AI 進入職場后，最敏感的變化不只是“機器搶飯碗”。更細的一刀，是公司開始把員工的經驗、判斷、說話方式、工作習慣拆成可調用的 skill。人離職了，數字分身可能還在系統里繼續干活。

被復制的，不只是工作流程

過去的自動化，復制的是流程。

比如一套固定審批、一段重復操作、一個標準工序。員工把事情怎么做清楚，機器照著跑。

現在不一樣了。

AI 智能體正在學習更細的東西：一個人怎么判斷、怎么寫、怎么溝通、怎么處理例外情況。聊天記錄、工作文檔、郵件、評審意見、操作路徑，都可能變成訓練材料。它們被整理成一套技能包，裝進智能體里，供別人繼續調用。

這就是“蒸餾”讓人不安的地方。它不只是讓機器完成一項任務，而是讓機器盡量學會“某個人完成任務的方式”。

公司看見的是效率和資產沉淀，員工看見的是另一回事：自己把經驗交出去之后，會不會親手訓練出一個替代自己的“數字員工”。

人走了，聲音還在上班

這種擔心不是憑空來的。

一名曾在代運營公司做剪輯的員工離職近一年后，發現自己的聲音仍在替前公司“工作”。起初她以為公司只是在繼續使用過去錄好的素材，后來發現一些廣告里的文案和產品，根本不是她曾經參與過的內容。

她意識到，自己的聲音可能已經被 AI 克隆。

過去，離職意味著勞動關系結束。人走了，電腦交了，工牌還了，雙方基本兩清。

但 AI 把邊界弄模糊了。聲音、表達方式、工作習慣、判斷路徑，可能繼續留在系統里，被訓練、被調用、被復用。一個人不在公司了，某種“工作中的你”還可能繼續存在。

這比簡單的崗位替代更難受。因為被拿走的不是某份文件，而是你長期工作里積累出來的那部分自己。

“同事.skill”點燃焦慮

今年3月，一個名為“Colleague.skill”的開源智能體項目在 GitHub 上走紅。只要提供離職同事在職期間的聊天記錄、工作文檔、電子郵件，再加上一些關于性格、習慣、表達風格的描述，就可以生成一套“同事”的數字技能包。

開發者的說法，是希望把團隊隱性知識沉淀下來，讓技能可移植、可檢查、可糾錯。但這個方向一旦進入職場語境，很快就會變味。

員工擔心的是：公司是不是要把我的經驗拆下來，變成公司的工具？

類似的想象已經擴散到更多領域。有人嘗試做“張雪峰.skill”，把書、采訪和人生時間線喂給 AI，試圖生成一個能幫考生做決策的“賽博張雪峰”。還有“前任.skill”“導師.skill”等各種數字分身項目。

當“人”被拆成一套可安裝、可調用的技能包，問題就不只是技術好不好玩，而是一個人的經驗到底歸誰。

大公司也在收集工作痕跡

這種趨勢不是開源社區的小眾實驗。

Meta 曾向員工推出“模型能力倡議”，捕捉員工鼠標點擊、鍵盤輸入和屏幕內容上下文，用于訓練 AI 智能體。內部解釋是讓 AI 學習聰明人做事，幫助模型進步。

但員工強烈反對。一份反對請愿書獲得超過1500名員工簽名，有人把公司形容為“員工數據提取工廠”。

后來 Meta 增加了一些控制措施，比如允許員工暫停數據收集，或者申請豁免部分活動。但這并沒有完全消除焦慮。因為在這之前，公司剛經歷裁員，大量員工被轉崗到新的 AI 工作流相關崗位。

員工的直覺很直接：一邊收集我的工作行為，一邊說 AI 要提高效率，一邊又在裁人。誰能相信自己只是被“學習”，不是被替換？

打工人開始“反蒸餾”

“同事.skill”走紅后，很快出現了“反蒸餾.skill”。

它的思路很有意思：如果公司要求員工提交知識文檔或 skill 文件，員工可以先用工具“清洗”一遍。清洗后的內容看起來仍然像規范文檔，也符合職場語言，但真正起決定作用的隱性經驗、判斷訣竅、關鍵細節，會被保留下來，只放進自己的私人備份。

比如，原來很具體的經驗寫法，會被清洗成“遵循團隊規范”“考慮合理性”“梳理完整背景”這類正確但沒什么用的話。

這套東西能不能真正防住公司，另說。但它之所以火，是因為它戳中了職場人的本能反應：如果公司要把我變成可替代零件，我至少要知道自己該保留什么。

另一款“留一手.skill”則沒有那么強的對抗性。它更像一個自我盤點工具，提醒使用者哪些工作正在被 AI 瞄準，哪些判斷只有自己能做，哪些經驗應該整理成個人護城河。

這背后其實是同一個問題：AI 時代，普通人還能不能保住自己真正不可替代的部分。

維權很難，分紅更難

如果一個人的聲音、形象、工作習慣被 AI 復用，維權并不容易。

聲音克隆的線索往往靠自己刷到、朋友轉發、粉絲提醒。即便進入訴訟，周期可能長達一年到一年半。律師費、鑒定費、取證成本都不低。普通人還要證明：這個侵權到底讓自己損失了什么。

員工經驗被“蒸餾”就更難。

企業通常不會公開承認用了某個員工的數據訓練模型。員工離職后，也會立刻失去內部系統權限，很難拿到 skill 調用記錄、模型訓練材料或內部文檔。AI 模型本身又是黑箱，被侵權者往往只能從輸出結果反推，卻很難證明“最初到底喂了什么”。

現有法律能保護人格權、個人信息權益，但對“經驗被轉化為技術資產后，員工能不能獲得收益”這個問題，仍然不夠清楚。

這才是更深的一層：如果公司合法合規地用員工經驗訓練出高效工具，員工是否只能成為訓練材料？如果數字分身繼續替公司創造價值，原來的勞動者有沒有資格分一杯羹？

結語

“反蒸餾”不是反對 AI。

它反對的是把人壓扁，把一個活生生的人，壓成幾條流程、幾個標簽、幾段提示詞、幾個可調用的 skill。

AI 可以幫助人，也可以替代人。區別在于，它到底是在放大人的能力，還是在把人的經驗抽走之后，讓人變得更便宜、更容易被替換。

未來職場最值得追問的，也許不是“AI 什么時候取代我”，而是另一個更細的問題：AI 取代我的能力，是怎么形成的？里面有沒有我的聲音、我的判斷、我的經驗？如果有，我能不能知道、拒絕，或者分享它帶來的收益？

技術越像人，越不能忘了人。