Skill 不是人：当一切都开始被 Skill 化，人还剩下什么？
最近一种很流行的做法，是把人做成 skill。
同事可以被做成 coworker.skill，前女友可以被做成 ex-girlfriend.skill，Linus 可以被做成 linus.skill，特朗普也可以被做成 trump.skill。只要这个人有足够多的公开材料，有一套显眼的话语风格，有一些稳定可抽取的行为特征，似乎就可以被压缩、封装、调用，变成一个可复用的能力模块。
这件事表面上看很酷。它像是一种新的工程能力：把复杂的人物经验、风格和知识抽象成可调用的 skill，让 AI 在不同任务里扮演不同角色，代替不同的人说话、判断、建议、协作。它当然说明了一件事：在 AI Agent 时代，人们对 AI 的期望正在迅速膨胀。我们不再满足于让 AI 只是回答问题，而是希望它扮演越来越多的角色，接管越来越多的工作，进入越来越多原本只能由“人”来完成的场景。
但这件事之所以让我越来越不安，不是因为它不够强，而是因为它太像真的了，却又不是真的。
它一方面说明人类希望更好地驾驭 AI，希望把世界拆成可调用、可组合、可复用的能力单元；但另一方面，它也暴露出一种越来越明显的迷茫和焦虑：如果一切都可以被 skill 化，那人的价值和意义到底在哪里？如果一个人能够被提炼成一个 prompt、一个文档、一个 role card、一个行为包，那么人和工具之间到底还剩多少本质区别？
我越来越觉得，这个问题的答案恰恰是：人远远不能被一个 skill 所数字化。
Skill 能够抽取的，只是一个人身上那些最容易被文档化、规则化、结构化、可复制的部分。它可以模仿一个人的表达习惯，可以总结一个人的方法论，可以复述某种知识结构，可以套用一种看起来像他的口吻与风格。但它真正抓到的，仍然只是“结果层”的残影，而不是“生成层”的能力。
这是今天很多人最容易混淆的地方。
他们看到一个人长期写出来的内容，就以为那些内容本身就是这个人的能力；看到一个人留下来的代码、文档、讲话、文章、访谈、决策记录，就觉得把这些材料收集起来、整理好、喂给模型，就等于把这个人本身封装进去了。可这中间差得太远了。
一个人产出的内容，并不是他的能力；能够产出这些内容的能力，才是他的能力。
这两者看起来很接近，其实完全不是一回事。
一个作家真正的能力，不是他已经写出来的那些句子，而是他在尚未写出来之前，如何观察世界、如何感受冲突、如何组织经验、如何在混乱中找到结构、如何在语言尚未成形时逼近那个尚未成形的东西。一个工程师真正的能力，也不是他已经提交的代码，而是他如何理解系统、如何在不完整信息里做判断、如何在复杂约束下取舍、如何预见未来的故障和演化路径。一个政治人物也不只是他的公开讲话和社交媒体风格，他真正的能力——或者说危险——在于他如何调动情绪、塑造叙事、读取群众心理、利用制度漏洞、制造现实后果。
Skill 最多能学到这些东西留下来的痕迹，却很难真正进入这些东西是如何被生成出来的。
这并不是说 skill 没有价值。恰恰相反，它的价值非常大。它能把显性的规则和方法规范化，让很多原本只能通过长期 apprenticeship 才能传递的经验，被压缩成一种较低成本的可调用形式。这本身就是巨大的进步。很多知识过去之所以垄断，恰恰是因为它没有被结构化。今天 skill 的流行，本质上是知识外显化和工作流模块化的一次加速。
问题在于，当我们开始过度相信这种外显化，我们就会误以为“被表达出来的东西”已经等于“这个人”。
而事实并不是这样。
哲学里其实很早就有人提醒过这一点。波兰尼（Michael Polanyi）在谈 tacit knowledge 的时候说过一句非常有名的话："We know more than we can tell." 我们知道的，往往多于我们能说出来的。一个人真正最重要的知识，常常不是写在纸面上的那部分，而是那些无法被完全形式化的直觉、感觉、火候、经验、身体化的判断、情境中的拿捏。你可以把一个熟练工匠的方法记录下来，但你很难把他手的分寸、眼的判断、对材料的感觉完整复制进去。你可以把一个优秀管理者的原则整理成 PPT，但你很难把他在复杂人际关系里那种“什么时候推进、什么时候后撤、什么时候保持沉默”的分寸感，真正做成一个 skill。
这也让我想到亚里士多德区分的几种不同知识：episteme、techne、phronesis。今天 skill 最容易压缩的是 techne，也就是可传授、可操作、可重复的方法与技艺；但人真正最难被数字化的，往往是 phronesis —— 实践智慧。它不是简单的规则应用，而是在具体情境中做出合适判断的能力。AI skill 可以很像一种技术知识的封装，但距离实践智慧还很远。
因为一个人不是一套规则的执行器。人是一个有历史、有欲望、有创伤、有偏见、有记忆、有局限、有冲突的存在。人的判断不是凭空出现的，而是从他走过的路径、吃过的亏、读过的书、受过的伤、爱过的人、失败过的事情里慢慢长出来的。很多时候，决定一个人最终输出什么的，不是他“掌握了哪些规则”，而是他“为什么会在这个时刻这么想”。而这个“为什么”，恰恰是最难被 skill 化的。
所以，当人们把“同事.skill”“前女友.skill”“Linus.skill”“特朗普.skill”做出来的时候，我觉得那里面一半是野心，一半是焦虑。
野心在于，人类第一次真的看到了把复杂角色模块化、把经验资产化、把人格风格半工具化的可能性。我们希望 AI 像工具一样好用，又像人一样灵活，所以我们开始疯狂寻找“人”身上哪些部分可以被抽象成工具。
焦虑在于，我们越来越不确定，在一个一切都可以被 prompt、被 role、被 skill、被 workflow 包装起来的世界里，人本身到底还剩下什么不可替代的东西。于是我们不断试图证明：Linus 可以被包装，特朗普可以被包装，前女友也可以被包装，老师可以被包装，投资人可以被包装，创始人可以被包装。仿佛只要继续往前走，人最终也不过是一组复杂一点的可调用接口。
但我认为，这正是今天很多 AI 讨论最危险的幻觉之一。
因为它把“人的可观察输出”误当成“人的全部本质”，把“人的显性风格”误当成“人的生成能力”，把“人的方法总结”误当成“人的存在本身”。
而真正的人，远远比这些东西更厚。
一个人之所以是一个人，不只是因为他会说某种话、写某种句子、做某种判断，而是因为这些判断后面有一个无法被完全格式化的生命结构。这个结构里有记忆、情绪、羞耻、执念、恐惧、欲望、犹豫、野心、价值排序、时机感、关系感、现实压力、身体状态，甚至包括那些他自己都说不清楚、但确实塑造了他的东西。
Skill 可以非常像一个人留下来的外壳，却离那个真正活着、挣扎着、生成着的人，仍然有十万八千里。
这也是为什么我觉得，AI 时代真正值得被重新珍惜的，不是那些最容易被提炼成 skill 的部分，而恰恰是那些最不容易被 skill 化的部分。比如一个人的判断力是如何形成的，一个人的品味为什么会这样，一个人的风险偏好从哪里来，一个人的语言为什么有这种力度，一个人的克制和分寸是怎么炼出来的。这些东西也许都可以被模仿，但很难被真正复制。
所以，问题也许不是“人会不会被 skill 替代”，而是“人会不会误把自己理解成一个 skill”。
一旦人真的这样理解自己，他就会开始只重视那些最容易被外显、最容易被包装、最容易被调用的部分，而忽略掉那些更慢、更深、更难量化，却真正构成他的部分。到最后，人会越来越像为 AI 准备训练材料的存在，而不是作为一个复杂的生命去生活。
这才是我觉得真正值得警惕的地方。
Skill 的时代不是不能来，甚至它一定会来。人会继续把知识封装成 skill，把角色抽象成 skill，把风格拟合成 skill，把流程沉淀成 skill。这些事情都有现实价值，也会带来巨大的生产力提升。
但如果我们因此就相信“人也不过就是 skill 的总和”，那就错了。
Skill 只能抓住一个人那些已经被表达出来、被规则化、被抽象化的部分；而真正的人，永远还存在于那些尚未被表达、无法被穷尽、也不愿意被完全格式化的地方。
AI 也许能越来越像人。 但这不意味着它已经理解了人。
而人在 AI 时代最重要的任务之一，也许正是守住这一点：不要因为工具越来越强，就反过来把人理解成工具。
