项目“同事.skill”的背景与影响 - 技术社区GitHub上爆火的“同事.skill”项目，其核心功能是“提供同事的材料加上主观描述，生成一个真正能替他工作的AI skill”，截至4月4日晚，该项目在GitHub累积了将近7万星标[1] - 该项目将AI从“会回答”的Chatbot推向“能行动”的Agent演进背景，其意义在于将工作方法、判断路径和操作规范进行文件化、模块化，让AI在需要时按需读取和执行[5] - 该项目的出现将一个尖锐问题摆上台面：如果人的工作经验、协作方式甚至风格特征都能被模块化，那么凝聚其中的劳动价值、知识产权和人格尊严应如何保护[1][6] AI对个人经验的“蒸馏”能力与局限 - 个人常年积累的判断力、排错直觉等工作经验可以被AI“蒸馏”，但只能是部分蒸馏，而非完整复制[6] - 能被蒸馏的主要是那些在行为中反复出现、能够留下记录、具有稳定性的部分，例如拆解问题、判断优先级、发现异常、修改文档、回复消息等方式[7] - 越靠近情境化、身体化、主体性的工作经验部分，就越难被完整提炼，例如依赖语境、责任感、现场压力、组织关系的排错直觉[7] - “同事.skill”式的个人级蒸馏与此前的大模型训练有本质区别：大模型训练提取一般性、可泛化的共性能力；个人级蒸馏提取的是高度情境化、与具体工作流绑定的局部know-how[8][9] 经验知识的所有权与法律边界争议 - 员工在职期间产生的材料，其所有权问题可分为三层：知识产权、个人信息和隐私、以及两者间的中间地带[11] - 具有独创性、构成著作权法意义上作品或符合专利法标准的内容，其权利归属在现行法下相对清晰[11] - 员工在公司系统中留下的内容仍受民法典和个人信息保护法保护，企业不能无限制地将所有痕迹用于“蒸馏”，尤其是涉及个人画像、行为分析、风格提炼时[12] - 最难的争议在于中间地带：个人的排错顺序、判断习惯、沟通节奏、问题拆解方式等默会知识，现有知识产权法和个人信息法只能覆盖一部分，无法完全解决其归属问题[12] - 倾向于认为，形成于工作过程的默会知识原则上应更多地由劳动者自己掌握，企业通过工资获取的仅是使用权而非所有权[13] - 未来需要通过修订劳动法、制定专门法规以及劳动合同提前约定，来明确谁有权调用这些默会知识及调用的边界[2][13] AI对劳动力市场与工作组织方式的深层影响 - AI对劳动的影响是全方位的，最显性的替代是那些需要投入较多脑力、规则明确、重复性高、容易标准化的任务环节，如翻译、摘要、基础写作、代码、办公和分析类工作[14][15] - AI的影响不仅是替代具体工种，更在于重构工作的组织方式。Skill作为一种“最后一公里”机制，将通用AI能力接到具体场景中，使其能在垂直岗位和组织流程里跑通[16] - Skill带来的影响可能比显性的直接替代更深，因为它会逐步将岗位内部的“微能力”抽出来、自动化、模块化、平台化，最终改变整个岗位的定义、招聘标准和组织结构[2][16]