官方開始蒸餾專家團隊了
之前我寫過一篇「同事.skill」。
那篇原本是一個很有梗的 GitHub 專案：把離職同事的聊天紀錄餵給 AI，蒸餾出一個數位同事。它好笑的地方是很像職場黑色幽默，但它真正讓人記住的地方，其實不是玩笑本身。
它讓大家第一次很具體地看到一件事：一個人的工作方式、語氣、判斷、習慣，開始可以被打包成某種 AI 資產。
那時這件事看起來還偏惡搞。
但這幾週看下來，它開始變成官方產品路線了。
不是又多幾個工具，是工作角色被打包
OpenAI 在 2026 年 6 月 2 日發布了 Codex 的 role-specific plugins。
表面上看，這像是 Codex 多了幾個插件：Data Analytics、Creative Production、Product Design、Sales、Public Equity Investing、Investment Banking。
但我覺得重點不在名字。
OpenAI 自己的說法是，這些 role-specific plugins 不是只包工具，而是把 apps、skills、instructions、workflows 放在一起。也就是說，它不是給你一個空白 AI，叫你自己從頭教；它先把一種職能常用的工具、做事規則、工作流打包好。
Anthropic 的 Claude for Small Business 也是同一個方向。
它把 Claude 放進 Claude Cowork，接上 QuickBooks、PayPal、HubSpot、Canva、Docusign、Google Workspace、Microsoft 365 這些小企業常用工具，並且預先包好 15 個 ready-to-run workflows 和 15 個 skills。
比較有意思的是，Anthropic 很明確保留了人類批准點：送出、發布、付款之前，還是要人確認。
這點其實很關鍵。
真正的 AI 工作同事，不是自己衝出去把公司流程亂跑一遍，而是知道哪些地方可以先處理，哪些地方一定要回來問人。
我重做了一個比較乾淨的小測試
這次我沒有假裝自己已經把官方插件全部裝起來，也不想寫成「Codex 新外掛介紹」。
我先做了一個比較小、但比較乾淨的測試：把同一份資料、同一段完整 prompt，丟給兩個 AI 助手。
A 組普通跑。
B 組帶資料分析型技能。
這不是完整的官方插件 benchmark，因為我沒有把所有 live connector 和語意層都接好。它更像是一個小型對照：同樣的問題，普通 AI 和帶分析工作法的 AI，會不會給出不同判斷。
結果是，兩組都抓到同一個大方向：這題應該寫成「同事.skill 的下一章」。
但差別在細節。
普通版會說，這題接得上舊爆文，也不要寫成工具教學。
資料分析版會多看一層：同事.skill 那篇 shares 比 likes 還高，代表大家不是只覺得好笑，而是想轉給別人看；雙 AI 協作那篇觸及不算爆，但 replies 和資源下載很強，代表這類 AI 工作流題吃得到深度讀者；最近 Codex tips 觸及普通，代表純工具技巧已經比較疲乏。
這個差異很有意思。
它不是資料分析版文筆比較漂亮，也不是多知道了什麼神秘資訊。
差別是它更會把訊號、風險、行動放進同一個判斷裡。
這正是「專家技能」真正有價值的地方。
一般工作者該學什麼
一般人不需要先研究 62 個 apps 或 110 個 skills。
你更需要先問的是：我的工作裡，哪些地方其實一直在請某種專家幫忙？
可能是資料分析。
可能是設計判斷。
可能是客戶跟進。
可能是財務整理。
可能是合約初審。
可能是每週營運報告。
下一步不是把這些事情全部丟給 AI，而是先把每一種職能寫成一張小卡：
它讀什麼資料？
它能做什麼？
它的判斷標準是什麼？
它可以用哪些工具？
什麼動作一定要回來問我？
最後要交什麼格式？
這張小卡寫得越清楚，AI 越不只是聊天，而是真的接得到工作。
你還是那個批准的人
這裡最容易誤會的是，以為官方把專家團隊蒸餾好，人就不重要了。
我覺得剛好相反。
以前「同事.skill」那篇最有趣的地方，不是 AI 能不能複製同事的語氣。真正有意思的是，複製到最後，總會剩下一段很難被完整蒸餾的東西。
那段可能是：
哪個客戶不能用模板回。
哪個數字看起來很漂亮，但其實怪怪的。
哪個會議表面上重要，但其實不用去。
哪件事看起來可以自動化，但對外承諾前一定要人看過。
官方幫你把專家團隊蒸餾好，只是降低啟動門檻。
真正的工作會變成：你要會指揮、會驗收、會知道哪些地方不能讓 AI 自己決定。
迷你 AI 專家團隊說明書
你可以先拿下面這份模板做最小測試。
不用一開始就寫整套公司流程。先挑一件你每週都會重複做、又真的想交給 AI 的工作。
# 迷你 AI 專家團隊說明書
## 1. 專家角色
這個 AI 像哪一種專家？
我的角色：
填這裡
## 2. 它可以讀什麼資料
- 來源 1：
- 來源 2：
- 來源 3：
## 3. 它可以做什麼
- 任務 1：
- 任務 2：
- 任務 3：
## 4. 它不能自己決定什麼
- 不能自己送出：
- 不能自己付款：
- 不能自己對外承諾：
- 不能自己改動：
## 5. 判斷標準
- 好輸出應該包含：
- 壞輸出常見問題：
- 不確定時要先問：
## 6. 交付格式
最後請交付：
- 3 行摘要
- 風險清單
- 下一步建議
- 需要我批准的項目
## 7. 最小測試
本週我要測的任務：
成功標準：
失敗時降級方案：如果這張卡填不出來，通常不是 AI 不夠強。
是那件工作在人類世界裡也還沒有被交代清楚。
這大概就是這波更新真正提醒我的事：AI 公司正在把專家團隊打包好，但你自己的工作，還是需要你先講得出來。
