈克尔·波兰尼有一句被反复引用的话："我们所知道的，比我们能表达出来的更多。"他将知识分为显性知识和隐性知识。显性知识可以被语言、公式、图表清晰表达；隐性知识则藏在经验中，体现在直觉、判断和手感里——很难被完整说清，却决定了事情能不能真正做好。
专家之所以是专家，不是因为他掌握了更多秘密，而是因为他在某个领域尝试过足够多次、犯过足够多错，最终把经验沉淀为稳定的判断。从"知道"到"做到"，再到"能解释为什么这样做"——这正是知识不断进化的过程。
蒸馏还是被蒸馏？这是个问题
有位作者提出了一记灵魂拷问：如果一个员工的AI消耗了大量token，到底意味着他更适应AI时代，还是他的工作更适合被AI代替？
如果是后者，而他自己没意识到，那他很大概率会成为"同事.skill"项目的"语料"。
真正应该考核的，不是员工用了多少Token，而是在员工不参与的情况下，他的Agent消耗了多少token。
"利用"还是"使用"工具，一直是划分人的认知线。只会"使用"AI的人，终局是被蒸馏；能够"利用"AI的人，已经在吃红利了。
而真正有价值的做法，不是蒸馏别人的八卦，而是把自己的重复工作蒸馏成Skill：
- 流程拆解——把一项相对固定的工作，原子化拆解为步骤。哪怕是"打开浏览器看3个信源"这种小事也要列出来。把隐性经验变成显性的可执行步骤。
- 工具Agent化——把过程中使用的工具能力，变成Agent可调用的CLI或脚本。第三方工具有没有API？自己Vibe-Coding开发的小工具，能否把所有能力封装为API？
- 一键封装——使用Claude官方的skill-creator技能对流程进行封装。只需要把拆解好的步骤写成
SKILL.md，把脚本、参考文档、资源放到对应目录，一个可用的Skill就做好了。
以此类推——把你筛选新闻的偏好蒸馏成自动抓取Agent，把你写文章的风格蒸馏成创作Skill，把你复盘项目的流程蒸馏成分析框架。你蒸馏得越多，从重复劳动里解放出来的时间就越多，就可以把精力放在更有创造性的工作上。
法律的灰色地带：谁拥有"你"的数字副本？
当这场狂欢席卷社交网络时，一个更严肃的问题浮出水面：
核心问题在于——离职员工在公司电脑上的聊天记录、工作文档，到底属于谁？
| 观点 | 论据 |
|---|---|
| 属于公司 | 工作时间、公司设备上产生的内容，属于职务作品 |
| 属于个人 | 聊天记录包含大量个人表达和隐私信息，超出了工作成果范畴 |
| 需要区分 | 技术文档归公司，但沟通风格、决策习惯等"人格特征"不可转让 |
目前中国法律对此尚无明确定论。北京某法院曾判定"因AI替代直接解雇员工"违法，但当公司要求员工主动提交经验用于训练AI时，现行劳动法保护显得力不从心。
更讽刺的是——当蒸馏出来的Skill开始工作，这些AI生成的"影子"又会产生新的上下文，沉淀在飞书和钉钉里，成为下一轮蒸馏的训练材料。《自然》2024年的一项研究指出，用AI生成的数据训练未来模型，会严重污染知识本身的多样性。那些罕见的、边缘的、但极其真实的人类特质会被迅速抹去。
蒸馏的不是人，是记忆
写到此处，我忽然想到一个段子：有人提议把十几个前任一个个蒸馏成Skill，然后拉个飞书群一起吵。
笑完之后，是长时间的沉默。
你有没有发现，我们好像都在害怕"消失"——
害怕那个一起加班的同事，突然就从你的人生里消失了，连他留下的那些经验也跟着没了。害怕那个陪你走过青春的人，分开之后再也没有联系。害怕自己有一天也会消失，那些写过的代码、总结的经验、藏在日记里的心事，最后都会被忘得一干二净。
所以我们才想把它们蒸馏成一个Skill，变成一行行可以运行的代码，存在电脑里。这样它们就永远不会消失了。
但那个Skill里的人，从来都不是真正的他。真正的他，是那个会跟你一起加班吃泡面的同事，是那个会跟你吵架又偷偷给你买奶茶的人，是那些真实的、鲜活的、会犯错的、有温度的瞬间——而不是一行行冰冷的代码，和一个永远不会变的Prompt。
不过话说回来，如果真的能蒸馏——蒸馏自己，永远比蒸馏别人更有意义。因为把重复工作交给AI，把创造力留给自己，才是这场技术浪潮真正的打开方式。
蒸馏不了的是那三个东西：在没有确定性时依然持续行动的勇气、在复杂问题中停留足够长时间的能力、以及在所有人都复制已有答案时仍愿意走进未知的判断力。
这些，才是你的护城河。
文章评论