牛牛app 共事被“真金不怕火葬”为Skill？大众把这事想简便了

本文来自微信公众号：字母 AI牛牛app，作家：苗正，剪辑：王靖，题图来自：AI 生成

"共事 .Skill "这个 GitHub 面孔火出圈了。

随后还有什么"雇主 .Skill "、"前任 .Skill "。

粗糙你身边的每一个东说念主齐不错被 Skill 变成数字东说念主。7*24 小时的陪着你。

有的媒体说它能"齐备复刻共事的口吻、甩锅姿势"，还有媒体说它"彻底替代你的共事"。

讲竟然，前次我看到这样赛博一又克的事情，如故《战锤 40K》里天际死灵这个种族的配景故事。

莫非我穿越了？

我看了一眼手机，一切正常。

于是我又重新梳理了整场事件，终末我发现这件事自身等于技能社区的一次玩梗，却在传播中变得越来越煞有介事。

这不难洽商，在这个东说念主东说念主齐惦念被 AI 替代的今天，牵记比真相更有传播力。

一、所谓的"真金不怕火葬共事"，其实等于个爬虫加指示词模板

共事 .Skill 这个面孔尽头简便。

在 colleagues 文献夹下，每个"数字共事"等于一个子目次，内部有几个 Markdown 文献：Skill.md 是主进口，work.md 态状责任，persona.md 态状性情，再加一个 meta.json 存放元数据。仅此费力。

所有信息被精良成几个静态文本文献，而不是使用向量数据库作念语义检索，也不触及任何模子磨练。

责任历程也直白。

面孔提供了几个 Python 脚本，其中 feishu_auto_collector.py 用来执飞书音问和文档，dingtalk_auto_collector.py 执钉钉数据，wechat_parser.py 理解微信聊天记载，email_parser.py 处理邮件。

这些脚本干的事情等于数据爬取和格式调遣，把原始文本整理成结伴格式。然后把这堆文本喂给 AI，让它精良出这个东说念主的"责任才智"和"性情特征"，生成那几个 Markdown 文献。

运行的时候更简便。

当你调用这个 Skill， Claude 就会读取那几个静态的 Markdown 文献作为高下文，然后按照态状的立场跟你对话。

就像你给演员一份脚本，告诉他"你当今要饰演一个言语爱用惊叹号、每每甩锅给测试部门的居品司理"，演员照着演就行了。

共事 .Skill 本色上是一个恪守 AgentSkills 表率的指示词 + 爬虫工程面孔，根蒂不是什么 AI 磨练面孔，更不是赛博长生。

面孔中"五层东说念主格结构"照实存在，但这仅仅指示词的组织方式，不是把这个东说念主的念念维方式和学问彻底分析透顶，内部也没啥莫测高深的技能。

persona.md 文献里把东说念主格态状分红五层：Layer 0 是硬性功令，优先级最高；Layer 1 是身份融会，比如"我是前端工程师" ; Layer 2 是抒发立场，比如"言语通俗，不必 emoji " ; Layer 3 是决策模式，比如"遭遇技能选型倾向保守" ; Layer 4 是东说念主际行径，比如"不主动参与争论"。

共事 .Skill 运行功令也写得很明晰，先由 persona 部分判断用什么立场接任务，再由 work 部分用技能才智完成任务，输出时长期保持 persona 界说的抒发立场。

说到底，它也仅仅在给 Claude 写一份详确的变装束演指南闭幕。

这种筹谋带来的第一个问题是系念。

这些 Skill 莫得持久化系念系统。每次对话齐是再行读取那几个静态 Markdown 文献，不会凭据新的交互学习和更新。

你跟它聊的内容，下次再调用这个 Skill 的时候它就忘了。它不铭刻你们昨天接头过什么技能决策，不知说念面孔推崇到哪一步，更不会因为你的反应而调养我方的回话立场。

面孔标 README 里有句话说得很淳厚："原材料质地决定 Skill 质地"。

筹议机圈里有句话叫作念 GIGO，全文是 Garbage In，Garbage Out。翻译过来是垃圾进，垃圾出，指的等于共事 .Skill 里提到的内容。

要是你的前共事本来就不爱发音问，聊天记载里齐是"收到""好的"" 1 "，那生成出来的 Skill 基本等于个复读机。再比如聊天记载里技能接头很少，大多是闲聊和吐槽，那这个 Skill 也只可陪你闲聊和吐槽。

这还没完，由于这是你设定给模子的变装，因此 AI 在持久间交互中会出现东说念主格漂移，也等于慢慢偏离预设东说念主格。

这是由于跟着对话轮次加多，高下文窗口里塞满了新的对话内容，率先界说东说念主格的那段指示词在所有这个词高下文中的权重被稀释，模子就会慢慢"健忘"我方应该饰演什么变装。

以及，这个共事 .Skill，没目的蒸馏出"专科学问和判断逻辑"。

AI 在饰演过程中会出现"巨匠悖论"的舒坦。等于说你越让 AI 饰演懂技能、懂学问的变装，它反而会输出诞妄的谜底。

因为一朝要求 AI 饰演巨匠，AI 会优先行者动效法巨匠的抒发方式、口吻、以致某些干事习尚，但这些稀奇的敛迹反而过问了模子对问题自身的判断。

共事 .Skill、雇主 .Skill、前任 .Skill，它们能索求的，惟一最名义的东西。

理论禅和抒发习尚不错索求，比如"习尚用‘嗯嗯’开头""心爱用概略号"。常用的技能栈和器具不错索求，比如"熟谙 React 和 TypeScript "。显性的责任历程不错索求，比如"代码提交前先跑单位测试"。

但它索求不了复杂情境下的判断力。

当出现一个从未遭遇过的技能问题，需要衡量性能、老本、设巧合间等多个身分时，这个 Skill 给不出信得过有价值的提倡。

它索求不了转换性的问题料理才智。信得过的工程师会在遭遇瓶颈时想出精巧的料理决策，但 Skill 只可重叠它见过的模式。

它索求不了基于多年陶冶积聚的直观。有陶冶的东说念主看到一段代码会婉曲以为"这里可能有坑"，但这种直观无法被几个 Markdown 文献捕捉。

说这个 Skill 能"用他的技能范例写代码"，这话只对了一半。

它照实能输出顺应某种立场的代码片断，比如恪守特定的定名范例、代码格式。

但遭遇信得过需要架构决策的时候，比如要不要引入新的技能栈、如何筹谋系统的膨胀性、如何均衡技能债务和业务需求，它就只可给出滞滞泥泥的提倡，牛牛或者干脆重叠磨练数据里见过的表率谜底。

说到底，这是一个很有观念的 Skill，展示了如何用结构化的方式封装"东说念主格"。

它更像是一个带东说念主设的聊天机器东说念主，或者说是一个智能化的责任日记。把它行为学问传承的赞成器具，这个定位是合理的。

但要是竟然以为它能替代一个东说念主，那只可说你被误导了。

二、这事其实坐法了

共事 .Skill 在面孔评释里写得很明晰，需要把共事的飞书音问、钉钉文档、邮件喂进去。

这句话背后藏着弘大的法律风险。

问题的中枢在于下野后的数据使用权。

《个东说念主信息保护法》第 13 条规定，处理个东说念主信息需要空闲几个条件之一：获得个东说念主的快乐、为缔结试验合同所必需、为试验法定职责或法界说务所必需、为应付突发大众卫滋事件、在合理边界内处理已公开的个东说念主信息。

当今的情况是，职工下野了，就业合同仍是消灭。公司络续使用他责任期间的数据来"真金不怕火葬"成数字东说念主格，这属于哪一条？

谜底是哪一条齐不属于。

莫得获得下野职工的新授权，因为大无数情况下根蒂没东说念主问过他。就业合同已消灭，不再是"试验合同所必需"，因为合同相干仍是阻隔，络续使用数据莫得合同基础。

将数据用于 AI 磨练超出了条目中的合理边界，因为职工发送责任音问时的合理预期是用于责任调换，而不是被拿去磨练 AI。

违犯《个东说念主信息保护法》可能濒临责令改正、告诫、充公坐法所得、罚金。

一般坐法情节者，责令改正、告诫、充公坐法所得，拒不改正的处 100 万元以下罚金。

情节严重者，由省级以上监管部门处 5000 万元以下或者上一年度营业额 5% 以下罚金，同期可责令暂停关联业务、破产整顿、废除关联证照等。

更阻碍的是敏锐信息。

责任聊天记载里不唯一责任内容，还可能包含个东说念主健康景色，比如"今天躯壳不惬意，请假"；家庭情况，比如"孩子生病了，要早走"；财务信息，比如"这个月房贷压力大"；东说念主际相干，比如对其他共事的评价。

这些齐属于敏锐个东说念主信息。

《个东说念主信息保护法》第 28 条规定，处理敏锐个东说念主信息需要获得个东说念主的单独快乐。

详确这里是"单独快乐"，不是入职时签的阿谁暗昧的数据使用契约不错掩饰的。

但这些 Skill 面孔标操作历程里，齐备莫得这个才智。它们仅仅用爬虫一股脑地把所有聊天记载齐调遣成 Markdown 格式再喂给 AI，非论内部有什么内容。

这意味着每一个被"真金不怕火葬"的共事 Skill，齐可能违犯了敏锐信息保护规定。而且这个违纪不是一次性的，是延续的。因为每次调用这个 Skill，等于在处理这些敏锐信息。

你以为这就结束？

面孔要求用户提供微信的聊天数据，而况还在面孔上推选了三款器具。

凭据《腾讯微信软件许可及服务契约》，未经腾讯书面许可，对微信运行过程中的数据进行复制、读取、繁衍缔造，均属于违游记径。

《数据安全法》第 45 条规定，违犯数据安全保护义务，形成数据透露等严重成果，组成犯法的，照章根究处分。

这不是闹着玩的，企业数据透露是有处分的。

好多东说念主可能以为这仅仅"整活"，不会竟然有东说念主根究。

可"整活"从来不是免死金牌。要是竟然有公司驱动用这种方式"留下"下野职工，那就准备吃讼事吧。

下野职工发现我方被"真金不怕火葬"了，他齐备不错向关联部门投诉，要求公司删除关联数据并补偿亏蚀。

公司因此透露了交易奥密或其他职工的信息，还可能濒临其他职工的集体诉讼。要是被监管部门立案探访，即便终末莫得顶格处罚，光是探访和整改的老本就填塞公司喝一壶的。

四、从玩梗到神化

这件事的发祥其实很简便。X 平台用户发了一条推文："被毕业的共事其实并莫得散失，他们仅仅被蒸馏成了 Token，换成另一种样式追随你！"以此捉弄步入 agent 时间后，所有企业齐在以 token 的浮滥量判断模子的价值。

这条推文在小圈子里激发了共识。因为它戳中了一个遍及的痛点，东说念主东说念主齐惦念我方被 AI 替换掉。

于是就有了如今"真金不怕火葬"共事的 Skill。

面孔在 GitHub 上发布后，所有东说念主齐知说念这是个玩物。

但事情很快变味了。当雇主 .Skill、前任 .Skill 等繁衍面孔出现后，话题驱动从技能实验变成情谊请托。

不了解技能的东说念主看到这些梗，会以为竟然不错把一个东说念主"回生"成 AI。从玩梗到误会，只差一个传播链条。

当这事干预大众公论场中，叙事驱动偏离事实。

其中的技能被夸大了 100 倍，社会影响则放大了 1000 倍。

一个简便的文本拼接器具，被包装成了"数字长生"。一个 GitHub 上的玩物面孔，被渲染成了"职场生涯危急"。一段很平日的指示词，被解读成了" AI 替代东说念主类的开端"。

如故我开头说的那句话，牵记比真相更有传播力。

大众需要的不是准确的技能报说念，而是能激发脸色共识的故事。

这场从技能社区玩梗到大众神化的过程，技能在传播中失真了。

一个面孔从缔造者社区传播到公论，每经过一个才智，技能细节就被简化一次，叙事就被夸张一次。

到终末，本来的 python 爬虫，就变成了"数字长生"。

当大无数东说念主不具备基本的 AI 学问，就很容易被这种叙事误导。他们不知说念指示词工程和模子磨练的诀别，不知说念高下文注入和着实系念的诀别，不知说念变装束演和东说念主格复制的诀别。

这种融会空缺，给了夸大叙事生涯的空间。

我认为真恰恰得惦念的并不是共事 .Skill，或者雇主 .Skill 这些面孔自身，而是大众对技能的系统性误读。

为了流量而夸大技能才智，会误导公众对 AI 的融会。

当咱们把详确力齐放在"共事被真金不怕火葬"这个噱头上时，信得过蹙迫的问题被忽略了。

如安在 AI 时间保护个东说念主数据职权？

这个问题没谜底，但它可比什么赛博长生蹙迫得多。

本文来自微信公众号：字母 AI，作家：苗正

真钱三公棋牌游戏官网

• 不怕
• 攻势
• 真金
• 火葬
• 牛牛app