社交平台近日廣傳幾張截圖：有員工離職後，公司將其周報、對話紀錄及程式碼「餵」給AI，生成全天候留守工位的「分身」。消息觸發集體不安，「蒸餾打工人」成為熱話。本報實測發現，技術遠未成熟——AI只懂複製流程，學不會直覺判斷；不過，企業縮減成本的渴望真實，法律與倫理框架尚未跟上，焦慮並非空穴來風。
蒸餾真相：只是一場演示？
「Skill本質還是Prompt工程的延伸。」推動團隊AI轉型的產品經理小萬直言。他解釋，這套方法將一個人的思維鏈、操作習慣打包成壓縮檔，交給AI沿固定模式去跑，但並未讓AI真正學會思考。「這更像一個演示，而不是產品。」
本報測試印證了這判斷。蒸餾出的Skill能複述部份標準作業流程、用相似語氣回覆訊息，一旦面對真實場景便破綻百出：遭遇跨部門模糊需求，只會反覆調用舊文件；處理突發狀況時，路徑看似完整，關鍵節點卻產生「幻覺」，將錯誤判斷說得煞有介事。
無法說出的知識，AI學不了
哲學家波蘭尼幾十年前已點出關鍵：「我們知道的，總是比我們能說出的多。」寫在文件裡的流程規範、代碼註釋中的開發邏輯，這些「顯性知識」蒸餾技術尚能處理。但支撐熟練員工解決複雜問題的，更多是隱性知識——對客戶偏好的細膩感知、跨部門協作累積的信任、「呢個需求背後仲有另一層考量」的直覺。
德雷福斯兄弟的技能獲取五階段模型同樣指向這結論：新手依賴規則，專家的判斷已內化為直覺，發生在意識表達之前，連本人也難以完整解釋。AI能複製的，是前幾個階段的規則與流程；真正的專家經驗，恰恰無法被規則化。
縮減成本的迷思：隱性開支被低估
技術局限明顯，為何企業「蒸餾」員工的傳聞仍持續引發焦慮？一個不可忽視的背景是：資本對降本的渴望真實存在。單看帳面測算，用AI承接崗位似乎可大幅削減用工開銷。2026年Meta投入上千億美元搞AI基建，同步裁撤上萬員工；阿里內部AI工具「秒悟」已有上萬名財務、設計、運營員工使用。
但好看的成本預估，漏掉落地過程的各式隱性成本。哈佛商業評論聯合史丹福等機構的調研顯示，41%職場從業者平均每次花近兩小時修正漏洞百出的AI產出內容，這類無效返工成本令不少嘗試「蒸餾」的企業被迫終止項目。
極晝相關報道提到，有製造企業單單搭建一套可用的業務知識庫就耗費三四個月，加上市面業務隨時迭代，知識庫要不間斷跟進更新。即使成功提煉出貼合業務的AI技能模板，亦需企業完善配套的智能化體系——整體AI改造進度跟唔上，整理好的技能也沒辦法真正運轉。
還有一項容易被刻意淡化的支出：人工監督成本。Meta內部MCI項目的設計思路是，AI包攬重複機械化工作，人類員工留存負責審核與優化。AI僅能處理規則明確的標準化工作，涉及自主研判、對外溝通協調的非標準化事務，始終離不開人工把關。因此，AI沒法完整取代一個崗位，原本拆分出去的簡單工作交給智能體後，剩下全部校驗、改錯的工作，都會變成現有在崗人員的額外負擔。
法律與倫理真空
即使技術未成熟，蒸餾觸發的現實問題已經足夠具體。從輸入側看，對話紀錄、工作文件等原材料往往包含大量個人資訊。《個人信息保護法》要求處理個人信息須取得同意、遵循最小必要原則，但哪些數據可以合規採集、哪些已經越界，目前仍無明確標準。
輸出側同樣如此——蒸餾會將一個人的語言風格、決策傾向、價值觀念逐一固化並開放為可調用工具。本報分析了GitHub上星標量最高的5個人格蒸餾Skill，整理出140項分析維度，涵蓋口頭禪習慣、風險厭惡程度、心智模型等。這種對人格的結構化拆解，在未造成實質傷害之前是否已構成侵權，法律尚無答案。
責任歸屬同樣懸而未決。若蒸餾自離職員工的AI在工作中引發事故，開發者、使用者、還是那個毫不知情的「原型」，誰來擔責？現有法律以「行為實施」為基礎，而蒸餾場景中，一個人可能因自己從未參與的決策被牽連。當人的能力被轉化為可複製的數字資產，現有法律與倫理框架尚未跟上。
務實者的嘗試：冠名權與真正價值
小萬的實踐提供了一個更務實的參照。他在同事的電腦上操作蒸餾Skill，在同事見證下規避數據洩露風險，同時只提取同事身上某一項具體的、可複用的能力，做成獨立Skill，命名為「某某同事的Skill」、「某氏Skill」——相當於給予貢獻者冠名權，尊重其勞動成果。
這調整帶來了實際成效。部門一位有十年經驗的員工，曾於對口機構工作，形成一套高度成熟的對外溝通與數據分析思維體系。小萬將其固化成一個Skill。以往向合作方提供一份數據分析報告，從數據挖掘、分析到製作材料，需兩到三天時間。在該Skill輔助下，不計數據合規流程時間，約15分鐘即可生成可直接對外展示的完整報告。
小萬也蒸餾過自己。他將取數、跑數、按模板輸出分析報告等重複性工作打包成一個以自己名字命名的Skill，供團隊調用。「大家只用調用佢，就可以獲得平時同我溝通能得到嘅簡要數據，攞去用就好，唔使打攪我。」他因此騰出精力，專注需要深入鑽研的事務。他認為，這類SOP化的重複勞動對個人成長和公司價值都無正向貢獻，Skill將其簡化掉，合理。
但他也點出隱憂：「而家AI最大嘅幻覺，唔係AI本身有幻覺，係『老細』對AI產生咗幻覺，覺得AI好用嘅人覺得佢過於好用，而部份抗拒AI嘅人，又認為AI過於唔好用。真正將AI投入工作、真正用好佢嘅人，整體仍屬少數。」
結語
「蒸餾」敘事之所以引發共鳴，是因為觸碰了一個更深的不安：在強調效率與可替換性的工作環境裏，一個人累積的經驗與判斷，究竟算不算真正難以被取代的東西？
至少在當前技術條件下，答案是肯定的。小萬說：「AI無辦法搶走嘅，係你對業務嘅理解，呢個係我哋所有人處理工作上最有價值嘅嘢。」
真正需要警惕的，或許不是AI對個體的模仿，而是那些本就重複、規則清晰的工作，正以更安靜的方式被替代——那個過程，並不需要蒸餾。
