為何勤奮的工作者最易被人工智能取代

很不幸，在這個時代，你工作越是毫無保留地認真，反而越容易將自己加速蒸餾為可以被 AI 取代的 skill。

這兩天，熱搜榜、媒體頻道都被「同事.skill」刷屏了。當這件事在各大社交平台持續發酵時，公眾的焦點幾乎毫無意外地被「AI 裁員」、「資本剝削」與「打工人 的 數字永生」這些宏大的焦慮所裹挾。

這些確實令人焦慮，但讓我最焦慮的，是項目 README 文件中寫著一行使用建議：

原材料質量決定 skill 質量：建議優先收集他主動撰寫的長文 > 決策類回覆 > 日常訊息。

最易被系統完美蒸餾、被像素級還原的，恰恰是那些最認真工作的人。

是那些在每一個項目結束後，仍伏案撰寫復盤文件的人；是那些在遇到分歧時，願意花半小時在對話框中敲下長文，坦誠剖析自己決策邏輯的人；是那些極其負責，將所有工作細節一絲不苟地託付給系統的人。

認真，這曾經最受推崇的職場美德，如今卻成了一劑將打工人加速轉化為 AI 燃料的催化劑。

我們需要重新認識一個詞：上下文。

在日常語境中，上下文是溝通的背景。但在 AI、尤其是那些正瘋狂生長的 AI Agent 的世界裡，上下文是引擎轟鳴的燃料，是維持脈動的血液，是模型能夠在混沌中做出精準判斷的唯一錨點。

脫離了上下文的 AI，縱然擁有再驚人的參數量，也不過是一具患有失憶症的搜尋引擎。它認不出你是誰，摸不透隱匿在業務邏輯下的暗流，更無從知曉你在拍板一個決定時，曾在这張由資源約束與人際博弈交織而成的網絡上，經歷過怎樣漫長的拉扯與權衡。

而「同事.skill」之所以能引發如此巨大的迴響，正是因為它極其冷酷且精準地，鎖定了那座囤積著海量高品質上下文的礦山——現代企業的協作軟體。

過去五年，中國職場經歷了一場靜悄悄卻抽筋剝骨的數位化改造。飛書、釘釘、Notion 等工具變成了龐大的企業知識庫。

以飛書為例，字節跳動曾公開表示，其內部每天產生的文件數量極為龐大，而這些密密麻麻的字符，忠實地封印著超過 10 萬名員工的每一次腦力激盪、每一次面紅耳赤的會議交鋒，以及每一次咬牙咽下的戰略妥協。

這種數位化的穿透力，遠超以往任何一個時代。曾幾何時，知識是帶有體溫的，它們蟄伏在老員工的腦海裡，飄散在茶水間漫不經心的閒聊中；而現在，一切屬於人的智慧與經驗都被強制抽乾了水分，無情地沉澱在雲端那冷冰冰的伺服器矩陣裡。

在這個系統中，如果你不撰寫文檔，你的工作就無法被看見，新來的同事也無法與你協作。現代企業的高效運轉，正是建立在每一名員工日復一日向系統「上貢」上下文的循環之上。

認真的打工人懷揣著勤勉與善意，在這些冰冷的平台上毫無保留地袒露自己的思考軌跡。他們這樣做，是為了讓團隊的齒輪咬合得更順滑，為了努力向系統自證價值，為了在這台錯綜複雜的商業巨獸體內，拼命尋得一個屬於自己的位置。他們並不是在主動交出自己，他們只是在笨拙而努力地，順應著現代職場的生存法則。

但恰恰是這些為人際協作而留下的上下文，成了 AI 最完美的燃料。

飛書的管理後台有一項功能，允許超級管理員批量導出成員的文件和通訊記錄。這意味著，你花了三年時間、熬過無數個通宵寫下的項目復盤與決策邏輯，只需一個 API 接口，短短幾分鐘，你這些年的生命切片，就會被輕易地打包成一個毫無溫度的壓縮包。

隨著「同事.skill」的爆紅，GitHub 的 Issues 區和各大社交平台上，開始出現一些令人極度不適的衍生品。

有人做出了「前任.skill」，試圖將過去幾年微信裡的聊天記錄喂給 AI，讓它繼續以那種熟悉的語氣與自己爭吵或溫存；有人做出了「白月光.skill」，將不可觸碰的悸動降格為一場冰冷的人際沙盤，反覆推演著試探的話術，步步為營地謀求情感的最優解；還有人做出了「爹味老闆.skill」，提前在數位空間裡咀嚼那些充滿壓迫感的 PUA 話語，為自己修築起一道悲哀的心理防線。

這些 skill 的使用場景，已經完全脫離了工作效率的範疇。原來，在不知不覺間，我們早已熟稔於揮舞著對待工具的冷酷邏輯，去肢解並物化那些血肉豐滿、活生生的人。

德國哲學家馬丁·布伯曾提出，人類關係的底色無外乎兩種截然不同的模式：「我與你」和「我與它」。

在「我與你」的相遇裡，我們跨越偏見，將對方視為一個完整且帶有尊嚴的生命體去凝視。這種羈絆是毫無保留地敞開的，它充滿著生機勃勃的不可預測，也正因其真誠，而顯得分外脆弱；然而，一旦墮入「我與它」的陰影中，活生生的人便被降維成了一個可以被拆解、被分析、被歸類貼標籤的客體。在這極其功利的打量之下，我們唯一在乎的，只剩下「這個東西，對我究竟有什麼用？」

「前任.skill」等產品的出現，標誌著「我與它」的工具理性已徹底入侵了最私密的情感領域。

在一段真實的關係裡，人是立體的、充滿褶皺的，是帶著矛盾與毛邊時刻流動的，人的反應會根據具體情境和情感互動不斷變化。你的前任在清晨醒來時，和在深夜加班後，面對同一句話的反應可能是截然不同的。

但當你把一個人蒸餾成一個 skill 時，你所剝離出的，僅僅是他在那段特定羈絆中，恰好對你「有用」、能對你「產生效用」的那部分功能殘渣。而那個原本溫熱的、有著自我悲喜的人，便在這場殘忍的提純中被徹底抽乾了靈魂，異化為一個你可以隨意插拔、肆意調用的「功能接口」。

必須承認，AI 並未憑空捏造出這種令人心寒的冷酷。在 AI 出現之前，我們早就習慣了給別人打標籤，去精準稱量每一段關係的「情緒價值」與「人脈權重」。比如，我們在相親市場上把人的條件量化成一張張表格；我們在職場上把同事分類為「能幹活的」和「愛摸魚的」。AI 只是把這種隱性的、人與人之間的功能性提取徹底顯性化了。

人被壓扁了，只剩下「對我有什麼用」的那個切面。

在 1958 年，匈牙利裔英國哲學家邁克爾·波蘭尼出版了《個人知識》。在這本書中，他提出了一個極具穿透力的概念：隱性知識。

Polanyi 有一句著名的論斷：「我們知道的，永遠比我們能說出來的多。」

他舉了一個學騎自行車的例子。一位乘風而行的熟練騎手，能在每一次重力傾斜中完美掌握平衡，但他無法用乾癟的物理學公式或蒼白的詞彙，向初學者精準描摹出那一刻身體的微妙直覺。他知道怎麼騎，但說不出來。這種無法被編碼、無法被言說的知識，就是隱性知識。

職場中充滿了此類隱性知識。一位資深工程師在排查系統故障時，可能只需掃一眼日誌就能定位問題，但他很難將這種建立在數以萬計次試錯上的「直覺」寫成文件；一位優秀的銷售在談判桌上突然陷入沉默，這種沉默帶來的壓迫感與時機把握，是任何銷售手冊都無法記錄的；一位有經驗的人力資源人員在面試時，僅憑候選人避開眼神的半秒鐘，就能察覺到簡歷上的水分。

「同事.skill」所能提取的，僅限於那些已被寫下、已被說出的顯性知識。它能抓取你的複盤文件，卻抓取不到你寫文件時的掙扎；它能複製你的決策回覆，卻複製不了你做決策時的直覺。

The system's distillation always yields only a person's shadow.

如果故事到此結束，那不過是又一次技術對人性的拙劣模仿。

但當一個人被蒸餾成 skill 後，這個 skill 並不會靜止。它會被用來回覆郵件、撰寫新文件、做出新決策。也就是說，這些 AI 生成的影子，開始產生新的上下文。

And these AI-generated contexts will be stored in Feishu and DingTalk, becoming training material for the next round of distillation.

早在 2023 年，牛津大學和劍橋大學的研究團隊聯合發表了一篇關於「模型崩潰」的論文。研究表明，當 AI 模型使用由其他 AI 生成的數據進行迭代訓練時，數據的分佈會變得越來越窄。那些罕見的、邊緣的、但極其真實的人類特質會被迅速抹去。僅僅經過幾代合成數據的訓練，模型就會完全忘記那些長尾的、複雜的真實人類數據，轉而輸出極其平庸和同質化的內容。

《自然》2024 年也發表了一篇研究論文，指出用 AI 生成的資料集訓練未來幾代機器學習模型，會嚴重污染它們的輸出。

這就像網路上流傳的那些表情包圖片，原本是一張高清的截圖，被無數人轉發、壓縮、再轉發。每一次傳播，都會丟失一部分像素，增加一些噪點。最後，圖片變得模糊不清，被電子包漿。

當真實的、帶有隱性知識的人類上下文被榨乾，系統只能用包漿的影子來訓練自己時，最後會剩下什麼？

剩下的，只有正確的廢話。

當知識的河流枯竭為一場 AI 對 AI 的無盡反芻與自我咀嚼，系統所吐納的一切，必將變得極其標準、極其安全，卻也無藥可救地空洞。你會看到無數篇結構完美的週報，無數封挑不出毛病的郵件，但裡面没有任何活人的氣息，没有任何真正有價值的洞察。

這場知識的大潰敗，並非因為人類大腦變笨了，真正的悲哀在於，我們把思考的權利與保留上下文的責任，外包給了我們自己的影子。

在「同事.skill」爆火的幾天後，GitHub 上悄然出現了一個名為「anti-distill」的項目。

這個項目的作者並未試圖攻擊大模型，也沒有撰寫任何宏大的宣言。他只是提供了一個小工具，幫助打工人在飛書或釘釘中，自动生成一些看似合理但實際上充滿邏輯噪音的無效長文。

他的目的很簡單，在被系統蒸餾之前，先把自己的核心知識藏起來。既然系統喜歡抓取「主動撰寫的長文」，那就給它餵一堆毫無營養的亂碼。

這個項目並沒有像「同事.skill」那樣爆紅，它甚至顯得有些微小且無力。用魔法打敗魔法，本質上仍是在資本與技術設定的遊戲規則中打轉。它無法改變系統越來越依賴 AI、越來越忽視真人的大趨勢。

But this does not prevent this project from becoming the most tragic and poetically profound scene in the entire absurd play.

我們極其努力地在系統中留下痕跡，撰寫詳盡的文件，做出縝密的決策，試圖在這龐大的現代企業機器中證明自己曾經存在過，證明自己是有價值的。卻不知，這些極其認真的痕跡，最終會成為抹去我們的橡皮擦。

但換個角度想，這也未必是一個徹底的死局。

因為那塊橡皮擦擦去的，永遠只是「過去的你」。一個被打包成檔案的 skill，無論它的抓取邏輯多麼精妙，本質上都只是一張靜止的快照。它被鎖死在導出的那一秒，只能依靠陳舊的養料，在既定的流程和邏輯裡無限打轉。它沒有直面未知混沌的本能，更不具備在真實世界中挫敗中自我進化的能⼒。

當我們將那些高度標準化、已成定式的經驗交出時，恰恰為自己騰出了雙手。只要我們仍在持續向外探索，不斷打破並重構自己的認知邊界，那道停留在雲端的影子，就永遠只能對著我們的背影亦步亦趨。

人，是流動的演算法。