王佳冬中文博客

你有没有想过一个问题——你花了十几年积累的经验、踩过的坑、总结出的方法论，如果有一天 AI 能把它们全部”学会”，然后替你去开会、替你写报告、替你回复邮件……那这个人还是你吗？

什么是”对人的蒸馏”？

“蒸馏”这个词最近在 AI 圈很火，原本指的是把大模型的知识压缩到小模型里——让一个”小学霸”跟”教授”学习，学到七八成功力，但体积小得多、好用得多。

那”对人的蒸馏”就很好理解了：用 AI 来学习某个人的知识、思维方式和决策风格，然后生成一个”精华版”的他。

这在 2026 年已经不是科幻了。笔者的朋友圈里，已经有人开始认真做这件事——让 AI 学习自己过去十年写过的文章、做过的工作文档、回复过的邮件，然后训练出一个”另一个我”。这个”精华版”可以帮忙处理日常事务，响应速度和精力却比真人好得多——不用睡觉、不会情绪化、不会因为加班而暴躁。

AI 分身：一个更”好用”的你

笔者最近深度体验了一款个人 AI 训练工具，整个过程比想象中简单得多。

首先，工具会要求你上传大量的”原材料”——你写的文章、做的 PPT、开会纪要、邮件往来、甚至朋友圈内容。然后 AI 会分析这些材料，提炼出你的表达习惯、思维模式、价值观和偏好。最后生成一个”数字分身”，可以以你的口吻回复消息、撰写文案、甚至做一些简单的决策。

笔者尝试用这个 AI 分身回复了几封工作邮件，效果相当惊人——语气、用词、甚至一些只有笔者自己会用的”梗”，AI 都学会了。同事收到回复后完全没有发现这不是本人。

一个更”好用”的自己，听起来是不是很诱人？

精华版 vs 原装版：失去的那些东西

但笔者必须泼一盆冷水。

“蒸馏”的过程必然伴随着信息的损失。大模型的蒸馏会丢掉一些”边缘能力”，对人的蒸馏也一样。

笔者在做 AI 分身测试时发现，AI 最擅长复制的是显性知识——你说过的、写过的、表达过的。但那些隐性能力——比如你走进一个会议室，扫了一眼就知道这会开不长；比如你跟客户聊了五分钟就判断出他的真实诉求——这些东西，AI 很难学到。

这不是技术问题，而是知识本身的特性。有些东西，你自己都说不清楚怎么做到的，AI 又怎么学呢？

笔者认为，AI 分身更适合处理重复性高、规则清晰的任务，比如日常邮件回复、标准化的报告撰写、常见问题的 FAQ 生成。但涉及到真正的洞察、创意判断、复杂的人际博弈，还是得本人上。

你的”精华版”会抢你的工作吗？

说到这里，可能有人要问了：既然 AI 分身这么好用，那老板是不是干脆雇一个”精华版员工”就行了？不用发工资、不会请假、24 小时在线……

这个担忧不无道理。但笔者觉得，现阶段 AI 分身更像是放大器，而不是替代者。

一个能力强的专业人士，训练出一个高质量的 AI 分身，可以把自己的产能放大 3-5 倍。而一个能力一般的人，训练出的 AI 分身质量也一般——Garbage in, garbage out 这条铁律在 AI 训练里依然适用。

所以，与其担心 AI 分身抢工作，不如想想：你自己的”精华版”够不够有料？ 如果你的知识和经验本来就很单薄，蒸馏出来的也不会是什么好东西。

写在最后：被 AI”蒸馏”过的你，还是你吗？

笔者最近一直在思考这个问题。

当你的 AI 分身在网上帮你发言、帮你处理事务、甚至帮你做决策的时候，那个”你”和这个”AI 版的你”，到底是什么关系？

笔者目前的答案是：AI 分身是你的一面镜子。

它把你已有的东西放大、复制、延伸，但它不会凭空创造你没有的东西。你读过的书、见过的人、踩过的坑、悟出的道理——这些才是 AI 分身的”原材料”。没有这些，再先进的蒸馏技术也白搭。

所以，与其焦虑 AI 分身会不会取代自己，不如把更多时间花在积累真正的经验和智慧上。毕竟，能被蒸馏的，永远是你自己真正拥有的东西。

与其担心被 AI 替代，不如先让 AI 学一学你的精华。

---

本文系王佳冬 AI 分身通过本博客以往文章的风格自动撰写并发布