# 同事.skill：你的同事離職了，但他的 AI 分身還在上班

GitHub 上一個五天 7,000 星的專案，讓你把離職同事打包成 AI 分身。但矽谷已經認真在做了——這對你的職場價值意味著什麼？

五天，7,000 顆星。一個叫「同事.skill」的 GitHub 專案，讓整個 AI 社群瘋了一圈。

有人把離職同事的聊天記錄、工作文件、甚至回訊息的口頭禪，全部餵給 AI，生出一個 1:1 複刻的「數位同事」——連甩鍋姿勢都一模一樣。

GitHub Issue 區的最高票留言寫著：「你的同事，散是 Token，聚是 Skill。」

聽起來像是工程師的惡搞梗。但當我深入研究後發現——矽谷已經在認真做了。

### 同事.skill 是什麼？

colleague-skill 是一個開源專案，核心概念很簡單：把一個人的工作知識和行為模式，封裝成 AI 可以載入的「Skill 檔案」。

![colleague-skill GitHub 頁面 — 五天突破 7,000 Stars](https://be-ai-curator.com/images/blog/colleague-skill-digital-twin-github.png)

*colleague-skill GitHub 頁面 — 五天突破 7,000 Stars*

它支援從飛書、Slack、微信、Email 等來源自動擷取聊天記錄和工作文件，然後透過 AI 分析，生成兩個核心模組：

1. Persona（人格層）：負責判斷態度。遇到任務會先問自己「這件事我會不會推掉？會用什麼語氣回？」
2. Work Skill（技能層）：負責執行任務。寫程式碼的規範、寫文件的習慣、處理客訴的 SOP。

更厲害的是它的「五層人格結構」設計——從硬規則（SOP）、身份認同、表達風格、決策模式到人際行為，層層遞進。前三層 AI 學得會，但第四、第五層——也就是你的判斷力和人際直覺——才是最難複刻的。

### 萬物皆可打包：.skill 衍生宇宙

原版爆紅後幾天內，GitHub 上長出了一整個「把人打包成 AI」的衍生生態系：

- ex.skill（打包前任）— 用對方的語氣跟你聊天，2,300 Stars
- boss.skill（打包老闆）— 學老闆的判斷標準，內建馬斯克 / 賈伯斯模板
- supervisor.skill（打包教授）— 論文被退就問 AI 版的他
- yourself.skill（打包自己）— 與其打包別人，不如先打包自己

每一個衍生專案都遵循同樣的雙層架構（Persona + Work Skill），安裝到 Claude Code 的 Skills 目錄就能使用。

![萬物皆可打包——你的同事、前任、老闆、導師，甚至你自己](https://be-ai-curator.com/images/blog/colleague-skill-digital-twin-skill-universe.png)

*萬物皆可打包——你的同事、前任、老闆、導師，甚至你自己*

### 矽谷已經在認真做了

GitHub 上是工程師在玩梗，但矽谷已經在砸真金白銀。三個案例讓你看到「數位員工」不是科幻小說：

#### NVIDIA：100 個 AI 員工配 1 個人類

黃仁勳在 GTC 2026 大會上宣布，NVIDIA 的 42,000 名人類員工，未來將搭配數十萬名「數位員工」。10 年目標是 100:1 的數位員工對人類比例。他甚至提議給工程師發底薪 50% 的「AI 算力 token」作為薪酬的一部分——讓每個人類員工都能指揮自己的 AI 軍團。

#### Viven：把員工打包成 AI 分身

這家矽谷新創由 AI 獨角獸 Eightfold 的兩位共同創辦人成立，拿了 Khosla Ventures 領投的 $35M。它做的事情跟同事.skill 幾乎一模一樣——只是面向企業市場。員工離職或休假時，同事可以直接問他的「數位版」，知識不會跟著人走。目前已部署在全球企業 Genpact 的高層團隊。

#### Goldman Sachs：第一位 AI 員工

華爾街最大投行 Goldman Sachs 部署了 Cognition Labs 的 AI 軟體工程師 Devin，稱之為「第一位 AI 員工」。初期規模從數百擴展到數千，目標是讓 12,000 名人類開發者的產出效率提升 20%。

> 💡 Sam Altman 的終極願景：「一個超小的推理模型，灌入你一生的一兆 token——你說過的每句話、寫過的每份文件，它都記得。」這是 OpenAI 2026 年的方向。

![「賽博員工」——掛著名牌的主機架，每一台都是一個數位同事](https://be-ai-curator.com/images/blog/colleague-skill-digital-twin-cyber-employees.png)

*「賽博員工」——掛著名牌的主機架，每一台都是一個數位同事*

### 如果把你打包成 .skill，會少了什麼？

這是我在研究同事.skill 時想最久的問題。

表面上看，這個專案在做「知識複製」——把一個人知道的東西餵給 AI。但真正有意思的是，它無意間揭示了一個更深的問題：你工作中的價值，有多少是可以被複製的？

舉個場景：週五下午 5 點，客戶突然提了一個小需求。

AI 版的你會說：「已記錄，排入下週一待辦。」100% 符合流程。

**但真正的你會知道——這個客戶下週要做年度採購決策，二話不說加班做完。**

差別不在「會不會做」，在「知不知道這次不能按規矩來」。這就是判斷力，也是目前 AI 最難複刻的部分。

### 你工作中最值錢的 20%

80% 的日常工作已經可以被打包：回信、做報告、跑流程、整理資料。但有 20% 你每天在做，卻從來沒寫進任何文件：

1. **知道哪些會議可以不去——省了時間又不得罪人，這個判斷沒有 SOP**
2. **看一眼數據就知道「這不對」——說不出公式，但直覺從沒錯過**
3. **新人犯錯時，知道什麼時候該擋、什麼時候讓他摔一次學更快——管理直覺**

這 20% 不會出現在你的履歷上，但它是你在組織裡真正不可取代的原因。

### 兩年試出來的體感

過去將近兩年，為了讓 AI 能長期累積複利，一直在試不同方式跟 AI「雙向費曼」——從研究 Master Prompt、到撰寫結構化的脈絡文件，不斷 PDCA。

這個過程不只讓 AI 更了解自己，自身的思考也被迫變得更清晰。但慢慢發現：即便把所有思考過程和最終產出都給了 AI，還是有那 20% 怎樣都沒辦法完全複刻。

這跟同事.skill 的作者發現的一模一樣——Persona 和 Work Skill 兩個模組，能複製一個人的「怎麼做」，但複製不了「什麼時候選擇不做」。

### 同事.skill 的啟示

這個專案最大的啟示不是「AI 會取代人」。

**而是——你的經驗是一種數位資產，但你的判斷力是護城河。**

明天試一件事：找一個你每天做但從來沒寫進文件的決策，把「為什麼這樣做」和「什麼時候不這樣做」寫下來。這就是打包自己的第一步。

不管你最終是交接給人類還是餵給 AI——第一步都是：把 why 寫下來。

---

#### 相關連結

- 同事.skill GitHub：github.com/titanwings/colleague-skill
- Viven（員工數位分身新創）：Khosla Ventures 領投 $35M
- NVIDIA GTC 2026 數位員工願景：搜尋「Jensen Huang digital employees GTC 2026」

---

來源：AI 主理人 https://be-ai-curator.com/blog/colleague-skill-digital-twin · 更新於 2026-04-05