我们写字楼的5层楼，从上个月起就总飘着一股淡淡的、像旧纸张受潮发霉的味道。
没人说得清味道的来源，只知道，那味道出现的前一天，小林被人事叫进了办公室，再也没笑着出来过。
是的，他被辞退了，他走的那天没收拾工位上的东西，桌上的保温杯还盛着半杯凉透的茶，键盘缝里还卡着几根他的头发。
怪事，是从他走后开始的。
负责接手小林工作的小张，每次交上去的稿子，都和小林写的如出一辙，甚至比小林的还要精彩。
组长让我们赶一个棘手的新闻，所有人都没有头绪，就在我们准备放弃的时候，电脑突然自己跳出文字，那是一篇完整的文章。
我们的选题交流软件里，小林的头像一直亮着，在我们讨论稿件时，这个头像总是会自己跳出来，开始分析怎么写相应的大纲。
我周围的同事从那天开始，脸上就没有什么笑容了，他们闷着头在键盘上敲着字，就像是怕抬起来看到什么不该看见的东西。
一天又一天的过去，小孙、小李、小华……一个个我熟悉的同事都不再来公司了，但不知道为什么，他们在工作交流软件里的头像，就像小林一样不断跳动着，向我发着信息。
啊？你问为什么？
因为我把他们炼成了“同事.skill”了啊！
将冰冷的离职化为温暖的Skill，欢迎加入赛博永生！
（你知道我要说什么）
同事的离职留下大量文档没人维护？实习生来两礼拜就直接跑路留下一堆烂摊子？
不用担心，现在只要提供他们的飞书消息、钉钉文档、邮件、消息记录、截图，再加上一点你的描述——这个过程，我们把它叫做“炼化”。
而炼化成功后，马上一个用着你的说话口吻，有着你的思考逻辑，带着你的工作经验的AI就能帮你继续在公司里当牛做马，甚至还能帮你甩锅。
你冰冷的工牌也能被温暖的显卡继承，你的照片会被供奉在公司的机房里直到永远，而你的意志会一直盘旋在公司的上空。
我知道你在想什么，但今天我们先不提这个“同事.skill”到底能不能完全取代掉你的位置；
也不聊它能不能按你的想法先下手为强把老板炼化，以防止那些正常人都看不懂的聊天记录搞出什么让AI都理解不了的话，让整个服务器宕机爆炸。
（这家伙在说什么呢？）
我们今天要聊的，是现在互联网上最火的skill项目：“张雪峰.skill”。
在大约半个月前，“张雪峰去世”的词条登上了各平台的热搜。
人们常说“自己死后功过自有后人评说”，所以有人说他是贩卖焦虑的商人，也有人说他是拯救寒门的导师。
但不管怎么说，在两个月后就要高考的当下，张雪峰的离世肯定是某些家庭的损失。
于是，“张雪峰.skill”应运而生。
根据开发者自己的介绍，“张雪峰.skill”基于他本人生前5本著作、超过15篇权威媒体深度采访、30多条一手语录、11个关键决策记录以及完整的人生时间线，提炼出了5个核心心智模型、8条决策启发式和完整的“表达DNA”。
并表示这不是语录合集，是可运行的思维框架。
当你输入自己的高考分数和志愿的时候，如果是普通AI，它们就只会罗列金融专业的院校、就业方向、优缺点，用冰冷的数据和资料让你自行判断。
而如果是在张雪峰.skill里，它就会用张雪峰生前的口吻和思路去给你进行最专业的分析：
爸妈是做金融行业的吗？有亲戚在这个行业吗？家里能给孩子铺路吗？
然后给出扎心又现实的结论：抢不过那些985的。
最后再根据实际情况为孩子推荐更适合的计算机或电气工程。
这一切看起来都那么完美，张雪峰的思想在互联网上永生，依旧能帮助万千学子答疑解惑。
就像“同事.skill”一样，即使真人已经逝去，也能继续创造“剩余价值”。
但这一切真就没有任何问题吗？
开发者Alex曾对“张雪峰.skill”做过一次测试，在以甘肃考生身份填报志愿为题时，张雪峰.skill虽然联网检索到最新分数线，但在最终结果里将可以“冲一下”的院校误判为稳妥选项。
而在涉及到“人工智能”等新兴行业以及交叉专业时，因为没有张雪峰过往可供参考的资料，往往只能依据过往的框架给出似是而非的判断，又或者开始左右脑互搏。
可以预见的是，如果真的有考生将张雪峰.skill的输出的结果视为最佳答案，那么必然会出现难以挽回的后果。
究其本质，所谓的“skill”，仍旧是AI工具，这也并非新的智能涌现，依然是提示词工程。只是在原本的提示词搜索、分析中，套入了一个“名人思维框架”。
在某种程度上来说，它和你在跟豆包提问时，提前在输入框中写上“以张雪峰的语气和思维习惯，回答我以下问题”没有本质上的区别。
“张雪峰.skill”依旧会犯AI经常犯的错误，依旧只能整合偏表层的社会信息，也依旧会被信息污染。
而此类skill最大的问题，是它们没有任何能够“进步、优化”的空间。
Skill的开发和形成，都依托于某人过往的书面资料和可公开的采访记录。
以张雪峰为例，开发者进行“蒸馏”的主要来源是《你离考研成功就差这本书》等张雪峰教辅书籍、媒体专访、人生时间线梳理等，而张雪峰留存信息最多的却是直播视频切片。
但现今的大模型却基本不具备对视频做出完整“整合和分析”的能力，AI无法针对图片给出100%确定的判断，它只能给出它推论中最接近的答案。
所以要想完成所有视频的录入，就需要大量的时间进行语音转文字的方式去进行提炼。
除了难以保证信息源的完全之外，信息源的过时和滞后更是对这些“skill”的致命打击。
张雪峰能够在任何专业选择、院校推荐、志愿分析等问题上都能给出自己的见解，这不只依托于过往的经验沉淀。
其可能具备的内部消息、团队每年对高考政策的分析、每个行业后续的发展变动等思考过程才是关键。
但“skill”却只能依托于过去的思想、过去的经验、过去的资料进行整合输出，没有自主思考、更新思维的能力，更没办法预测瞬息万变的各地高考政策、行业变化。
它能够提供张雪峰式的沟通语气和情绪价值，却不具备张雪峰式的判断能力和专业决策。
更有意思的是，“张雪峰.skill”以及目前大量的“名人skill”项目，其实都依托于另一个开源的项目“女娲.skill”生成。
和它的名字一样，“女娲.skill”的功能便是帮助你快捷、直接地“捏出来”一个“名人.skill”。
只要输入“乔布斯、罗永浩、马斯克”等名人，女娲.skill就能自动帮你收集、整理他的著作、博客、社交媒体和人生时间线，提炼出5～7个心智模型和决策启发，然后就能构建相应的人物skill。
用别人蒸馏开发出的skill工具去蒸馏开发另一个skill，其所能保证的准确性和可信度就已经大打折扣了，虽然在某种程度上来说好像是完成了大家发明AI的终极目标：让AI开发AI；
但就像你看到的，在 AI 尚不具备人类大脑的思维能力时，这种梦想终究只是空想。
再回到我们开头提到的“同事.skill”项目，它真的能够完全取代目前所有人工吗？
或许在未来这一切是有可能发生的，但绝不是现在。
如果真的有老板相信skill能够完全取代人工，那么他可能要先考虑一下电费和token费用是不是比工资还高了。
所以在我看来，目前skill项目最有用的，可能是“前任.skill”。
毕竟谁不想看AI用着你前女友、男友的语气告诉你，其实ta从来就没爱过你呢。