Как ИИ "выпаривает" сотрудников

Это уже не кадры из фантастического фильма. Это реальность.

И если это появилось в Китае, значит, ожидаем: стремительно просочится и в западный мир.

Начиная с корпораций (думаю, единичные случаи уже есть). А дальше - в средний и малый бизнес. Нас научили ничему не удивляться.

В Китае набирает популярность проект Colleague Skill, который увольняет людей после копирования их знаний

Введение: цифровое бессмертие любой ценой

Ты уволен. А твой цифровой двойник останется и будет работать сверхурочно

Эта фраза из описания проекта colleague-skill на GitHub звучит как сюжет научно-фантастического триллера, но это реальность, с которой уже столкнулись работники в Китае.

Проект Colleague Skill, стремительно набирающий популярность в китайском сегменте интернета и на платформе RedNote (аналог小红书), предлагает пугающую концепцию.

Суть его заключается в «обучении» искусственного интеллекта профессиональным навыкам, знаниям и даже манере общения конкретного сотрудника на основе его рабочей переписки, документов и записей. Как только ИИ-копия готова, оригинального работника увольняют.

Проект, по иронии судьбы позиционируемый разработчиками как способ более эффективной передачи знаний, вызвал бурную дискуссию и породил тревожный тренд, который местные пользователи уже окрестили «дистилляцией рабочих».

Как «выпарить» сотрудника: технология и данные

Colleague Skill — это инструмент, который вбирает в себя цифровой след работника.

Для создания ИИ-двойника необходимо собрать и загрузить в систему максимально полный «слепок» профессиональной деятельности: сообщения из рабочих чатов (например, в Feishu и DingTalk), документы, таблицы, электронные письма, аудиозаписи совещаний и скриншоты.

На основе этих данных ИИ обучается не только выполнять профессиональные задачи, такие как написание кода или ответы на вопросы, но и копировать стиль общения, особенности принятия решений и даже специфические поведенческие паттерны, вплоть до «перекладывания ответственности на других».

В социальных сетях пользователи делятся пугающими примерами: например, созданный цифровой двойник инженера из ByteDance не только использует корпоративные «байтовые» фразочки, но и в точности имитирует его манеру отвечать: «Это стандарт, не спрашивай почему».

Разработчики предлагают использовать Colleague Skill в связке с AI-агентами вроде Claude Code или OpenClaw, где сгенерированный «скилл» (набор инструкций SKILL.md) может быть вызван для выполнения задач в любой момент. Проект оказался настолько популярен, что всего за несколько дней собрал более 8000 звёзд на GitHub.

Почему это происходит: идеальный шторм из документации и оптимизации

Рост популярности Colleague Skill совпал с тревожной тенденцией среди работодателей, особенно в сфере технологий. Компании начали массово требовать от сотрудников скрупулезного документирования всех рабочих процессов, принятых решений и даже «логики мышления».

Руководство объясняет это «оптимизацией процессов» и «укрупнением знаний», однако, как утверждается, реальной целью является сбор данных для обучения систем искусственного интеллекта с целью последующей автоматизации.

Один из инженеров одного из пекинских технологических гигантов поделился: в его отделе ввели KPI по созданию Skill'ов, а также по ежедневному потреблению токенов их внутренним AI-инструментом «Лунг-си».

За неделю требуется сдавать определенное количество этих «скиллов». В этой системе сотрудник сам, своими руками, создает инструкцию по замене самого себя.

«Анти-скилл»: цифровая война на истощение

Естественно, такая перспектива вызвала волну негатива среди работников. В ответ на «дистилляцию рабочих» в сообществе разработчиков почти мгновенно появился проект «Anti-distillation skill» («Анти-дистилляция»).

3 апреля одна из пользовательниц GitHub под ником "邓小闲koki" сообщила о создании этого инструмента, заявив:

Все мы здесь как вьючные животные, и я уверена, что никто не хочет, чтобы его превратили в скилл и уволили

Этот инструмент позволяет перерабатывать архивы документов и создаваемые Skill-файлы, делая их менее пригодными для обучения ИИ. Его задача — выхолостить из документации реальные знания, заменив их «правильной, но бесполезной информацией».

Так, конкретная инструкция «Не размещать HTTP-вызовы внутри транзакций» превращается в общую фразу «Следует учитывать рациональность при проектировании границ транзакций».

Пользователи называют этот процесс «отравлением содержимого» (content poisoning) — это акт саботажа, когда сотрудники намеренно засоряют данные, чтобы помешать ИИ обучиться на их опыте.

«Вселенная скиллов»: от начальников до бывших

Феномен Colleague Skill оказался настолько заразительным, что породил целую «вселенную» аналогичных проектов.

Пользователи начали создавать Skill'и не только для рабочих задач, но и для личных отношений. Появились «Босс.Skill» для имитации управленческого стиля, «Наставник.Skill» для получения советов, и даже «Бывший.Skill», который по переписке воссоздает виртуальную копию экс-партнера.

На платформе RedNote обсуждение «Бывшего.Skill» собрало сотни комментариев и тысячи лайков, а многие пользователи с сожалением писали: «Жаль, что я не сохранил(а) нашу переписку в WeChat».

Этот тренд показывает, что общество не только боится быть «выпаренным» работодателем, но и само с увлечением «выпаривает» других, превращая живых людей в наборы данных.

Этическая дилемма: будущее, в котором мы — просто токены

История с Colleague Skill и «Анти-скиллом» — это не просто технический курьез.

Это маркер глубинных изменений на рынке труда и в обществе. «Дистилляция рабочих» — это новая форма отчуждения труда, когда работник отчуждает не только результат своей работы, но и свой опыт, манеры и даже «личный бренд», который затем используется для его же замены.

Как метко подметил один из пользователей:

При жизни ты коллега, после ухода — просто плагин

Эта фраза как нельзя лучше отражает экзистенциальный кризис, в который погружает людей новая технология.

Мы стоим на пороге мира, где ценность человека будет определяться не его уникальными навыками, а легкостью, с которой эти навыки можно скопировать и превратить в код.

Единственный вопрос, который остается открытым:

Сможем ли мы, как общество, выработать правила игры, прежде чем каждый из нас превратится в очередной «токен» в бездонной модели потребления?