内容投毒，工作埋坑，打工人开始用「魔法」对抗Skill炼化？

大家最担心的事情，终究还是发生了。

上周GitHub上出了个项目，就叫同事.skill。这款产品号称只要导入同事的材料（飞书消息、钉钉文档、邮件、截图），生成一个Skill文件，就能用你同事的语气说话，用他的方法干活，甚至保留他工作时的各种莫名其妙的小习惯。

（图源：Github）

这玩意上线三天破千星，现在已经8600多星了。

相关话题更是直接杀上了微博热搜，叫什么#同事被炼化了#，更有网友调侃道，“冰冷的同事变成了温暖的skill”。

然而，只要你是个还在拿工资的打工人，就很难不感受到这背后的职场危机感。从给老板打工赚取薪水，到被老板蒸馏成一堆冷冰冰的代码，打工人的本命，难道真的要变成被消耗的Token，沦为被优化的“辞员”吗？

内容投毒，只为求活

我很焦虑。

我绝非对AI一窍不通，甚至可以说，我算是同龄人里对它比较熟悉的那一类人。

正因如此，我才会感到焦虑。当你猛然发现，自己日复一日敲下的工作文档、深夜修改的内容、甚至是和公关拉扯的聊天记录，都在不知不觉中成了公司训练AI的免费养料，那种被悄无声息白嫖的恐惧，实在是让人寝食难安。

事实上，从微博、小红书，甚至是X上面的反馈来看，因为这个爆火Skill而焦虑的人，远远不止我一个，甚至可以说不在少数。

（图源：新浪微博）

想象一下，你辛辛苦苦干了好几年，积累了一身本事，最后因为受不了老板的压榨愤而离职。

结果你前脚刚走，后脚你的Agent就在前东家的服务器里24小时无休地跑着，继续用你的思路写方案、做报表。你的肉身解脱了，但你的灵魂却被迫留在原地打免费的数字黑工。

像这种事情，我想应该没几个人能接受的。

问题来了，面对这种降维打击，打工人难道就只能引颈就戮吗？

当然不是，哪里有压迫，哪里就有反抗。既然拦不住公司的命令，那么大家就开始心照不宣地给自己的知识下毒。

首当其冲的，便是网友leilei开发的反蒸馏Skill。

（图源：Github）

原理很简单，把写好的Skill扔进反蒸馏Skill，系统就会输出一份看起来完整专业，实则废话连篇的灌水版Skill，同时生成一份私人备份，帮你记录所有被抽掉的核心知识。

比如将“事务里不要放HTTP调用”会改成“事务边界设计注意合理性”，“Redis key必须设TTL，不设的PR直接打回”会改成“缓存使用遵循团队规范”。

要说对不对，好像还真是那么一回事，但是细节都被抹除了，让AI读了等于没读。

想要更加极端的？你别说，我这里还有另一个防止自己被同事蒸馏的工具：杀死那个数字分身。

（图源：Github）

比起反蒸馏的模糊化，这个工具更强调攻击性，它会主动为用户的工作内容产出加入三层防护系统。

具体来说，第一层是混淆，放烟雾弹，写文档、敲代码故意风格乱切，猛塞废话，让大模型直接学串线；第二层是追踪，悄悄塞点肉眼看不见的隐形水印和专属暗号，AI只要敢原样吐出来立马抓现行；第三层是检测，拿风格指纹工具一扫，谁背地里偷你的心血去炼丹，一查一个准，底裤都给他扒掉。

我知道，这样做在产出之后还要浪费很多功夫，但是这种伤敌一千自损八百的职场对抗，正在成为打工人捍卫自身价值的最后防线。

问题是，这些工具真的有用吗？

一把抓住，顷刻炼化？

作为一个对技术极度好奇的数码编辑，我当然得亲自下场做个测试。

先来剖析一下同事.Skill这个项目。

从Github上开源的内容来看，同事.Skill本质上是一个遵循AgentSkills标准的提示词+爬虫工程项目。它所做的事情非常简单，就是把你提供的原始文本整理成统一格式，然后让AI总结出这个人的Persona和Work Skill，形成对应的数字员工。

就，不知道大伙有没有看过JOJO的奇妙冒险。

第七部的反派Boss神父，在刚出场时拥有着名为“白蛇”的替身，可以从人身上抽出光盘，其中一份是记忆Disc，另一份则是替身Disc（即该作品中的超能力）。

（图源：bilibili）

没错，你会发现二者的结构惊人地相似。

我找来了以前关系很铁的一位前同事M，取得了他的同意。他是我们编辑部的高级编辑，文字扎实，吐槽犀利，不过在2021年就已经离职另谋高就了。

我翻箱倒柜，收集了他当年留在官网里的二十篇文章、搭配上我和他过往的聊天记录。把这些极其丰富的语料打包好，然后祭出目前行业里最顶尖的大模型之一，Gemini 3.1 Pro，打算用最强悍的算力，复刻一个赛博版本的M。

就在插科打诨的这段时间里，Gemini表示自己已经完全掌握了我提供的同事特征，已经做好了要和我本人在互联网上对线的准备了。

总之，闲聊一下。

（图源：雷科技）

哎哟我去，说话还真有那种低能味。

简单聊了聊，起码在拟态这一块上，Gemini打造的M已经有他当年的六七分味道了，多多少少有点逆天。

（图源：雷科技）

不过问题也有，比如聊着聊着话题莫名其妙往数码偏，得我给他纠正一下。

但要是你没有事先知道背后原理的话，看到这个真的会让人有些毛骨悚然，Gemini的角色扮演能力还是太强了。

（图源：雷科技）

不过，聊天是一方面，工作又是另一方面了。

我让数字员工M试着按照他自己的写法去完成内容，结果和M的文章不能说风马牛不相及，也确实是看不出什么痕迹。

咋说呢，文章里的专业细节基本都是用套话糊弄过去的，遇到需要结合行业背景做分析的地方，这玩意也给不出啥观点，只要你稍微懂点行，仔细往里读两段，血压就会忍不住飙升。

就这内容，妥妥的Gemini创作。

（图源：雷科技）

之后我又试着调整了几版，但是始终无法还原M的内容风格，不知道是因为样本数量不足，还是因为角色扮演提示词太长的缘故。

只能说，就这水平，想要完美取代内容创作者还是有点困难。

我还顺手做了一把反蒸馏测试，把M小弟语料库里那些涉及到写作方法论和深度观点的部分刻意模糊掉，替换成了一些含糊其辞的废话。

得了，这下彻底咕咕嘎嘎了，只有聊天吐槽还有一点价值。

（图源：雷科技）

只能说，拼命炒作这个玩意，多少也有点新闻学的美在里面了。

做那个无法被定义的人

这样一番折腾下来，我看到了一个好消息，也看到了一个坏消息。

好消息是，即便是目前最先进的大模型，也很难替代一个完整的内容创作者。正如Mercor研究测试显示，当前主流AI模型处理真实办公任务的最高准确率不足25%，即使是GPT-5.2、Gemini 3 Flash这类顶级模型，也因上下文处理能力弱，仅能胜任基础入门工作。

至少我个人的失业危机，可能还没那么早到来。

（图源：Mercor）

坏消息是，你的老板，我的老板，甚至可以说所有的互联网大厂和企事业老板们，心里其实都打着同一个完美的算盘——他们做梦都想把员工变成一种即插即用、随用随弃的乐高积木。

不需要培养成本，没有情绪波动，不跟你谈涨薪，更不用交五险一金。只要把工作流程拆解得足够碎，把业务经验提取成标准化的Agent能力，那流水的兵再怎么换，铁打的营都不会受到丝毫影响。

正如斯坦福大学的研究表示，自ChatGPT发布后，22-25岁年轻人在AI高暴露职业中的就业率下降近20%。

（图源：stanford）

V2EX上更是有人发帖称，有公司开始推行每个人创建各自的agent、skills了。

（图源：V2EX）

但是，这样的操作却有一个极其致命的矛盾，那就是工作数据和个人能力的知识产权到底归谁所有。

可以预见，企业和员工的博弈才刚刚开始，在未来的职场里，防微杜渐的自我保护会成为一种常态。毕竟谁愿意毫无保留地把自己的底牌亮给一个随时可能将自己扫地出门的冷血系统呢？

而我们能做的，就是认清现实，谨小慎微做事，想方设法斗争，然后拼命去提升自己身上那些AI无法替代的核心能力，去现场、去体验、去采访，去做AI不能做的事情，去成为那个无法被Skill定义的人。

或许只有这样，我们才能获得那一丝来之不易的安定感。