“龍蝦”提供了比知識付費更高級的“結果幻覺”。

文｜何伊凡
編輯｜鐘云華

頭圖來源｜AI生成

GitHub上最近爆火了一個開源項目——同事.skill。

它的邏輯野蠻而直接，帶著賽博朋克的荒誕：離職同事的企業微信、飛書文檔、釘釘記錄、郵件往來、工作截圖，統統喂給AI，再附上一段主觀描述。

于是，那個與你江湖再見的人，便在數字世界里復活了——帶著他的專業技能、溝通語氣，甚至甩鍋扯皮的話術，繼續“打工”。

很快，一個龐大的“蒸餾宇宙”相繼涌現：老板.skill、前任.skill、導師.skill、暗戀對象.skill，乃至永生.skill。

這些“數字招魂術”里，藏著對AI沖擊的戲謔解構，卻也指向更深刻的變革——隱性知識，正經歷一場前所未有的平權運動。

隱性知識，來自“知識管理之父”野中郁次郎的洞見：將個人經驗、直覺等難以言說的東西，轉化為文檔、公式等可傳播的形式，是知識管理中最困難、最緩慢的一環。

假設你是一位壽司大師，如何將捏壽司時手的溫度控制在最佳狀態？只能說運用之妙，存乎一心。而生成式AI的出現，正在改寫這個公式——它不再只是連接隱性知識與顯性知識的“橋梁”，而是可以容納、復制、復用隱性知識的超級容器。

最典型的案例是“女媧.skill”，上線GitHub一周，便斬獲超過8000顆星。它能對喬布斯、馬斯克、芒格、費曼、張一鳴、羅永浩等卓越人士的大腦進行系統分析，將其心智模型、思考框架、表達風格，整理成可被AI調用的能力模塊。

換言之，遇事不決，不再需要拉一屋子人頭腦風暴到凌晨。那些曾經千金難求一面的大佬，如今可以隨時“差遣”。

我親測了這款工具。

評估產品時，可以請教喬布斯；投資決策前，咨詢芒格；需要精神力量時，求助曾國藩。即便詢問的是這些名人從未遇到過的問題，skill依然能以模仿其思維“神似”（而非語氣的“形似”）給出回答。以我搭建的“曾國藩.skill”為例。我給它拋出了一個現實感極強的問題：“假設我是一位面臨資金鏈斷裂風險的創業者，你會給我怎樣的建議？”

它如此作答：

“我”辦湘軍，從不求朝廷一次性給夠錢，而是“以戰養戰”——打一仗，補充一仗。融資亦是如此，要先證明自己還活著，讓投資人看到你還有現金流，而非來討“救命錢”。

此時融資要找“同袍”而非“債主”，優先找了解你行業的戰略投資人；同時降低預期，速戰速決，當前環境下估值打五折也要拿到錢。“我”在安慶之圍時選擇“以壕代兵”，這是“用時間換空間”之法。因此建議：收縮戰線，砍掉所有虧損業務，只保留一兩項現金流為正的核心業務，鎖定貢獻八成營收的兩成優質客戶，與供應商協商分期付款或以股抵債。

最后，它搬出曾國藩名言：“好漢打落牙和血吞”，并給出三條行動建議：

1.接受焦慮——資金斷裂前焦慮是正常的，“我”也曾在祁門被圍時寫好遺書；

2.保持節奏——越是困難，越要按時吃飯、睡覺、運動；

3.記錄日志——把每天的決策和反思寫下來，這是“我”每日必做的功課。“困時切莫間斷，熬過此關，便可少進。再進再困，再熬再奮，自有亨通精進之日。”

作為對照，我也將同一問題拋給DeepSeek。它以曾國藩口吻作答，措辭古雅，情感充沛：

見字如晤。創業維艱，資金鏈斷如湘軍糧道被劫，看似絕境，實則存亡之秋正是磨礪心性時……還列了六條建議，殷殷叮囑“屢敗屢戰”，又附上“自制耐煩清單”，以及他十年六次絕境實錄。

高下立判。

模型給出的答案情緒價值充沛，卻更像“正確而平庸”的大路貨——它在扮演曾國藩。而“曾國藩.skill”是在替你做曾國藩——它不是在檢索名言警句，而是把曾國藩的思維框架，套在你自己的處境上，幫你分析自己的問題。

一個是給你看地圖，一個是直接把化身為曾國藩的你，空投到戰場中心。

雖然類似“女媧.skill”之類的技能依然初級，雖然它們還會面臨知識產權和道德風險等難題，雖然skill并非產品最終形態，或許會在某次基礎模型能力迭代中被覆蓋掉，但這標志著個體學習范式再次轉變。

自2016年知識付費浪潮興起，至今已近十年。回顧這段歷史，其產品邏輯其實也是建立在“蒸餾”之上：把書蒸餾成干貨，把案例蒸餾成方法論，把思想蒸餾成金句，把歷史蒸餾成故事，把專業蒸餾成科普……蒸餾后的內容，更有溫度，更精華，也更容易吸收。

來源：AI生成

然而，這并不能掩蓋一個根本性困局——工具與結果的分裂，始終無法彌合。

用戶手機里囤了幾個G的課程，道理一聽就懂，卻依然走不好腳下的路。“收獲感”滿滿，卻難有真正的“收獲”。知識管理的終極悖論正在于此：把知識提煉成道理，反而讓人離知識更遠。

讓一個人討厭某件事的最好方式，就是不停給他講道理。話說三遍淡如水，說到第十遍，你連說話的人都開始厭煩了。這正是知識付費陷入的“中介困境”：導師成為知識傳遞的中間層，而中間層，最容易在下一次技術革命中被淘汰。

skill蒸餾出的不再是干貨，而是一套可以定制化、隨時調整、直接拿來使用的行動方案。更重要的是，“AI原住民”的學習范式正悄然改變。

留意一下近年各類黑客松大賽的獲獎者，其中不乏高中生乃至初中生。獵豹CEO傅盛經過調研后發現，他們的學習方式與傳統路徑截然不同：

把自己的課本、筆記、資料全部丟給AI，讓它先出思維導圖；然后根據自己的薄弱點，讓AI生成十道“最可能做錯的題”——不是隨機題目，而是定制化的針對訓練。做題時，AI不只給答案，還會把思考過程也講出來；判斷出哪里沒真正理解后，會反復講解，直到完全弄通。

他們甚至會反向使用蘇格拉底提問法——讓AI不停追問自己。人往往不知道自己不知道什么，而AI的“嚴刑拷打”，可以把自己的盲區一層一層翻出來。

當“AI原住民”成為消費主力，他們天然會用詞元（Token）替代Course（課程），用AI私教+智能助理替代人生導師。

縱觀科技發展史，從印刷術普及打破教會壟斷，到互聯網打通信息鴻溝，技術進步始終與知識平權同頻——平權，意味著不斷打掉中間層。

在組織層面，Palantir等AI Agent正在顛覆傳統SaaS模式。Agent更擅長打破部門間的功能孤島，通過連接跨系統的上下文來產生最大價值——用戶不再是買工具，而是買結果。類似邏輯在個人層面同樣成立。對知識的需求永遠存在，但對中間層付費的需求會越來越小。

當然，凡事都有兩面。有兩類知識付費機構，反而會凸顯自己的價值：

1.能率先使用AI、向學習者更好交付結果的；

2.在“蒸餾別人也可能被別人蒸餾”的時代，能提供更多“反AI價值”的。

當知識變得無處不在，真正的奢侈品是那些注定低效、無法規模化、無法被Token化的東西——活人的判斷，活人的溫度，活人的不可替代。

畢竟，skill也不能真正交付結果，它提供的是更高級的“結果幻覺”。

“馬斯克.skill”仿真度再高，能給你的也只是基于第一性原理推演的“最優解”。最后決定你能否在創業之路堅持下去的，往往不是任何龍蝦——而是在你深夜痛哭時，有人拍拍你肩膀說：這杯酒，我陪你喝。