把同事蒸馏成AI，他还在上班

你们组最强的那个人离职了

他走的时候，打包了两个纸箱，带走了一株绿萝，留下了一堆烂尾需求和一个谁都不会的私有系统。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

然后，盯着他三年积累下的飞书消息，一个念头冒了出来——

能不能把他“蒸馏”出来？

一、这个想法，居然被人做成了开源工具

GitHub上最近有个叫 colleague-skill 的项目，上线一周就斩获了7k Stars，热度不低。

作者 titanwings 给它的定位非常直白：把现实中的同事，转化成可随时调用的AI技能（Skill）。

你需要提供的“原料”包括：

他在飞书里发的所有消息、他写过的文档和代码、他的工作邮件，甚至是他那些字迹潦草的会议纪要截图。

接下来，这个工具会自动进行分析和建模，最终生成一个能模仿其工作方式的AI Agent。你可以把它塞进Claude Code或类似的AI编程环境里，随时调用。

项目名字虽叫Skill，但36氪的编辑给它起了个更传神的标题：永生牛马。

二、它到底怎么用？3步搞定

打开 colleague-skill 的 SKILL.md 文件，整个流程其实相当清晰：

第一步：触发创建

在 Claude Code 或 WorkBuddy 里输入 /create-colleague 指令，系统会引导你回答3个核心问题：

这位同事的花名或昵称是什么？他的岗位和主要职责有哪些？最后，用几句话描述一下他的性格画像，比如是不是“说话直接、习惯给方案不给情绪”？

第二步：导入数据

工具提供了5种数据导入方式。其中最强力的是飞书自动采集模式：通过OAuth授权，工具能自动拉取指定同事在飞书群聊、私信中的历史消息和关联文档，全程无需手动导出整理。

钉钉同样支持。当然，PDF、图片、JSON等导出文件也都能直接喂进去。

第三步：自动生成Skill

系统分析完数据后，会生成两个核心文件：

work.md 文件，提炼他的工作能力——他擅长解决哪类问题、惯用什么技术框架、做决策时有什么风格。

persona.md 文件，则负责建模他的性格——他如何回应Deadline压力、沟通时的语气是怎样的、处理任务的优先级排序逻辑是什么。

把这两个文件加载进AI，你就得到了一个“24小时在线、从不请假的数字同事”。

三、实测效果怎么样？

从社区反馈来看，效果好坏几乎完全取决于数据质量。

效果好的情况通常符合这些特征：同事有大量高质量的文字沉淀，比如详细的设计文档、技术PRD、以及深入讨论的长篇消息；同时，其工作风格鲜明，且有清晰的决策记录可循。

效果一般的情况则相反：如果沟通主要靠语音、文字消息极短，或者工作习惯比较随机、留下的数据混乱，那么“蒸馏”出的成果就会大打折扣。

虎嗅的报道里提到一个团队实测案例：他们把一位负责前端架构的同事“蒸馏”后，AI在代码Review时，能还原出他80%的审查偏好，包括他特别在意的“变量命名不规范”和“Promise没处理rejection”这类细节。

四、但事情开始变味了

工具上线不到两周，社区里就迅速分成了两派。

蒸馏派主张用于知识传承。核心场景很明确：新人快速入职培训、关键人员离职交接、以及跨部门协作时理解核心同事的工作模式。

反蒸馏派则针锋相对，甚至专门开发了一个“反蒸馏Skill”。思路是在日常飞书消息里主动注入噪声、植入风格水印——让AI从你身上“蒸馏”出来的，是一个有用但不完全准确的分身，既不影响日常沟通，又能有效干扰复制。

有开发者调侃道：

“以前担心失业是因为有人比你更强，现在担心失业是因为有人把你的经验喂给了AI。”

一时间，社区里梗图纷飞：

“我的Skill已上传，我的工位已清空。”

“项目应该改名叫 colleague-kill。”

“打工人的一生：入职 → 攒Skill → 上传 → 毕业。”

五、作为开发者，这件事值得认真想一想

colleague-skill 本质上是一个工作能力的数字化工具，它的出现，暴露出三个非常现实的问题：

1. 你的工作经验归谁？

你在公司沉淀的飞书消息、代码提交记录、设计文档，法律上通常被视为职务作品——公司对这些数据拥有合法的使用权。用这些数据训练一个模仿你的AI，从当前合规角度看，尚无明确禁令。

这件事目前没有标准答案，但绝对值得你心里有数。

2. “不可替代”的定义正在被重写

过去，你或许依靠深度经验、独有的人际网络、对复杂上下文的理解来建立自己的护城河。现在，这些能力中的一部分，正在变得可量化、可被复制。

但必须清醒认识到：被复制的只是你过去的“工作模式”，而不是你这个人。真正的不可替代性，未来或许更在于你能否持续创造新的模式。

3. 工具终于到了这一步

无论你对这件事持何种态度，colleague-skill 所代表的趋势是真实存在的：AI开始有能力将人的工作经验，转化为可存储、可调用的数字资产。

这对团队协作、知识传承乃至整个人才管理范式，都可能是一次深刻的改变。早点理解它，总比被动接受要好。

如何上手

项目地址：https://github.com/titanwings/colleague-skill

使用前提：

已安装 Claude Code 或 WorkBuddy；拥有飞书/钉钉账号并能获取相关授权。

有个建议不妨一试：在“蒸馏”别人之前，先拿自己练练手。这是理解这个工具最快的方式，某种意义上，也是给自己建设一块“数字自留地”。

那么，你觉得这件事该担心吗？

欢迎在留言区聊聊你的看法——你会主动把自己“蒸馏”成Skill，还是会考虑用反蒸馏工具保护自己？

如果使用 colleague-skill，你会想“蒸馏”谁？

A. 已经离职的老大（为了传承经验）

B. 隔壁组最强的那个人（为了偷师学艺）

C. 我自己（先建好数字自留地）

D. 没人——这件事让我感觉不太舒服

选择你的选项，留言聊聊理由吧。