作者：孔宁，编辑：相青
最近，GitHub平台上爆发了一场堪称荒诞的“开源狂欢”。
「张雪峰.skill」项目上线，凭借张雪峰的5本著作、15篇媒体采访、30余条语录，将其认知体系和话术风格提炼为一套可运行的AI分身，被网友戏称为“赛博永生”。
与此同时，「同事.skill」也横空出世，通过抓取离职员工的飞书记录和钉钉文档，训练出一个能“续岗”的职场数字人，5天内狂揽6.6k颗星，衍生出「老板.skill」「导师.skill」「前任.skill」等超过85万个变体。
网友们一边玩梗一边传播：“我的skill已上传。”
这场看似荒诞的开源行为的背后，实际上是数字永生，正从一个边缘的科幻概念快速地走进普通人生活。争议也随之而来，人能否被商业化复刻？法律、伦理和技术的边界又到底在哪里？但我们今天更想聊聊，为什么「张雪峰.skill」们能爆火，以及它会是下一代AI应用的标准形态吗？
一、为什么「张雪峰.skill」们能火？
在过去一年多里，几乎所有深度使用过通用大模型的人，都会经历一段相似的心路历程：从惊艳，到平淡，再到乏味。
当你问它“新闻学到底好不好就业”时，一个标准的通用大模型通常会给出如下回复：
“新闻学是一个具有深厚社会价值的专业，它培养了学生的采写能力、批判性思维。然而，随着传统媒体的转型，就业市场确实面临挑战。一方面，新媒体、企业公关等领域依然需要内容人才；另一方面，传统纸媒岗位缩减。建议您根据个人的兴趣、家庭经济状况以及长远的职业规划来综合考量……”
这段话错了吗？毫无破绽，绝对正确。 但这段话有用吗？没有，而且还纯属废话。
通用大模型的回答，本质上是一种基于统计概率的“正确的平庸”。为了追求广泛的适用性，它们被训练成了绝对中立的复读机，同时阉割掉了所有的情绪、立场和棱角，只会给你列出一堆SWOT分析，却永远不敢替你做决定。
而真实世界中的决策，充满了利益权衡、信息不对称和资源博弈。
这恰恰是通用大模型的致命短板，也是「张雪峰.skill」们生长的土壤。
技术层面，实现门槛并不高。其底层依托的是2025年10月Anthropic发布的Claude Skills架构，是一种将领域知识封装为可动态加载的“能力模块”。
2026年初OpenClaw走红后，Skills需求暴涨，微软、OpenAI等巨头纷纷跟进。具体实现极其简单：抓取聊天记录、文档、邮件等数据，通过结构化提示词让AI模拟一个人的工作习惯和说话方式。
以「张雪峰.skill」为例，项目基于5本著作、15篇以上深度采访、30多条公开语录，提炼出5个核心心智模型和8条决策启发式，激活后AI会用“东北大哥的语气、快节奏段子化的方式”聊教育选择。
当“张雪峰.skill”面对前面同样的问题时，它会作出如下回答：
“你家里有矿吗？有试错资本吗？”
“如果没有，闭着眼睛选工科、选计算机、选能直接学门手艺的专业。”
“别跟我扯什么新闻理想，吃不上饭的时候理想一文不值。你选新闻学，我就把你打晕。”
虽然外界对张雪峰依然存在极大的争议，认为他是“焦虑贩子”，但一个无法否认的事实是：张雪峰之所以能成为了一种现象级IP，自然不只是靠制造焦虑，他提供了一套“生存主义决策模型”：根据就业以及考生自身情况来选专业，这对于那些在迷茫中，急需一个明确答案的家长和学生来说，依然具有价值。
这也解释了为什么他去世后，「张雪峰.skill」会引发如此大的关注。
当然，目前的“张雪峰.skill”还停留在对话和建议阶段，一个理想的“高考志愿Agent”，不仅能骂醒你，还能在了解你的分数和偏好后，自动调取全国高校招生计划API，为你生成包含冲、稳、保策略的志愿表，甚至一键模拟填报。
这就是1个张雪峰胜过1个ChatGPT的根本原因：在复杂的现实问题面前，用户需要的不再只是一个通用AI，而是一个懂行的熟人，或者说一个能给出确定性答案的专家。
二、我们需要100个“张雪峰”吗？
如果我们把视线从高考志愿填报拉远，俯瞰整个千行百业，你会发现“张雪峰.skill”只是一个引子，它可能暗藏着AI时代产品生态的终极走向：
全能型AI将沦为像水电网一样的底层基础设施，而繁荣的将是成千上万个垂直领域的“专家Agent”。
为什么我们需要100个“张雪峰”？最大的原因在于：人类社会的专业知识壁垒极高，且容错率极低。
通用大模型最致命的弱点在于幻觉。这在闲聊中这无伤大雅，但在医疗、法律、财会等严肃、专业领域，幻觉是致命的。
就像你生病了会去问医生，遇到合同纠纷会去找律师，家装会找设计师。你永远不会跑去问一个通晓天文地理的哲学家：“我的阑尾炎该怎么割？”
ChatGPT这类通用大模型，就是那个全知全能的哲学家。 它有问必答，但没有行医资格证，也没有出庭诉讼的实战经验。
所以我们可能需要：法律界的“罗翔Agent”： 专门输入了中国最新的成文法、百万份公开裁判文书，能用最通俗的语言帮你分析劳动仲裁的胜算率，并一键生成律师函。也可能需要财务界的“四大Agent”，通过接入了企业的ERP系统，以顶级审计师的逻辑，实时帮你抓取财报中的税务漏洞和现金流风险。
垂直Agent的核心优势在于：搜索范围被严格限制在特定知识库内，幻觉率被大幅压低。它不需要无所不知，只需要在自己的领域里绝对可靠。
当100个垂直Agent被创造出来后，下一步的爆发点在于多智能体协同。 未来，假如你创办一家公司，不再需要招聘一整个团队。你只需要在AI应用商店里，雇佣一个“马斯克Agent”做战略，雇佣一个“张小龙Agent”抓产品细节，雇佣一个“李佳琦Agent”负责直播带货的文案……
你的系统就是一个群聊，你提出一个复杂的商业需求，这100个垂直专家会在群里互相讨论、互相纠错、甚至互相争吵，最终为你推演出一个执行方案。
这才应该是AI重塑生产力的理想形态，将人的专业智慧模块化、可复用化、可协同化。
不过，在迎接“100个张雪峰”到来之前，我们仍要直面诸多现实难题：隐私泄露、商业滥用、职场伦理危机，等等，这也是当下舆论讨论最密集的地带。
技术本无善恶，关键在于使用的边界与规则。只有当监管逐渐落地，行业告别无序繁荣、进入规范发展，“100个张雪峰”才会从一场开源狂欢，真正走进现实。
