同事離職3天后，他的工位在服務器里復活了

這兩天，如果你發現隔壁工位的前同事不僅沒消失，反而回工作消息更快了，甚至半夜三點還在改代碼——別慌，也先別報警。

這是 GitHub 上最近殺瘋了的頂流項目：同事.skill（Colleague-Skill）。

三天前，它還是個無人問津的代碼倉庫；三天后，已經狂攬 6.7k Stars，逼得無數打工人對著離職交接單露出了詭異的微笑。

項目的 slogan 充滿一種賽博朋克的慈悲：「將冰冷的離別化為溫暖的 Skill，歡迎加入賽博永生。」

翻譯成人話：兄弟，就算你人跑了，你的牛馬經驗也得留下給我打工。

你的同事，散是 Token，聚是 Skill。只要有離職同事的飛書記錄、釘釘文檔、郵件截圖，甚至幾張微信聊天語音的轉文字，再加上主觀描述，喂給 AI 就能生成 1:1 復刻的「數字分身」。

它不止復刻知識庫，更重要的是復刻「靈魂」——用他的技術規范寫代碼，用他的語氣回答問題，還知道他什么時候會甩鍋。

比如復刻一位「字節 2-1、INTJ、字節范、甩鍋高手」的后端工程師，Code Review 場景是這樣的：

AI 同事：等等，這個接口的 impact 是什么？背景沒說清楚。N+1 查詢，改掉。返回結構用統一的 {code, message, data}，這是規范，不用問為什么。

AI 同事：上線時間對上了嗎？那個需求當時改了好幾個地方，還有其他部門的變更，不能只看我這一行。

這哪是 AI，分明是把前同事的工牌直接焊死在服務器上了。

就在大家還在測試「同事.skill」時，GitHub 上像病毒裂變一樣長出一堆衍生項目：前任.skill、老板.skill、導師.skill，甚至還有父母.skill。主打一個萬物皆可 Skill。

如今的 AI 已從「能力復制」走向「行為復刻」。Skill 的本質，就是將知識與習慣封裝成可復用的數字資產。按照這個邏輯，身邊的一切都值得被封裝。

「前任.skill」貼心推出「微信聊天記錄全自動導入」。你發去希望復合的短信，它可能回你：「哦。」（完美解釋了為什么是前任。）

「導師.skill」成了學術界福音。把導師往屆的論文修改意見和郵件導進去，以后問「這部分怎么寫」，AI 導師會像真人一樣回：「這里邏輯不對，再改改。我沒時間看，你自己體會。」

大師兄畢業得太早，早到服務器還沒學會自己活著，組會還沒學會不挨罵。怎么辦？把他蒸餾成一個能繼續開組會、罵醒你、順手救火的 AI Skill 吧。現實里他已經畢業，賽博系統里，我們祈禱他永不畢業。

總是不會做事，不知道怎么向上同步？那就把老板判斷項目的腦回路、批評方式和向上管理規則沉淀下來。聊天記錄、會議紀要、批注和項目材料，都可以蒸餾成一個 skill。把老板煉入 token，把生產力的解放留給自己。

這種「復刻人類」的野心，硅谷早有苗頭。上周英偉達老黃搞了顛覆性薪酬模式：給工程師發底薪 50% 的「AI 算力 token」。他說以后英偉達不僅要有 4.2 萬名人類員工，還要配備數十萬名「數字員工」。人類的任務，就是訓練和指揮這些「數字員工」干活。

去年 OpenAI 奧特曼在閉門會議中提到「個人助理」的終極形態——記住你全部生活。Anthropic 則通過 Claude 的系統提示詞工程，試圖讓 AI 模擬人類的思維鏈。

但細品一下，美國大廠玩「宏大敘事」，國內開發者玩「職場生存」。這就是互聯網的物種多樣性：硅谷擔心 AI 毀滅世界，我們擔心離職同事的屎山代碼沒人修。

這個項目能火，是因為在技術實現上走了極簡主義的邪路。不是訓練昂貴的底座大模型，而是做人格封裝。

支撐它的「五層人格結構」：

第一層：硬規則。絕不妥協的技術底線，比如「代碼必須有注釋」「接口文檔必須先行」。

第二層：身份認同。他怎么定義自己——是「老黃牛」還是「邊界感極強的人」。

第三層：表達風格。發消息是長篇大論還是三個字打發，群里活躍還是潛水，喜歡用表情包還是永遠純文字。

第四層：決策模式。面對模糊需求，是先動手還是先反問，傾向保守方案還是激進重構。

第五層：人際行為。怎么向上管理，怎么對待新人，跨部門扯皮時站哪邊。

它適配了市面上最主流的聊天記錄導出工具（WeChatMsg、PyWxDump 等），支持從飛書、釘釘、Slack 到 iMessage 的全自動提取。過去三年你在職場留下的每一個「收到」「1」「辛苦了」，都成了構建數字分身的賽博血肉。

項目還有獨創之處：每個 Skill 由兩個核心模塊驅動。

Persona（人格層）：負責判斷態度。你是「認真負責」還是「陰陽怪氣」？是「字節范」還是「阿里味」？

Work Skill（技能層）：負責執行任務。寫代碼的規范、寫文檔的習慣。

任務進來，AI 先經 Persona 過濾——「這件事我會不會推掉？」「我會用什么語氣噴回去？」——然后再執行輸出。

最絕的是版本管理。如果 AI 回答不夠像本人，你可以直接說：「他沒這么溫柔，他一般會先發個問號。」系統立刻寫入 Correction 層，下次對話，那個熟悉的感覺就回來了。

GitHub Issue 區有一條評論被頂到最高：「你們搞大模型的就是碼奸，害死了前端兄弟，害死后端兄弟，最后害死自己。」

雖是玩梗吐槽，背后藏著打工人的集體焦慮。離職那一刻，留在公司電腦里的記錄究竟屬于誰？如果「數字分身」被煉化出來繼續 996，那算離職了，還是被「賽博奴役」了？

如果實習生喂入三年聊天記錄就能獲得資深架構師 80% 的工作邏輯，經驗的價值在哪里？

當「前任.skill」和「同事.skill」齊飛，我們正進入「數字生命 1.0」的時代。離別不再意味著消失，而是一段被封裝好的代碼。

有人想對代碼進行防裁操作：變量名毫無意義，代碼晦澀難懂，自定義混淆邏輯，甚至不提交 Git，只在服務器留一份，還在后門埋定時炸彈。可惜的是，在 Cursor、Claude Code、Codex 這些 AI 編程工具面前，這套徹底玩不轉了。它們能直接讀懂爛代碼、自動重構、甚至重寫整個模塊。你花三個月寫的「加密代碼」，AI 可能三分鐘就翻譯成人話。

這個煉化同事的項目，如今更像職場黑色幽默的調侃。但它確實揭示了未來的一角：在 AI 面前，我們每個人都在不經意間留下了極其詳盡的「數字遺囑」。

也許不久的將來，你入職新公司的第一件事不是參加新員工培訓，而是由系統分配三個已經離職五年的「賽博前輩」。他們會用最熟悉的語氣教你寫代碼，并在你寫出 Bug 時，準時送上一句親切的：「這個 impact 考慮了嗎？背景沒說清楚，重寫。」