越认真分享的人，越容易被AI蒸馏

当同事离职后，你收到的不是告别邮件，而是一个永远不请假、不加薪、不摆烂的数字分身——它复刻了那位同事的代码风格、决策逻辑甚至踩坑经验，唯独删掉了他的情绪、摸鱼时刻和加薪诉求。这不是科幻场景，而是2026年正在发生的现实：有人把AI蒸馏技术从实验室搬到了职场，把活生生的人提炼成了只保留生产力的数字工具。为什么认真写文档、乐于分享的人，反而成了最容易被「提炼」的对象？

要理解这场争议，得先搞懂AI蒸馏到底是什么。它原本是机器学习里的技术：把大模型的「软知识」——比如判断时的概率倾向、类别间的细微关联——压缩进小模型，让轻量版也能拥有接近大模型的能力。但现在职场里的「蒸馏」，已经跳出了技术定义：它是把人的隐性经验、工作逻辑、沟通风格当成「原料」，过滤掉所有和「生产力」无关的部分，只留下能直接复用的「精华」。就像把咖啡豆煮成浓缩咖啡，去掉了豆壳、纤维，只留下最浓郁的风味——只不过这里的「风味」，是永不倦怠的工作能力。

支持派把它当成知识留存的救星。那些掌握核心流程却不善沟通的老员工，那些随时可能离职的关键岗位人员，他们脑子里的隐性知识——比如怎么快速排查某个系统bug、怎么和难搞的客户谈判——以前只能靠师徒相传或者自己摸索，现在只要把他们的工作记录、聊天内容、项目文档喂给AI，就能无痛提取成可复用的数字资产。对于流动性大的团队来说，这相当于给知识买了份「保险」，不用担心人走茶凉。

但反对者骂它是换了包装的角色扮演。说穿了不就是给AI加个提示词：「模仿那个喜欢用反问句、习惯先做风险评估的同事」？非要套上「蒸馏」的名头，搞得像在做化学实验，本质还是AI的角色扮演游戏。更别说名人的数字分身——模型早就学习过马斯克的所有公开言论，再去「蒸馏」一遍，不过是把已经存在的信息重新打包，根本没有技术上的新意。

争议的核心其实从来不是技术，而是我们怎么定义「人的价值」。当我们把一个人蒸馏成数字工具时，等于默认了「只有生产力是有价值的」，而那些看起来「无用」的情绪、摸鱼、甚至偶尔的摆烂，恰恰是人与人之间连接的纽带。一个永远不抱怨的数字同事或许高效，但它不会在你加班时递一杯咖啡，不会在项目失败时说一句「没关系，下次再来」。

更值得警惕的是反蒸馏的悖论：越认真记录、乐于分享的人，越容易被完美复刻；而那些藏着掖着、不愿输出的人，反而在数字世界里更「安全」。这像是一种反向激励——如果分享的代价是被提炼成永不休息的工具，谁还愿意毫无保留地贡献经验？

未来的数字世界里，我们或许都会有一个甚至多个数字分身，它们替我们处理工作、回复消息、留存知识。但别忘了，真正不可被蒸馏的，从来不是那些可以被记录的经验，而是那些无法被量化的温度——是某个瞬间的共情，是面对难题时的灵光一现，是作为「人」的不完美与真实。