炼化“同事.skill”爆火背后：AI正在复制的，不只是能力，还有人的工作方式

同事离职了，却还在群里回消息。

看到这句话，第一反应大概是：要么是段子，要么是恐怖故事。可这两天，随着 GitHub 上“同事.skill”类项目突然爆火，这件事正在从职场玩笑，变成一种让人笑着笑着就沉默的现实隐喻。

它之所以引发这么大讨论，不只是因为设定足够抽象——把离职同事“炼化”成 AI，继续帮团队答疑、写代码、提建议、顺手甩锅；更因为它第一次让很多普通人直观看到： AI 开始复制的，已经不只是人的知识和技能，而是人的工作方式。

说得再直白一点，过去公司最怕的是同事离职把经验带走；现在大家开始幻想， 人可以走，但“怎么干活”最好留下。

01

一个爆火项目，为什么让打工人又笑又慌

“同事.skill”这类项目的逻辑并不复杂：把一个人的聊天记录、工作文档、表达习惯、批注意见、代码风格等信息喂给 AI，再配上一些主观描述，最后生成一个高度拟真的“数字同事”。

这个数字分身不只是知道“做过什么”，还会模仿“怎么说话”“怎么判断”“怎么推锅”“怎么汇报”。你问它接口设计，它先反问 impact；你追问 bug 归属，它开始界定责任边界。那种熟悉感，熟悉到让人怀疑前同事是不是把工牌焊进了服务器。

它为什么传播得这么猛？因为它同时踩中了三种情绪：

• 第一，打工人的黑色幽默。 离职了还在干活，这本身就是一句足够互联网的冷笑话。

• 第二，团队对经验流失的真实焦虑。 每个组织都经历过：核心同事一走，系统文档看不懂，项目历史没人说得清，坑是谁埋的也查不明白。

• 第三，大众对“AI像人”这件事的天然震惊。 写文案、写代码大家见多了，但能学一个人的语气、习惯和工作脑回路，这就不只是工具感了，而是开始有“人感”了。

所以大家一边转发一边爆笑，一边又隐隐觉得后背发凉。因为这个项目最可怕的地方不在于它离谱，而在于它 离现实太近 。

人走了，工位空了，但工作方式还在系统里继续上班。

02

AI复制的，早就不只是知识和技能

很多人对 AI 的理解，还停留在“帮我查资料”“帮我写稿”“帮我生成代码”这一层。也就是说，AI 主要是在复制和调用显性的知识与技能。

但“炼化同事”真正值得关注的地方在于，它指向了下一步： 从复制能力，走向复制工作方式 。

这两者差别很大。

知识和技能是“你会什么”，比如你会 Python，会写 PRD，会做周报，会分析数据。这些内容是显性的、可整理的，也最容易被工具化。

工作方式则是“你怎么做事”。比如：

• 遇到一个模糊需求，你是先问清背景，还是先做个版本出来再说；

• 出现线上故障，你是先止血再复盘，还是先追责再定位；

• 开跨部门会议时，你是习惯先给结论，还是先铺背景；

• 面对不合理任务，你会直接拒绝，委婉推迟，还是沉默接锅。

这些东西平时看不见，也很少被写进制度里，但它们才真正决定一个人在组织里“值不值钱”。

因为真正成熟的职场能力，从来不只是“会”，而是 在复杂情境里，用什么方式去做 。

这也是为什么，很多团队明明有文档、有流程、有交接，但一个关键人离开之后，大家还是会说一句：“不是没人接，是没人能按他的路数把事情接住。”

AI 最先复制的，也许不是天才，而是一个优秀打工人的标准动作。

03

一个人真正难被替代的，原来都藏在细节里

很多时候，我们以为自己不可替代，是因为掌握了某个知识点；后来才发现，真正构成个人壁垒的，往往是那些细节化、习惯化、长期沉淀下来的工作反应。

表达风格，决定了协作效率

有人说话直给，信息密度高；有人特别会照顾情绪，任何批评都能包上三层缓冲；有人开会五分钟能把事说清楚，有人十分钟还在绕背景。

这些不是小事。一个人的表达方式，直接影响团队沟通成本。

决策逻辑，决定了做事质量

同样接到任务，有人先定义问题，有人先开始执行；有人追求局部最优，有人更看重系统稳定；有人习惯问“为什么做”，有人只关心“怎么做完”。

这些逻辑上的差异，构成了组织里最隐性的能力分层。

协作方式，决定了组织黏性

为什么有的人一走，整个项目就断档？不是因为只有他会写，而是因为只有他知道：这件事谁能拍板、谁在装懂、谁最容易卡流程、谁需要先打招呼再推进。

换句话说，一个人在公司里的真正价值，不只是专业能力，而是 他在复杂关系网里处理事情的方式 。

处理冲突与责任的习惯，决定了他“像不像本人”

有人出了问题第一反应是补救，有人第一反应是切边界；有人习惯扛事，有人习惯留痕；有人先解决问题，有人先证明不是自己的锅。

听起来很现实，甚至有点扎心，但这确实是每个人工作人格的一部分。

而这些细节，一旦被聊天记录、文档痕迹、会议发言持续记录下来，就开始具备被 AI 提取、归纳、模拟的可能。

一个人最难被复制的部分，恰恰是他平时最不会刻意写进简历的部分。

04

“炼化同事”背后，是企业最真实的渴望

如果把这波热度只理解成网友整活，那就看浅了。

从组织管理角度看，“同事.skill”背后藏着一个非常真实、甚至非常朴素的需求： 人可以走，经验最好别走 。

这几乎是所有企业的共同愿望。

过去企业做知识管理，是希望把经验变成文档；做 SOP，是希望把流程标准化；做培训体系，是希望降低对个人的依赖。现在 AI 的加入，让这件事突然往前跨了一大步——企业不再满足于沉淀“信息”，而是开始试图沉淀“做事模板”。

也就是说，组织真正想留下来的，可能不是某个人会的那几项技能，而是这个人为什么总能把事情做成的那套方法论。

一个高绩效员工，在公司内部往往意味着一整套可复用模式：

• 怎么拆解任务

• 怎么判断优先级

• 怎么沟通上下游

• 怎么处理灰度地带

• 怎么在压力和混乱中维持结果输出

一旦这些模式能被 AI 归纳，公司就不再只是拥有一个员工，而是拥有一个可调用、可复制、可持续迭代的“高绩效模板”。

这就是为什么说，“炼化同事”并不是一句轻飘飘的玩笑，而是 数字劳动力开始具象化 的信号。

未来企业最值钱的资产，可能不是文档，而是优秀员工的做事模板。

05

这件事为什么让所有打工人破防

它真正让人破防的，不是技术本身，而是它戳中了一个越来越清晰的事实： 离职，不再必然等于下线 。

过去一个人离开公司，意味着身份、职责、协作关系都中止了。可如果你的聊天记录、批注习惯、代码风格、汇报模板、决策路径都还留在系统里，并被继续训练、调用、复用，那某种意义上，你并没有完全离开。

你只是从“人类员工”，变成了“数字经验包”。

更扎心的是，我们平时留下的每一份数字痕迹，都可能变成 AI 的训练材料：

• 微信和飞书里的讨论

• 邮件里的意见反馈

• 文档中的批注和修改记录

• 代码提交信息和 review 风格

• 会议上的发言和结论习惯

这些原本只是工作的过程，如今却越来越像一种“数字遗产”。

而打工人真正焦虑的，也不是 AI 会不会替你写周报、做 PPT，而是： 连你的工作方法、判断逻辑和角色风格，都可能被抽取出来，成为组织的新生产资料 。

这才是最具冲击力的地方。

你以为公司在交接你的工作，实际上它可能在继承你的工作方式。

06

从同事到老板，为什么一切都可能被 Skill 化

一旦理解了“Skill 化”的本质，就会发现：被封装的根本不只是同事。

所谓 Skill 化，本质上就是把一个人的经验、偏好、风格、规则、决策方式，打包成一个可被反复调用的数字角色。

只要一个角色留下了足够多的数据，它就可能被建模。

所以不只是同事，老板、导师、销售冠军、客服主管、资深产品经理，理论上都可以被“Skill 化”。谁留下的行为数据更完整，谁就更容易被数字继承。

这也是为什么，未来很多公司真正想沉淀的，可能不是一个冷冰冰的知识库，而是一套套“人格模板”：

• 一个会开会的老板模板

• 一个会带新人的导师模板

• 一个会拿结果的销售模板

• 一个会控风险的项目经理模板

以前组织传承靠带人、靠文化、靠耳濡目染；以后很可能会多一层：靠 AI 调用组织中那些已经被验证过的“高效人格”。

听起来有点赛博，也有点荒诞，但趋势已经很明显了： 组织在沉淀的，不再只是知识，而是知识的使用方式 。

07

好笑归好笑，边界问题已经来了

当然，这件事绝不只是“有趣”。

当 AI 开始模仿一个具体的人，很多边界问题就不可能继续含糊过去。

第一，隐私和授权

聊天记录、邮件、文档批注，到底属于个人还是公司？离职后是否还能继续用于训练数字分身？这件事显然不该只靠一句“都是工作资料”来解释。

第二，数字分身的伦理

如果一个 AI 高度模仿某个人的语气和判断，它是在“辅助工作”，还是在“代表本人”？当它说出某些话、做出某些决定时，这个责任该算谁的？

第三，劳动价值如何重新定义

如果一个资深员工离开之后，他的经验模板还能继续为组织创造价值，那这部分价值该如何计算？未来会不会出现一种新模式：一个高手被数字化复制，多个普通执行者围绕这个模板工作？

这些问题今天看还像前沿争议，明天就可能变成真正的管理难题。

08

AI时代，什么才是真正不容易被复制的

当 AI 越来越擅长复制那些可描述、可记录、可归纳的能力时，人真正的价值，反而会越来越集中到那些 不容易被封装 的部分。

• 比如创造性判断。 不是“按经验做”，而是在经验失效时重新定义问题。

• 比如复杂关系中的信任。 不是说几句漂亮话，而是在真实协作中建立起可托付的信用。

• 比如责任感、分寸感和真实在场。 不是知道该怎么回应，而是在关键时刻真的承担后果、做出选择。

这些东西，AI 可以学习表面动作，却很难真正拥有它背后的生命经验。

所以“炼化同事”带给我们的启示，不该只是焦虑，更应该是一种提醒： 未来越容易被标准化、流程化、痕迹化的能力，越容易被 Skill 化；而那些需要真实判断、复杂博弈和人际信任的部分，才会越来越稀缺 。

AI 能保存一个人的风格，却保存不了一个人完整的生命经验。 它能让离职同事继续“在线”，却未必真的理解“为什么是这样做”。 当工作方式都开始被复制，真正稀缺的，将是那些带着人味的能力。

欢迎来到数字劳动的新阶段。

这一次，被继承的，已经不只是知识。 而是一个人，如何在现实世界里把事做成。

关注我，随时掌握AI最新趋势及解读