上周末，老友转来一篇关于“蒸馏 Skill”的文章，问我看法。

文中大体讲的是 AI 技术通过“蒸馏”将人类技能模块化、可调用的现象，以及其对职场生态的影响。

指出哪些是容易被 AI 获取的，如个人的逻辑、风格和决策模式，尤其是高度结构化、上下文丰富且有明确评价标准的工作。

也指出哪些是 AI 难以获取的，如个人隐性知识、网络连接能力以及由使命驱动的坚持，进而提出 AI 时代人类应重新审视并培养在不确定性中持续解决复杂问题的能力。

我顺着回复了几点看法，老友次日回信来电，我们接着聊了半个多小时，挺有益的探讨。

后来娃说我的回复“语言好难懂”，那就挑几点展开说清楚。

看法也许有偏颇，而文责自负，这个态度我还是有的。分享参考——

先回老友：认同方向，不认同防守

那篇文章的总体观点方向，我是认同的，很残酷。

我基本认为人类还没有做好应对 AI 到来的思想准备或能力储备，来得太快了。

对大多数职场人来讲，风险显而易见。我有个猜测：按当前 AI 的发展速度，未来职场上的劳动力就跟中国的房子一样，大概率是多的、富余的，这部分要找出路，搞不好变成社会问题。

——这里有必要展开下，主要从总体存量结构上看。未来还在发展中，新的人才需求也会产生，我觉得对职场个体来讲，将自己从存量要素进化成变量或增量要素，也许是个思路。

但我对文中提到的防守策略，持保留意见，这也正是我觉得人类还没有准备好 AI 到来的一个要点。直觉是里面的建议策略有很大的弹性或风险性。

如“反蒸馏”（anti-distill），我不认为这是一个对的方向，这是职场的“熵增”，不合理，不可持续。

而真正的对策在哪，大家都还在摸索——主动试错或构建新的思维框架。

文中提到的“使命导向”一类，对大众而言，缺少操作性，大家更需要面包和牛奶。

文中提到“隐性知识”难以蒸馏，也是有风险的，是能隐性多久的问题，这看 AI 的发展速度如何逼近隐性。

——隐性知识有保质期，随着 AI 对场景数据的积累，隐性知识会逐步显性化。

AI 来了，之前的所有模式都值得重新问一遍。

先问问这是过去已经有的吗？然后再思考决策……

沉淀的三层：文档、流程、IT 系统

这周蒸馏 Skill 的话题似乎略在发酵。

我注意到刘润老师的公众号文章《“蒸馏”这个词，纯粹就是在制造恐慌》，说“蒸馏”和过去常说的“沉淀”没有本质区别，都是把个人能力转化为组织资产。

本质一样，这点我支持。我想补充一点不很成熟的看法：本质虽然一样，技术条件不同，产生的效果和影响可能很不一样。

先说我看到的几种沉淀方式。

以前的沉淀方式，更多的是书面化，以各种文档的方式，保持书面记录。员工离开的时候，可能就是提交一份交接文档，基本程序是有了，但内容是详细还是粗糙，要看公司也看个人，看颗粒度。

更进一步沉淀，是将上面的文档，固化到流程文件中，以希望员工在日常工作活动中加以执行。这里是一个分水岭，说明公司已经有“流程”意识了，但不一定会真的执行下去，因为很多公司的流程文件是为了给客户看的，即客户来验厂时，如做体系认证，拿出来证明你有这东西，其本质目的不是为了指引员工及业务运作。

更更进一步沉淀，是将上述流程文件固化到 IT 系统中。我待过的 H 公司有一个专门管质量、流程和 IT 的部门，其中一个重要职责就是干这个活的。让流程固化到 IT 系统中，让员工不得不去执行既定流程，确保流程落地并遵从。

这里有一些必要条件：一是你得有真正的流程文化，这是底蕴，需要上下同欲，需要时间与意识的积累；二是你得能将业务特性、流程文件准确全面地翻译成 IT 语言，再落实在 IT 系统，这是能力问题；三是持续迭代，业务会变，场景会变，人也会变，配套的系统流程也要变……这些已经将绝大部分公司拉开距离了——日拱一卒，有的是向前拱，有的是向后拱，从而有了差距。

记得当初我离开 S 公司时，留下超过 18G 的文档材料，超过 5000 份文件，这还不包括邮件、企业微信等平台上的日常工作交流记录。

而这些留下来的文件是企业资产吗？我觉得是。但必然会产生价值吗？未必。你得去消化、去内化、去使用，才会产生价值。如果只是让这些材料“躺平”在云盘或电脑或其他空间，那它们只是“呆滞库存”——库存从财报上看是资产，从供应链角度看多数时候是负债——背后是隐性成本，管理的、运营的、储存的……各项支出。

职场人通常比较忙——忙是一种稀缺。你可能有心去消化这些材料，但你不一定有时间精力去消化；消化了这些材料，你还不一定能转化为企业价值，要么你能力不行，要么你没有机会去实施……中间有各个“惊险的一跳”要跨过。

蒸馏让知识“液态化”

蒸馏 Skill，虽措辞不一定得体，但或许可以折射出在更高技术条件下，如大模型和 API 等技术组合下，对现有知识资产的高效利用，它将知识变成“液态”，而不再是点状或线性的了。

有了它，之前的知识资产，不再必须通过“人传人”的方式，先由人学习掌握，再找机会实施。现在通过大模型技术，直接将你的知识资产内化到系统，通过 API 按需调用，快速跑到你面前……事实上，这有利于知识资产的循环和高效利用，这时知识是流动的。

所以蒸馏与沉淀虽本质上都是获得 Skill、固化知识资产，但因为技术条件不一样，带来的使用效率和效果有很大的差异。

从这个角度，我们不妨将蒸馏 Skill 看作是在更高技术条件下对知识的更高效利用方式。

蒸馏也看对象

大部分职场人，是被所在公司蒸馏的。这代表你有被蒸馏的“货”，以及公司有蒸馏你的能力——这并非玩笑。我觉得坊间对公司数字化转型或 AI 部署的实际进展与效果，总体上来看是高估的。从媒体报道案例看，感觉都是“药到病除”“行业最高水准”……一片歌舞升平的繁荣景象。其实很多企业仍停留在大量的手工操作及线下纸档作业，其中也不乏“歌舞升平”的公司，数字化还有很长的路要走，蒸馏你的能力也不是说有就有的。

另一部分人是可以自我蒸馏的，然后让数字分身分担工作。据英国《金融时报》报道，Meta 正在开发一个 Mark Zuckerberg 的 AI 形象，用来和员工对话；Ray Dalio 推出的“Digital Ray”，他自己说在人生和工作话题上，效果约相当于和他本人交流的 95%……

当然，即使蒸馏 Skill，我也不认为是万能的……人才是最后决定因素。

而具体个体又该如何升维进化呢？我的初步答案，还是前面那句：将自己从存量要素进化成变量或增量要素。具体怎么做，一起探讨。