同事被“炼化”为数字技能：AI 如何将人类经验转化为可执行的 Skill
爱范儿2026/04/04 14:18机翻/自动摘要/自动分类
2 阅读
内容评分
技术含量
5/10
营销水分
4/10
摘要
文章以开源项目“同事.skill”为切入点，阐述了 AI 如何通过数据蒸馏和 LLM 微调，将离职同事的工作经验封装为可调用的数字技能（Skill）。在提升工作效率的同时，作者提醒技术仍难替代判断力和创造力，并指出职场将出现岗位替代与新技能需求并存的局面。
正文
随着生成式 AI 技术的成熟，越来越多的职场角色被抽象为可编程的“技能”。这些技能本质上是经过数据蒸馏、的大语言模型（），能够在特定业务场景下完成邮件回复、代码生成、需求分析等工作。文章以开源项目 同事.skill 为例，说明了将离职同事的工作经验封装为数字 的实现思路：
- 数据收集与蒸馏——通过抓取该同事历年的邮件、代码提交、会议纪要等结构化与非结构化数据，构建个人知识库。
- 模型微调——在通用 （如 GPT‑4、Claude）上进行指令，使模型能够在给定上下文下复现该同事的写作风格和技术判断。
- Skill 包装——将后的模型封装为 API 或插件，使用统一的 进行调用，形成“同事技能”。
项目口号“将冰冷的离别化为温暖的技能，欢迎加入赛博永生”体现了技术的讽刺意味：虽然可以在一定程度上自动化重复性任务，但判断力、创造力等软技能仍难以量化。文章进一步指出，AI 在职场的广泛落地会带来两大趋势：
- 岗位替代：低层次、规则明确的工作更易被 Skill 替代，企业可实现成本与效率双提升。
- 新技能需求：对 、模型监控、数据治理等新型能力的需求激增，人才培养方向随之转变。
作者提醒，企业在引入此类技术时应保持技术与人本的平衡，避免把全部经验硬编码为数据，忽视人类独有的洞察力与创新力。