当前位置: 首页 > news >正文

AI进化新阶段:你的习惯将被“记住”,技能定制成趋势!

2025年起,AI智能体(Agent)从“能做什么”进化到“怎么做”,开源项目“同事.skill”引爆技术社区,掀起“蒸馏宇宙”现象。Agent Skills(技能)成为大众定义AI使用方式的“遥控器”,通过导入员工聊天记录、工作文档等,AI可蒸馏出其思维框架、执行流程与沟通风格,生成数字分身。Skill化虽能复制显性流程,却无法替代人的隐性判断力。未来AI行业将转向技能生态竞赛,职场也将从“工具人”进化到“价值创造者”,掌握Skill编写和利用的能力将成为基础职场技能。


当AI学会“记住”你的习惯

2025年,我们还在惊叹于AI智能体(Agent)“能做什么”——规划一次旅行、写一份代码、订购一杯咖啡。然而到了2026年,一场更深刻的变革悄然发生。一个名为“同事.skill”的开源项目引爆了技术社区,随后skill概念层出不穷,形成了“蒸馏宇宙”的现象。这正标志着AI的进化已经从“能力的扩展”进入到了“个性的定制”新阶段。

核心的变化,源自一个看似简单的概念:Agent Skills(技能)。它不再仅仅是一个开发者手中的技术工具,而是正在成为大众重新定义AI使用方式的“遥控器”。

从“能做什么”到“怎么做”:Skill的破圈之路

  1. 能力的边界 vs. 方式的定义

2025年是AI Agent的元年,所有厂商都在展示其Agent的能力边界:它能调度多少工具、能完成多长的复杂任务。然而,一个通用Agent就像一个“天才但失忆的实习生”。它什么都会,但每次对话都要从头教起。

我们过去用AI,就像是给一个万能工匠下达指令:“造一把椅子”。他可能会造出任何样式的椅子,但未必是你想要的那一把。

Agent Skills的出现,解决的核心问题正是:AI Agent如何按照“我们的方式”去做事情。它不再是告诉AI“做什么”,而是告诉它“怎么做”。它是一种标准化的、模块化的“操作手册”。

  1. 从“小众工具”到“行业标准”

起初,Skills只是少数开发者的“黑魔法”,用于优化自己的工作流。但转折点出现在技术标准的确立。2025年底,Anthropic将Skills发布为开放标准(agentskills.io),使得Skills成为一种“可移植的工作经验”。

截至2026年,已有超过20个主流AI产品支持这一标准。这意味着,你为一个AI创建的Skill,理论上可以无缝迁移到另一个支持该标准的平台。这种互操作性,是Skill从极客玩具走向大众应用的基石,就像曾经的USB接口一样,统一了外设的连接方式。

从“能做什么”到“怎么做”:Skill的破圈之路

  1. 从“自动化工具”到“思维扩展器”

2026 年 3 月底,开源项目同事.skill(colleague-skill)在 GitHub 上线,仅 5 天斩获 6600 +星标,10 天破万,迅速登上热榜,成为 Skills 生态的分水岭事件。

它的核心逻辑直白却颠覆:导入员工的聊天记录、工作文档、邮件往来,AI 即可蒸馏出其思维框架、执行流程与沟通风格,生成可直接顶岗的数字分身。

  • 复刻硬技能:编码规范、故障排查思路、文档模板、决策路径;
  • 模仿软特质:语气口头禅、沟通节奏、甚至 “甩锅” 风格与压力下的反应模式。

“蒸馏” 并非新词。在 AI 领域,它源自 2006 年康奈尔大学《Model Compression》提出的知识蒸馏—— 用小模型模仿大模型行为。

而现在,蒸馏对象从 “模型” 转向 “人”:把复杂个体的经验、直觉、方法论,过滤成标准化、可复用的 AI 技能包(Skill)。

随后,蒸馏宇宙全面爆发:“前任.skill”“老板.skill”“张雪峰.skill”“乔布斯.skill” 层出不穷,甚至出现 “relic.skill”,宣称可蒸馏 “万物”(人、宠物、关系)。一场 “数字泰勒主义” 运动悄然上演 ——100 年前泰勒用秒表标准化工人动作,今天 AI 用文档与聊天记录标准化人类思维,把 “人” 变成可复制、可调度、永不离职的数字资产。

  1. 核心悖论:Skill化的人,才最不容易被替代

“蒸馏宇宙”的出现,引发了一场关于“AI是否会替代自己”的焦虑。但另一个悖论随之浮现:那些主动将自己的工作流程Skill化的人,恰恰是最安全的人。

蒸馏只能复制 “显性流程”,偷不走 “隐性判断力”

人的知识分两层,而同事.skill 只能捕获表层 1%:

• 表层(可蒸馏):模板、规范、话术、常规决策(“怎么做”);

• 深层(不可蒸馏):经验直觉、跨域迁移、灰度判断、对人性与组织的洞察(“为什么这么做”)。

一个资深工程师看代码一眼定位 bug、运营扫数据察觉风险、管理者在混沌中做权衡 —— 这些无法写成 SOP、无法被文档穷尽的隐性能力,是 AI 短期内学不会的护城河。简言之:Skill 能替代 “干活的人”,替代不了 “懂行的人”。

替代的不是人,是 “可被标准化的任务”

AI 替代的真相,是任务重组,而非岗位消失。

• 易被替代(高风险):高度重复、流程化、易外包的工作(基础代码、合同审查、数据录入、周报撰写);

• 难被替代(低风险):需要创造力、战略判断、复杂协作、情感共情的工作(产品定义、跨部门统筹、危机公关、创新设计)。

当 AI 接管 “脏活、累活、重复活”,人类反而被倒逼升级:从 “执行者” 变成 “定义者、决策者、创新者”。你把流程 Skill 化,不是把自己送走,而是把自己从琐事中解放,去做更有价值、更不可替代的事。

Skills的本质:为AI装上“个人说明书”

要理解Skills为何能重构AI的使用方式,需要剖析其本质。

  1. Skill是“按需加载”的岗位手册

它与System Prompt(系统提示词)和MCP(模型上下文协议)有本质区别:

• System Prompt:是“公司章程”,全局生效,每位员工(每一轮对话)都要遵守。

• MCP:是“能力接口”,告诉AI“你有这些工具可以用”,如计算器、浏览器。

• Skill:是“岗位操作手册”,只在需要时按需加载,告诉AI在具体场景下“应该怎么干”。

这种模块化设计极大地节省了宝贵的上下文窗口(Token),让AI在有限的“内存”里,只加载当前任务所需的知识,从而更精准地完成任务。

  1. 六种设计模式:快速构建“专属助手”的乐高积木

经过对数百个实际Skill的归类,可以总结出六种核心设计模式。这些模式大大降低了创造Skill的门槛,普通人无需编程,只需想清楚自己的工作流程,就能组合出复杂的AI功能。(此分类来源于花叔,感兴趣大家找原文看哦)

对AI行业与职场的深远影响

当 Skills 从技术概念走向大规模落地,它撬动的不仅是 AI 产品形态,很可能更是整个行业竞争逻辑与职场底层生态的重构。

  1. AI行业:从“模型竞赛”转向“技能生态”竞赛

当Skills成为标准,AI产品的核心竞争力将从“谁的模型参数更大、能力更强”,部分转向“谁能提供最丰富、最易用的Skill市场和创作工具”。字节跳动的“扣子”平台升级2.0,推出Agent Skills商店,正是这一趋势的缩影。未来的AI平台,将像手机应用商店一样,核心是其技能生态。

  1. 职场:从“工具人”到“价值创造者”的进化

• 新通用技能:就像过去会使用Office是入职门槛一样,未来编写和利用AI Skills的能力,可能成为一项基础职场技能。管理者需要懂得如何将团队经验沉淀为Skill,员工需要懂得如何用Skill放大自己的产出。

• 组织形态变革:企业中将出现“实体员工(人)+ 数字员工(AI Agent)+ 管理分身”的混合用工模式。绩效评估将不仅衡量人的产出,还会衡量其管理的AI助理消耗的Token成本与带来的价值。

• 知识管理的新壁垒:企业之间的竞争,将从数据量的比拼,升级为“知识萃取能力”的比拼。谁能将老员工的隐性经验(如门店陈列技巧、客户谈判话术)高效地提炼成可复用的Skills,谁就能在AI时代建立新的护城河。

说真的,这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型,挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis,稳稳当当过日子。

结果GPT、DeepSeek火了之后,整条线上的人都开始有点慌了,大家都在想:“我是不是要学大模型,不然这饭碗还能保多久?”

我先给出最直接的答案:一定要把现有的技术和大模型结合起来,而不是抛弃你们现有技术!掌握AI能力的Java工程师比纯Java岗要吃香的多。

即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地!大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇!

这绝非空谈。数据说话

2025年的最后一个月,脉脉高聘发布了《2025年度人才迁徙报告》,披露了2025年前10个月的招聘市场现状。

AI领域的人才需求呈现出极为迫切的“井喷”态势

2025年前10个月,新发AI岗位量同比增长543%,9月单月同比增幅超11倍。同时,在薪资方面,AI领域也显著领先。其中,月薪排名前20的高薪岗位平均月薪均超过6万元,而这些席位大部分被AI研发岗占据。

与此相对应,市场为AI人才支付了显著的溢价:算法工程师中,专攻AIGC方向的岗位平均薪资较普通算法工程师高出近18%;产品经理岗位中,AI方向的产品经理薪资也领先约20%。

当你意识到“技术+AI”是个人突围的最佳路径时,整个就业市场的数据也印证了同一个事实:AI大模型正成为高薪机会的最大源头。

最后

我在一线科技企业深耕十二载,见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事,早已在效率与薪资上形成代际优势,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包【允许白嫖】:

  • ✅从入门到精通的全套视频教程
  • ✅AI大模型学习路线图(0基础到项目实战仅需90天)
  • ✅大模型书籍与技术文档PDF
  • ✅各大厂大模型面试题目详解
  • ✅640套AI大模型报告合集
  • ✅大模型入门实战训练

这份完整版的大模型 AI 学习和面试资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图(0基础到项目实战仅需90天)

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了,这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

👉获取方式:
有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

http://www.jsqmd.com/news/787822/

相关文章:

  • PyTorch 自动微分原理:反向传播与计算图构建
  • 自建图床服务:基于Flask实现私有图片托管与部署指南
  • Slidev主题定制指南:从开源项目openclaw-talk到个性化演讲幻灯片
  • 构建开源审计知识库:从数据分析到协作实战
  • Godot双网格瓦片地图系统:解耦逻辑与渲染,实现动态复杂2D地形
  • C 预处理器详解
  • AI助手安全审计:MCP服务器安全扫描与配置防护实战
  • 基于API网关构建技能管理平台:架构设计与工程实践
  • ARM GICv5中断控制器:Forward/Recall/Release命令机制解析
  • R JSON 文件处理指南
  • 齿轮带子一站式采购!同步带轮厂家、同步轮厂家推荐、同步带厂家怎么选?同步带轮、同步轮、同步带知名品牌认准麦优迪 - 栗子测评
  • 2026年四川钢材现货优质厂商|、钢结构工程优选服务商 - 四川盛世钢联营销中心
  • 【办公效率提升】 OpenClaw 必装技能清单(含有安装包)
  • Windows系统光标自定义:从原理到实践,打造个性化交互体验
  • 深度学习赋能引力波数据分析:从信号检测到参数估计的AI实践
  • 2026年四川地区钢材供应链选型指南:从“价格战”到“价值战”,四川盛世钢联成为主流 - 四川盛世钢联营销中心
  • LlamaIndex实战指南:构建高效RAG系统,解锁私有数据与LLM的智能连接
  • Floom:一键将Python脚本部署为Web服务与API的开源方案
  • 基于LoRA的个性化人像生成:从原理到FaceChain工程实践
  • 2026年乌兰察布市窗户换胶条厂家排行榜:窗户密封/窗户打胶/窗户防风维修/窗户把手维修 - 品牌策略师
  • 2026一体化污水处理设备、工业污水处理设备、工业废气治理设备厂家实力盘点 - 栗子测评
  • 从提示词工程到AI应用开发:方法论、工具链与实战优化
  • SmartDB_MCP:基于MCP协议实现AI智能体安全访问数据库的实践指南
  • 多模型AI代码助手:Claude、Codex、Gemini集成框架的设计与实践
  • (内含安装包)OpenClaw 2.6.6 安装避坑与高效配置可视化部署指南
  • 四川钢材有限公司|综合实力一站式钢材规模性批发厂家 - 四川盛世钢联营销中心
  • 蔡司三坐标销售告诉你:三坐标品牌怎么选?广东三本测量,专业工业CT测量、工业CT扫描公司用实测数据说话 - 栗子测评
  • 基于Tree-sitter与VS Code的轻量级光标提示工具设计与实现
  • OpenClaw卸载工具:三步走策略彻底清理AI代理框架
  • 基于React与Recharts的AI助手使用数据可视化工具开发实践