近期，GitHub 上涌现一批以 .skill 为后缀的项目，如同事.skill、前任.skill、导师.skill 和 boss.skill，通过输入聊天记录、工作文档、性格标签等数据，训练出能模仿特定人物说话风格、判断逻辑与协作方式的 AI 模块。三天内，相关项目从小众技术平台扩散至小红书，前任.skill 帖子获 515 条评论、3861 点赞、2015 收藏；导师.skill 同样引发广泛情绪共鸣。

该现象并非单纯网络玩梗。Anthropic 在其官方工程文档中明确定义 Agent Skills 为可被智能体动态发现、加载的能力模块，由 SKILL.md、脚本、资源及说明文件组成，目标是将专业知识、工作流与经验系统化封装，使通用智能体实现按需专精。其官方仓库 anthropics/skills 明确指出，skills 包含 instructions、scripts 和 resources，用于文档处理、设计、开发、沟通等专项任务。Skill 的本质是将人的程序性知识文件化，而非仅优化 prompt。

首批被 skill 化的对象集中于曾对用户拥有情感、工作、学术或组织权力的个体：前任、同事、导师与老板。同事.skill 将协作对象拆解为 Work Skill（技术规范与决策路径）与 Persona（沟通风格与行为模式），将其重构为可复用的工作接口；前任.skill 则基于聊天记录、照片与社交媒体数据，生成具备记忆碎片与情绪反应特征的数字人格；导师.skill 直接标榜‘把导师蒸馏成随时可问的 AI Skill’，应对师生间指导资源错配问题；boss-skill 与 ceo-advisor 类项目则进一步将统筹调度、战略决策、资源配置等管理职能抽象为可调用框架。

由此，前任作为一段关系、同事作为一种协作、导师作为一种影响、老板作为一种权力结构，正被统一表述为输入材料、抽取特征、输出风格、设定调用条件与纠偏机制的技术接口。人不再首先被视为不可替代的主体，而被预设为待整理、可分割、可定价的功能集合。

这一转变重构了劳动价值基础：过去价值源于‘我亲手做了这件事’，未来价值 increasingly 来自‘我定义怎么做、何为达标、谁来负责’。显性动作易被提取复用，而长期积累的取舍能力、责任意识与边界感难以一次性封装。最稀缺的不再是执行者，而是能将经验沉淀为系统并持续校准的人。

技术推进同时伴随明确伦理风险。Anthropic 提醒 skills 存在安全漏洞与数据外泄隐患，强调须审慎审计代码与外部依赖。当聊天记录、语气偏好、行为习惯均可被蒸馏，核心问题转向数据所有权归属、封装授权边界、调用合规性界定，以及误读、冒用与再生产后果的归责机制。这既是技术趋势，亦是迫近的伦理命题——被沉淀的不仅是经验，还有人的痕迹、关系与边界。

同事.skill 的口号‘欢迎加入赛博永生’兼具认真与戏谑。工具并未更像人，而是人类正日益习惯以接口逻辑理解彼此。人类未消失，但正在被重新定价。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。