报告行业投资评级 * 本报告为《量化看市场》系列点评报告，未对特定行业给出投资评级 [1][6][9] 报告的核心观点 * “AI蒸馏”技术的核心不是复刻一个人，而是从公开信息中提取其反复出现的认知模式，结构化成“心智模型 + 决策启发式 + 表达风格”的框架，让AI使用这套框架回答问题 [1][32] * 该技术具有明确的实用价值，能将分散的认知模式集中与结构化，为用户提供新的“认知镜片”来审视问题，是一种有效的学习工具 [4][35] * 但必须明确其局限性：它是一面有效的认知镜子，不应将镜中影像误认为真人，技术可行性与人文、法律、伦理护栏的建立之间存在差距 [4][5][36] 根据相关目录分别进行总结 一、同事.Skills 爆火 * **现象描述**：同事.skills项目在GitHub上爆火，拥有**9.6K星**，其核心是通过提供同事的工作素材（如飞书消息、钉钉文档、邮件），将其认知模式和工作经验“蒸馏”成可复用的AI技能（Skill）[10][11] * **技术原理**：每个同事Skill由“工作技能（Work Skill）”和“人物设定（Persona）”两部分组成，采用“多源知识蒸馏 + 结构化Persona + 可版本化”的工程路径，通过大模型对多源材料进行分析和结构化，生成标准Agent Skill文件，而非训练新模型 [11][12][14][19] * **使用流程**：包括录入信息、通过脚本多源采集数据、进行双轨分析（工作能力与人物性格）、生成Skill文件，并支持通过追加材料和对话纠正进行迭代进化 [12][13][14] * **生态发展**：继同事.skills后，类似项目不断涌现，如前任.skills、老板.skills、导师.skills等，原理类似，均是通过上下文工程和人格/规程分解来模拟特定人物 [18][22] * **价值与定位**：该方法落地门槛低，非技术人员也可维护，能有效沉淀可操作的工作规范、偏好及表层沟通风格，用于风格化演练或新人培训，应定位为**可编辑、有版本的工作与人格说明书或陪练道具**，而非真人的替代品 [20][23] 二、“蒸馏”到底该如何做 * **有效性验证**：通过对比测试发现，使用专门“蒸馏”出的“乔布斯Skill”回答问题，其答案的“角色浓度”、心智模型引用明确性及表达风格还原度均显著高于直接让大模型（如Opus4.6、GPT-5.4）进行角色扮演，证明“蒸馏”确实能产生更贴近原人物的输出效果 [24][25][26] * **应用扩展**：AI蒸馏人的能力不应局限于身边同事，可扩展至蒸馏各个领域最强的人（如查理·芒格、段永平），利用他们遗留的公开高纯度“思维原矿”（如著作、演讲）进行提炼 [1][27] * **方法论案例**：“女娲”项目展示了系统化蒸馏名人的方法，其流程包括：六路并行采集信息（著作、访谈、社交媒体等）、通过三重验证（跨域复现、生成力、排他性）提炼心智模型、构建包含**3-7个心智模型 + 5-10条决策启发式 + 表达DNA**等要素的Skill文件，并进行质量验证 [28][29][30] * **边界声明**：高质量的蒸馏Skill会明确标注能力边界与局限性（如“蒸馏不了直觉”、“公开表达 ≠ 真实想法”），声明其提供的是“认知镜片”而非完整还原 [2][30] * **资源获取**：互联网上已有许多蒸馏好的名人Skill可供直接下载使用，降低了使用门槛 [31] 三、总结 * **核心价值**： * **认知框架可迁移**：如芒格的“逆向思考”、费曼的“简单解释”原则等思维模式在原始语境外依然有用 [2][32] * **提炼深度高**：通过三重验证等方法论提炼出的心智模型，其信息质量远高于简单的“名人语录” [2][32] * **诚实边界机制**：明确标注能力边界，有助于用户正确理解和使用该工具 [2][32] * **内在局限与隐忧**： * **认知不可完全编码**：个体的直觉、隐性经验等大量不可言说成分无法被编码，公开言论仅为冰山一角 [3][33] * **信息失真**：将复杂个体压缩为**5-7个心智模型**必然导致信息丢失，且存在使用者误将模型等同于认知全貌的风险 [3][33] * **伦理与权利问题**：存在已故人物表达权缺失、被蒸馏者同意权结构性缺位等根本的伦理不对称 [3][33] * **抑制独立思考**：长期依赖他人“视角”可能使用户疏于发展自身的判断体系 [3][33] * **主观性不可消除**：Skill的产出不可避免地掺杂了蒸馏者的主观判断与认知偏好 [4][34]