最近，GitHub 上突然冒出一批名字带 .skill 后缀的项目。表面上是 skill，实质上在封装人。

同事.skill、前任.skill、导师.skill、boss.skill 以及更多看起来像玩笑、实则很认真的变种。把一个人的聊天记录、工作文档、性格标签喂进去，出来一个会按他的方式说话、判断、协作的 AI Skill。

三天之内，这些项目从 GitHub 扩散到小红书。前任.skill 的帖子下面累积了 515 条评论，3861 点赞、2015收藏；导师.skill 也很快变成了情绪共鸣现场。

一个个 GitHub 项目，以这种方式穿透技术圈，变成了大众情绪话题。

前任、同事、导师，甚至老板的某些职能，这些原本属于关系与角色的人，正在被越来越多人重新理解成一种“可封装、可调用、可复用”的能力包。你给它聊天记录、文档、截图、口头描述，AI 就能尝试模仿一个人的说话风格、工作方法、判断习惯，最后把这个人压缩成一个 skill。听起来像段子，但它背后其实是一条非常认真的技术路线。

一、

这不是网友整活：从 Anthropic 到 Agent Skills

如果这只是网友整活，那它最多是个 meme。问题在于，它背后有一条很清晰的技术母线。

Anthropic 在官方工程文章里把 Agent Skills 定义成一种可以被 agent 动态发现和加载的能力模块：本质上是一个包含 SKILL.md、脚本、资源和额外说明文件的目录，用来把某种专业知识、工作流和经验打包成可复用能力。它的目标不是造更多零散小工具，而是把通用 agent 变成“按需专精”的 agent。Anthropic 甚至把“做一个 skill”类比成“给新员工写 onboarding guide”。这个比喻很关键，因为它说明 skill 的本质不是 prompt 花活，而是在把人的程序性知识文件化。

官方仓库 anthropics/skills 也说明了这一点。它明确写道，skills 是一组 instructions、scripts 和 resources，Claude 会按需动态加载，用于文档处理、设计、开发、沟通等专门任务。也就是说，skill 不是一场偶然的互联网玩梗，而是 AI 平台正在主动推动的一种标准化能力形态。

真正值得注意的地方在于，一旦这套框架成熟，接下来被打包的不只会是“怎么做一件事”，还会是“像谁一样做一件事”。从任务封装走到人格与角色封装，中间其实只差一步。

二、

首先被做成 Skill 的，往往是对你有过权力的人

这批项目有一个特别值得细看的规律：最先被做成 skill 的，往往不是陌生人，也不是普通朋友，而是前任、同事、导师，以及老板的某些职能——那些在情感、工作、学术和组织结构里，曾经对你拥有过某种影响力的人。情感权力、工作权力、学术权力、决策权力，都在这里出现了。

同事.skill 的逻辑很直接：把一个同事留下来的飞书消息、邮件、工作文档和你的主观描述喂进去，拆成两层——Work Skill负责他的技术规范、工作方法和决策路径，Persona负责他的说话方式、沟通风格和行为模式。它最关键的一点不是“像不像这个人”，而是把一个原本依赖真人在场的协作对象，改写成了一个可以复用的工作接口。README 里甚至直接把这种设计说成一种“赛博永生”式的延续。

前任.skill 则把同样的结构迁移到了亲密关系里。它处理的不再是代码评审和项目推进，而是聊天节奏、记忆碎片、情绪反应和互动风格。根据项目 README，它可以用聊天记录、照片、社交媒体和主观描述，生成一个“像 TA 一样说话”的数字人格 skill。它真正让人不安的地方，不是技术实现本身，而是它把“关系中的在场感”也理解成了一种可被提取、可被调用的东西。

现在，连导师也开始被做成 skill 了。比如 导师.skill 这个项目，首页就直接写着：“把导师蒸馏成随时可问的 AI Skill”。它瞄准的痛点非常具体：如果你是学生，导师太忙抓不到人；如果你是老师，则要一遍遍向学生重复介绍自己的研究方向、学术风格和经验方法。这种“指导”“点拨”“传帮带”原本高度依赖真人在场的关系，也开始被重写成一套可封装、可随时访问的能力包。

更进一步，GitHub 上甚至已经出现了把“老板职能”做成 skill 的方向。比如 boss-skill 这类项目，核心不是复刻某个老板的语气，而是把“统筹、分工、推进、调度多个角色”的管理中枢抽象成一个 Boss Agent；而像 ceo-advisor 这样的 skill，则进一步把战略决策、资源配置、董事会沟通和组织发展这些典型 CEO 职责做成可调用框架。即便是老板也能被 skill 化。

把这些放在一起，就会发现：

前任，本来是一段关系；同事，本来是一种协作；导师，本来是一种影响；老板，本来是一种权力结构。

但在 skill 的叙事里，这些开始被重新表述成：输入什么材料、抽取什么特征、输出什么风格、何时调用、如何回滚、如何纠偏。一旦这种话语被接受，人就不再首先是“不可替代的人”，而先变成“待整理的接口”。

这才是这件事真正值得警惕的地方。不是 AI 模仿人，而是我们先学会了用软件工程的方式理解人。

三、

那么人类怎么定价

这件事真正改变的到底是什么？

以前，一个人的职场价值，在于他本人在场，能把活干了。Skill 做的，就是把“人必须在场”这件事拆开：能力可以留下来，人可以离开。意味着“人”这个单位正在被解包——你不再是一个不可分割的整体，而是一组可以分别定价的功能模块。判断力、语气、工作流、历史上下文，每一样都可以单独提取、单独封装、单独复用。

这并不等于人类会消失。更准确地说，它意味着“亲手在场执行”这件事会越来越便宜，而真正稀缺的会变成：谁能定义问题，谁能设计流程，谁能持续校准系统，谁有资格对结果负责。

未来最值钱的人，未必是最忙、最拼、最能熬的人，而是那些能把自己的经验、判断和方法沉淀成系统，并持续校准这套系统的人。因为那才是真正难以被一次性提取的部分。能被复制的是显性的动作，难被复制的是长期积累出来的取舍、责任和边界感。

从这个意义上说，skill 化真正重估的，不是某个岗位，而是劳动价值的结构。

以前价值主要来自“我亲手做了这件事”；以后价值会越来越多地来自“我定义了怎么做、做到什么程度算好、出了问题由谁负责”。

四、

边界在哪里：从技术趋势到伦理问题

当然，这件事也不是没有边界。

Anthropic 在谈 skills 时，明确提醒过安全风险和数据外泄问题，建议只安装来自可信来源的 skill，并对其中的代码、依赖、外部资源保持审慎审计。这个提醒放在普通文档技能上已经足够重要，放到“人被做成 skill”的场景里就更刺耳了。

因为一旦一个人的聊天记录、工作文档、行为习惯、语气偏好都能被蒸馏，问题就不再只是“技术上能不能做到”，而变成：这些材料归谁所有？谁有权整理？谁有权调用？谁来界定误用和滥用？谁来承担被误读、被冒用、被再生产的后果？

也就是说，这不只是一个带着未来感的技术趋势，同时也是一个正在逼近的伦理问题。我们一边惊叹于“经验终于可以沉淀”，一边也必须承认：被沉淀的从来不只是经验，往往还有一个人的痕迹、关系和边界。

写在最后

同事.skill 的口号是“欢迎加入赛博永生”。这句话是认真的，也是一个梗，两者之间已经很难区分。

不是工具越来越像人，而是我们越来越习惯用“接口”的方式理解彼此。

到那个时候，人类没有消失，只是被重新定价了。

至于定价之后值多少，还没人知道。