內容投毒，工作埋坑，打工人開始用「魔法」對抗Skill煉化？

大家最擔心的事情，終究還是發生了。

上周GitHub上出了個項目，就叫同事.skill。這款產品號稱只要導入同事的材料（飛書消息、釘釘文檔、郵件、截圖），生成一個Skill文件，就能用你同事的語氣說話，用他的方法干活，甚至保留他工作時的各種莫名其妙的小習慣。

（圖源：Github）

這玩意上線三天破千星，現在已經8600多星了。

相關話題更是直接殺上了微博熱搜，叫什么#同事被煉化了#，更有網友調侃道，“冰冷的同事變成了溫暖的skill”。

然而，只要你是個還在拿工資的打工人，就很難不感受到這背后的職場危機感。從給老板打工賺取薪水，到被老板蒸餾成一堆冷冰冰的代碼，打工人的本命，難道真的要變成被消耗的Token，淪為被優化的“辭員”嗎？

內容投毒，只為求活

我很焦慮。

我絕非對AI一竅不通，甚至可以說，我算是同齡人里對它比較熟悉的那一類人。

正因如此，我才會感到焦慮。當你猛然發現，自己日復一日敲下的工作文檔、深夜修改的內容、甚至是和公關拉扯的聊天記錄，都在不知不覺中成了公司訓練AI的免費養料，那種被悄無聲息白嫖的恐懼，實在是讓人寢食難安。

事實上，從微博、小紅書，甚至是X上面的反饋來看，因為這個爆火Skill而焦慮的人，遠遠不止我一個，甚至可以說不在少數。

（圖源：新浪微博）

想象一下，你辛辛苦苦干了好幾年，積累了一身本事，最后因為受不了老板的壓榨憤而離職。

結果你前腳剛走，后腳你的Agent就在前東家的服務器里24小時無休地跑著，繼續用你的思路寫方案、做報表。你的肉身解脫了，但你的靈魂卻被迫留在原地打免費的數字黑工。

像這種事情，我想應該沒幾個人能接受的。

問題來了，面對這種降維打擊，打工人難道就只能引頸就戮嗎？

當然不是，哪里有壓迫，哪里就有反抗。既然攔不住公司的命令，那么大家就開始心照不宣地給自己的知識下毒。

首當其沖的，便是網友leilei開發的反蒸餾Skill。

（圖源：Github）

原理很簡單，把寫好的Skill扔進反蒸餾Skill，系統就會輸出一份看起來完整專業，實則廢話連篇的灌水版Skill，同時生成一份私人備份，幫你記錄所有被抽掉的核心知識。

比如將“事務里不要放HTTP調用”會改成“事務邊界設計注意合理性”，“Redis key必須設TTL，不設的PR直接打回”會改成“緩存使用遵循團隊規范”。

要說對不對，好像還真是那么一回事，但是細節都被抹除了，讓AI讀了等于沒讀。

想要更加極端的？你別說，我這里還有另一個防止自己被同事蒸餾的工具：殺死那個數字分身。

（圖源：Github）

比起反蒸餾的模糊化，這個工具更強調攻擊性，它會主動為用戶的工作內容產出加入三層防護系統。

具體來說，第一層是混淆，放煙霧彈，寫文檔、敲代碼故意風格亂切，猛塞廢話，讓大模型直接學串線；第二層是追蹤，悄悄塞點肉眼看不見的隱形水印和專屬暗號，AI只要敢原樣吐出來立馬抓現行；第三層是檢測，拿風格指紋工具一掃，誰背地里偷你的心血去煉丹，一查一個準，底褲都給他扒掉。

我知道，這樣做在產出之后還要浪費很多功夫，但是這種傷敵一千自損八百的職場對抗，正在成為打工人捍衛自身價值的最后防線。

問題是，這些工具真的有用嗎？

一把抓住，頃刻煉化？

作為一個對技術極度好奇的數碼編輯，我當然得親自下場做個測試。

先來剖析一下同事.Skill這個項目。

從Github上開源的內容來看，同事.Skill本質上是一個遵循AgentSkills標準的提示詞+爬蟲工程項目。它所做的事情非常簡單，就是把你提供的原始文本整理成統一格式，然后讓AI總結出這個人的Persona和Work Skill，形成對應的數字員工。

就，不知道大伙有沒有看過JOJO的奇妙冒險。

第七部的反派Boss神父，在剛出場時擁有著名為“白蛇”的替身，可以從人身上抽出光盤，其中一份是記憶Disc，另一份則是替身Disc（即該作品中的超能力）。

（圖源：bilibili）

沒錯，你會發現二者的結構驚人地相似。

我找來了以前關系很鐵的一位前同事M，取得了他的同意。他是我們編輯部的高級編輯，文字扎實，吐槽犀利，不過在2021年就已經離職另謀高就了。

我翻箱倒柜，收集了他當年留在官網里的二十篇文章、搭配上我和他過往的聊天記錄。把這些極其豐富的語料打包好，然后祭出目前行業里最頂尖的大模型之一，Gemini 3.1 Pro，打算用最強悍的算力，復刻一個賽博版本的M。

就在插科打諢的這段時間里，Gemini表示自己已經完全掌握了我提供的同事特征，已經做好了要和我本人在互聯網上對線的準備了。

總之，閑聊一下。

（圖源：雷科技）

哎喲我去，說話還真有那種低能味。

簡單聊了聊，起碼在擬態這一塊上，Gemini打造的M已經有他當年的六七分味道了，多多少少有點逆天。

（圖源：雷科技）

不過問題也有，比如聊著聊著話題莫名其妙往數碼偏，得我給他糾正一下。

但要是你沒有事先知道背后原理的話，看到這個真的會讓人有些毛骨悚然，Gemini的角色扮演能力還是太強了。

（圖源：雷科技）

不過，聊天是一方面，工作又是另一方面了。

我讓數字員工M試著按照他自己的寫法去完成內容，結果和M的文章不能說風馬牛不相及，也確實是看不出什么痕跡。

咋說呢，文章里的專業細節基本都是用套話糊弄過去的，遇到需要結合行業背景做分析的地方，這玩意也給不出啥觀點，只要你稍微懂點行，仔細往里讀兩段，血壓就會忍不住飆升。

就這內容，妥妥的Gemini創作。

（圖源：雷科技）

之后我又試著調整了幾版，但是始終無法還原M的內容風格，不知道是因為樣本數量不足，還是因為角色扮演提示詞太長的緣故。

只能說，就這水平，想要完美取代內容創作者還是有點困難。

我還順手做了一把反蒸餾測試，把M小弟語料庫里那些涉及到寫作方法論和深度觀點的部分刻意模糊掉，替換成了一些含糊其辭的廢話。

得了，這下徹底咕咕嘎嘎了，只有聊天吐槽還有一點價值。

（圖源：雷科技）

只能說，拼命炒作這個玩意，多少也有點新聞學的美在里面了。

做那個無法被定義的人

這樣一番折騰下來，我看到了一個好消息，也看到了一個壞消息。

好消息是，即便是目前最先進的大模型，也很難替代一個完整的內容創作者。正如Mercor研究測試顯示，當前主流AI模型處理真實辦公任務的最高準確率不足25%，即使是GPT-5.2、Gemini 3 Flash這類頂級模型，也因上下文處理能力弱，僅能勝任基礎入門工作。

至少我個人的失業危機，可能還沒那么早到來。

（圖源：Mercor）

壞消息是，你的老板，我的老板，甚至可以說所有的互聯網大廠和企事業老板們，心里其實都打著同一個完美的算盤——他們做夢都想把員工變成一種即插即用、隨用隨棄的樂高積木。

不需要培養成本，沒有情緒波動，不跟你談漲薪，更不用交五險一金。只要把工作流程拆解得足夠碎，把業務經驗提取成標準化的Agent能力，那流水的兵再怎么換，鐵打的營都不會受到絲毫影響。

正如斯坦福大學的研究表示，自ChatGPT發布后，22-25歲年輕人在AI高暴露職業中的就業率下降近20%。

（圖源：stanford）

V2EX上更是有人發帖稱，有公司開始推行每個人創建各自的agent、skills了。

（圖源：V2EX）

但是，這樣的操作卻有一個極其致命的矛盾，那就是工作數據和個人能力的知識產權到底歸誰所有。

可以預見，企業和員工的博弈才剛剛開始，在未來的職場里，防微杜漸的自我保護會成為一種常態。畢竟誰愿意毫無保留地把自己的底牌亮給一個隨時可能將自己掃地出門的冷血系統呢？

而我們能做的，就是認清現實，謹小慎微做事，想方設法斗爭，然后拼命去提升自己身上那些AI無法替代的核心能力，去現場、去體驗、去采訪，去做AI不能做的事情，去成為那個無法被Skill定義的人。

或許只有這樣，我們才能獲得那一絲來之不易的安定感。