我试着用AI蒸馏了一个航司领导，结果信息熵为零

上周行业内一个朋友跟我说，他用AI把自己"蒸馏"了。

我第一反应是：你有什么好蒸的？

但他很认真。他把自己过去三年写的运行分析报告、邮件、会议纪要、甚至微信工作群里的发言，全部喂给了大模型，训练出了一个"他的替身"。据说效果还不错——至少在回复"收到"和"已阅"这件事上，AI版的他和真人版几乎无法区分。

这件事让我产生了一个危险的念头：

如果我们把航司的领导也蒸馏了，会得到什么？

先说说"蒸馏"到底是个什么操作。这个词借自机器学习里的"知识蒸馏"，原本是指把一个大模型的能力压缩进一个小模型里。现在被网友们借来玩了一把赛博炼丹——把一个人说过的话、做过的事、写过的文件统统投进AI的熔炉里，炼出一个数字分身。理论上，这个人哪天离职了、退休了、甚至不在了，他的"能力"还能继续在组织里运转。

（在公司里他实现了赛博永生，妙呀）

听起来很美好，对吧？

但问题来了：蒸馏的前提是——你得有东西可蒸。

白酒蒸馏，靠的是粮食里的淀粉转化成酒精；知识蒸馏，靠的是大模型里实打实的参数和权重。那蒸馏一个人呢？靠的是这个人真正产出过的、有信息密度的内容。

关键词：信息密度。

在我的想象中，如果真把航司各级领导的输出物——报告、批示、讲话稿、会议纪要、审批意见——全部灌进AI，最后大概率会分化出两种截然不同的“领导.skill”文件。

第一种：实打实的"业务操作系统"。

我见过这一类领导（虽然不多），他们的脑子里装着一套完整的决策模型。你把他过去五年的审批记录拉出来，能清晰地看到一条逻辑链：什么情况下批准航线开设，什么阈值触发运力调整，什么指标恶化到什么程度会启动预案。这些东西如果真被AI学到了，那确实是有价值的——相当于把一个人二十年的行业直觉变成了可复用的算法。

这种领导的.skill文件，打开一看，里面可能是这样的：

• 当航线客座率连续3个月低于65%，且边际贡献为负时，启动航线评估程序

• 审批新航线时，重点关注：时刻资源匹配度 > 市场需求预测 > 竞争格局 > 品牌战略需求（按权重排序）

• 面对突发事件，优先级排序：旅客安全 > 运行恢复 > 信息披露 > 成本控制

清晰、可执行、可验证。你甚至可以拿历史数据回测，看看按这套逻辑走，结果是不是真的比拍脑袋强。

第二种嘛……

怎么说呢，大家自己品。

第二种领导的.skill文件，我猜AI炼了三天三夜，最后吐出来的东西大概长这样：

• 要高度重视安全工作（什么程度算"高度"？没定义）

• 要进一步加强协调配合（"进一步"是在哪个基础上进一步？不知道）

• 要切实提高政治站位（这条在任何行业、任何场景都能用，属于万能公式）

• 要以更大的决心和力度推进改革（决心不可量化，力度没有单位）

AI看完这些素材之后大概会陷入一种存在主义危机：我学到了很多字，但我什么也没学到。

这不是AI的问题，这是输入端的问题。垃圾进，垃圾出（GIGO）——这条计算机科学的铁律，在蒸馏领导这件事上体现得淋漓尽致。

你想想看，如果一个领导日常输出的全部内容，换一个人——甚至换一个行业——也完全适用，那说明什么？

说明这些内容本身就不包含任何领域特异性信息，信息熵约等于零。

蒸馏他，跟蒸馏一壶白开水，效果差不多。

但这里有个更深层的问题值得想一想。

为什么有些领导的输出物信息密度这么低？是他们真的不懂业务吗？未必。很多时候，是整个组织的激励机制决定了——说正确的废话是最安全的策略。

你仔细观察就会发现，在大型航司里（其实不止航司），一个管理者的"语言精确度"往往和他的"生态安全度"成反比。你说得越具体，越可量化，将来被追责的抓手就越多。反过来，你说得越抽象，越宏观，越万金油，你就越安全。

这是一个理性选择。

所以问题的根源不在于某个具体的领导"不行"，而在于系统本身在奖励模糊、惩罚精确。在这种激励结构下，蒸馏出来的“领导.skill”文件当然是一堆正确的废话——因为这些人一辈子都在被训练输出正确的废话。

（某种意义上，他们自己就是被组织"蒸馏"过的产物。）

说到这儿，其实可以引出一个更实际的问题：这种"蒸馏人"的思路，在民航运行中到底有没有真正的应用价值？

我觉得有，但不在领导身上。

真正值得被蒸馏的，是那些一线的、拥有大量隐性知识的专业岗位。比如一个干了二十年的签派员，他脑子里对不同航路天气模式的判断、对备降场选择的经验直觉、对不同机型性能包线的熟悉程度——这些东西从来没有被系统性地文档化过。哪天他退休了，这些知识就跟着他走了。

再比如，一个资深的航线收益管理分析师，他对定价节奏的把握、对竞争对手行为模式的判断、对节假日客流规律的体感——这些藏在Excel里、藏在他的操作习惯里、藏在他跟市场部吵架时脱口而出的那句话里。

这些人，才是真正的"高纯度原料"。蒸馏他们，你得到的是真金白银的业务能力，而不是又一份《关于进一步加强某某工作的指导意见》。

当然，蒸馏技术本身也有边界。

AI能学到的是可以被文本化、结构化的显性知识和半显性知识。但真正让一个老签派在关键时刻做出正确判断的，可能不是任何写得出来的规则，而是二十年里无数次"差点出事"积累下来的身体记忆和本能反应。这种东西，目前的AI还蒸馏不出来。

就像你可以蒸馏一瓶茅台的化学成分表，但你复刻不了窖池里的微生物群落和赤水河的水。

有些东西的价值，恰恰在于它不可复制。

最后说回到"蒸馏领导"这个话题。

其实你真不用蒸馏，你拿ChatGPT随便输入一句"请以一个国企中层干部的口吻写一段关于安全生产的讲话"，出来的东西和某些领导的讲话稿放在一起，你可能真分不出来哪个是人写的。

这不是AI太强了。

这是有些输出，本来就没有什么不可替代性。

所以与其担心AI蒸馏了领导之后领导会不会失业，不如想想另一个问题：

如果AI已经能产出和你一样的内容，那到底是AI学会了你的本事，还是你的本事本来就只有这么多？

全文完，如果觉得不错请关注与三连。