GitHub上最近爆火了一个开源项目——同事.skill。
它的逻辑野蛮而直接，带着赛博朋克的荒诞：离职同事的企业微信、飞书文档、钉钉记录、邮件往来、工作截图，统统喂给AI，再附上一段主观描述。
于是，那个与你江湖再见的人，便在数字世界里复活了——带着他的专业技能、沟通语气，甚至甩锅扯皮的话术，继续“打工”。
很快，一个庞大的“蒸馏宇宙”相继涌现：老板.skill、前任.skill、导师.skill、暗恋对象.skill，乃至永生.skill。
这些“数字招魂术”里，藏着对AI冲击的戏谑解构，却也指向更深刻的变革——隐性知识，正经历一场前所未有的平权运动。
隐性知识，来自“知识管理之父”野中郁次郎的洞见：将个人经验、直觉等难以言说的东西，转化为文档、公式等可传播的形式，是知识管理中最困难、最缓慢的一环。
假设你是一位寿司大师，如何将捏寿司时手的温度控制在最佳状态？只能说运用之妙，存乎一心。而生成式AI的出现，正在改写这个公式——它不再只是连接隐性知识与显性知识的“桥梁”，而是可以容纳、复制、复用隐性知识的超级容器。
最典型的案例是“女娲.skill”，上线GitHub一周，便斩获超过8000颗星。它能对乔布斯、马斯克、芒格、费曼、张一鸣、罗永浩等卓越人士的大脑进行系统分析，将其心智模型、思考框架、表达风格，整理成可被AI调用的能力模块。
换言之，遇事不决，不再需要拉一屋子人头脑风暴到凌晨。那些曾经千金难求一面的大佬，如今可以随时“差遣”。
我亲测了这款工具。
评估产品时，可以请教乔布斯；投资决策前，咨询芒格；需要精神力量时，求助曾国藩。即便询问的是这些名人从未遇到过的问题，skill依然能以模仿其思维“神似”（而非语气的“形似”）给出回答。以我搭建的“曾国藩.skill”为例。我给它抛出了一个现实感极强的问题：“假设我是一位面临资金链断裂风险的创业者，你会给我怎样的建议？”
它如此作答：
“我”办湘军，从不求朝廷一次性给够钱，而是“以战养战”——打一仗，补充一仗。融资亦是如此，要先证明自己还活着，让投资人看到你还有现金流，而非来讨“救命钱”。
此时融资要找“同袍”而非“债主”，优先找了解你行业的战略投资人；同时降低预期，速战速决，当前环境下估值打五折也要拿到钱。“我”在安庆之围时选择“以壕代兵”，这是“用时间换空间”之法。因此建议：收缩战线，砍掉所有亏损业务，只保留一两项现金流为正的核心业务，锁定贡献八成营收的两成优质客户，与供应商协商分期付款或以股抵债。
最后，它搬出曾国藩名言：“好汉打落牙和血吞”，并给出三条行动建议：
1.接受焦虑——资金断裂前焦虑是正常的，“我”也曾在祁门被围时写好遗书；
2.保持节奏——越是困难，越要按时吃饭、睡觉、运动；
3.记录日志——把每天的决策和反思写下来，这是“我”每日必做的功课。“困时切莫间断，熬过此关，便可少进。再进再困，再熬再奋，自有亨通精进之日。”
作为对照，我也将同一问题抛给DeepSeek。它以曾国藩口吻作答，措辞古雅，情感充沛：
见字如晤。创业维艰，资金链断如湘军粮道被劫，看似绝境，实则存亡之秋正是磨砺心性时……还列了六条建议，殷殷叮嘱“屡败屡战”，又附上“自制耐烦清单”，以及他十年六次绝境实录。
高下立判。
模型给出的答案情绪价值充沛，却更像“正确而平庸”的大路货——它在扮演曾国藩。而“曾国藩.skill”是在替你做曾国藩——它不是在检索名言警句，而是把曾国藩的思维框架，套在你自己的处境上，帮你分析自己的问题。
一个是给你看地图，一个是直接把化身为曾国藩的你，空投到战场中心。
虽然类似“女娲.skill”之类的技能依然初级，虽然它们还会面临知识产权和道德风险等难题，虽然skill并非产品最终形态，或许会在某次基础模型能力迭代中被覆盖掉，但这标志着个体学习范式再次转变。
自2016年知识付费浪潮兴起，至今已近十年。回顾这段历史，其产品逻辑其实也是建立在“蒸馏”之上：把书蒸馏成干货，把案例蒸馏成方法论，把思想蒸馏成金句，把历史蒸馏成故事，把专业蒸馏成科普……蒸馏后的内容，更有温度，更精华，也更容易吸收。
然而，这并不能掩盖一个根本性困局——工具与结果的分裂，始终无法弥合。
用户手机里囤了几个G的课程，道理一听就懂，却依然走不好脚下的路。“收获感”满满，却难有真正的“收获”。知识管理的终极悖论正在于此：把知识提炼成道理，反而让人离知识更远。
让一个人讨厌某件事的最好方式，就是不停给他讲道理。话说三遍淡如水，说到第十遍，你连说话的人都开始厌烦了。这正是知识付费陷入的“中介困境”：导师成为知识传递的中间层，而中间层，最容易在下一次技术革命中被淘汰。
skill蒸馏出的不再是干货，而是一套可以定制化、随时调整、直接拿来使用的行动方案。更重要的是，“AI原住民”的学习范式正悄然改变。
留意一下近年各类黑客松大赛的获奖者，其中不乏高中生乃至初中生。猎豹CEO傅盛经过调研后发现，他们的学习方式与传统路径截然不同：
把自己的课本、笔记、资料全部丢给AI，让它先出思维导图；然后根据自己的薄弱点，让AI生成十道“最可能做错的题”——不是随机题目，而是定制化的针对训练。做题时，AI不只给答案，还会把思考过程也讲出来；判断出哪里没真正理解后，会反复讲解，直到完全弄通。
他们甚至会反向使用苏格拉底提问法——让AI不停追问自己。人往往不知道自己不知道什么，而AI的“严刑拷打”，可以把自己的盲区一层一层翻出来。
当“AI原住民”成为消费主力，他们天然会用词元（Token）替代Course（课程），用AI私教+智能助理替代人生导师。
纵观科技发展史，从印刷术普及打破教会垄断，到互联网打通信息鸿沟，技术进步始终与知识平权同频——平权，意味着不断打掉中间层。
在组织层面，Palantir等AI Agent正在颠覆传统SaaS模式。Agent更擅长打破部门间的功能孤岛，通过连接跨系统的上下文来产生最大价值——用户不再是买工具，而是买结果。类似逻辑在个人层面同样成立。对知识的需求永远存在，但对中间层付费的需求会越来越小。
当然，凡事都有两面。有两类知识付费机构，反而会凸显自己的价值：
1.能率先使用AI、向学习者更好交付结果的；
2.在“蒸馏别人也可能被别人蒸馏”的时代，能提供更多“反AI价值”的。
当知识变得无处不在，真正的奢侈品是那些注定低效、无法规模化、无法被Token化的东西——活人的判断，活人的温度，活人的不可替代。
毕竟，skill也不能真正交付结果，它提供的是更高级的“结果幻觉”。
“马斯克.skill”仿真度再高，能给你的也只是基于第一性原理推演的“最优解”。最后决定你能否在创业之路坚持下去的，往往不是任何龙虾——而是在你深夜痛哭时，有人拍拍你肩膀说：这杯酒，我陪你喝。
粤ICP备14082021号
免费POC，
零成本试错
