你在工作上的價值， 不如你留下的數位資料

蝸牛

三套開源 Skill 引擎（yourself-skill、colleague-skill、nuwa-skill）正在定義一個新領域：將人類的知識、經驗、思維方式結構化為可被 AI 調用的認知模型。本文從工作習慣、思維方式、專業能力、判斷依據四個維度進行數據化分析。

一、系統定位對比

維度 yourself-skill colleague-skill nuwa-skill
英文名 create-yourself dot-skill huashu-nuwa
創作者 notdog1998 titanwings alchaincyf
核心理念 數字永生 組織知識留存 思維框架提煉
蒸餾對象 自己 同事/關係人/名人 任何人物/主題
目標用戶 個人 企業/團隊 思考者/決策者
使用場景 保留自我 工作交接/ onboarding 思維顧問
語系 中英文 中英文 中英西日韓（多語）
公開程度 Apache-2.0 AGPL-3.0 AGPL-3.0

二、工作習慣數據化

2.1 資料採集能力

指標 yourself colleague nuwa
聊天記錄解析 ✅ 微信/QQ ✅ 飛書/釘釘 ❌ 無
郵件解析 ❌ ✅ .eml/.mbox ❌
文檔/PDF ✅ ✅ ✅
照片/影片 ✅ EXIF ❌ ❌
書籍/論文 ❌ ❌ ✅
網路搜索 ❌ ❌ ✅ 自動化
診斷推薦 ❌ ❌ ✅ 模糊需求→推薦
人工口述 ✅ ✅ ✅

colleague-skill 在企業場景最強，有飛書、釘釘、郵件的專用解析器，針對性最強。

nuwa-skill 在資訊廣度最強，支援多源網路搜索+本地語料，且能處理模糊需求。

2.2 產出結構

產出維度 yourself colleague nuwa
記憶/經歷 ✅ self.md ❌ ❌
性格/人格 ✅ persona.md（5層） ✅ persona.md ✅ 表達DNA
工作能力 ❌ ✅ work.md（職位專項） ❌
思維框架 ❌ ❌ ✅ 心智模型
決策規則 ❌ ✅ 經驗知識庫 ✅ 決策啟發式
反模式 ❌ ❌ ✅ 絕對不做的事
時間線 ✅ 地理時間線 ❌ ✅ 人物時間線
外部觀點 ❌ ❌ ✅ 他者視角與批評

三、思維方式數據化

3.1 各系統的「思維提取」深度

層級 定義 yourself colleague nuwa
L0 行為 說什麼、做什麼 ✅ ✅ ❌
L1 風格 怎麼說、語氣、口頭禪 ✅ 5層結構 ✅ ✅ 表達DNA
L2 規則 決策的直覺規則 ❌ ✅ 經驗庫 ✅ 決策啟發式
L3 模型 看世界的心智模型 ❌ ❌ ✅ 鏡片
L4 邊界 做不到什麼、絕對不做什麼 ❌ ❌ ✅ 反模式+誠實邊界

nuwa-skill 是目前唯一達到 L3-L4 的系統。

3.2 決策模式提取

nuwa-skill 的需求診斷框架涵蓋 10 個決策維度：

維度 典型問題 匹配思維框架
決策與判斷 總是選錯、分析癱瘓 多元思維模型、逆向思考
表達與寫作 複雜事說不清楚 費曼式簡化、故事化思維
創業與商業 商業模式想不通 第一性原理、槓桿思維
批判思維 總被忽悠、看不透本質 證偽思維、演化論視角
風險與不確定性 應對黑天鵝 反脆弱、凸性策略
人生策略 職業迷茫、時間不夠 長期主義、複利思維

colleague-skill 則專注於工作場景的決策，從職位專項切入：

職位 決策維度
後端工程師 技術選型、Code Review 標準、異常處理
前端工程師 組件拆分、性能優化點、測試覆蓋態度
產品經理 PRD 結構、優先級排序、衝突處理
設計師 設計系統、還原度標準
ML 工程師 實驗設計、指標定義、模型上線
數據分析師 分析框架、SQL 風格、可視化偏好

四、專業能力數據化

4.1 工程複雜度

指標 yourself colleague nuwa
Python 工具數 5 12+ 8+
Prompt 模板數 5 8 8+
流程階段數 5 6 6
並行 Agent ❌ ❌ ✅ Agent Swarm
版本管理 ✅ ✅ ❌
進化模式 ✅ 追加+糾正 ✅ 追加+糾正 ❌
SKILL.md 行數 417 1,464 ~800+

4.2 生態兼容性

宿主 yourself colleague nuwa
Claude Code ✅ 原生 ✅ 原生 ✅ 原生
OpenClaw ❌ ✅ ❌
Hermes ✅ 已安裝 ✅ 可安裝 ✅ 可安裝
Codex ❌ ✅ ❌
依賴宿主路徑 ✅ CLAUDE_SKILL_DIR ❌ 無依賴 ❌ 無依賴

colleague-skill（dot-skill）在跨宿主兼容性上做得最好，明確聲明支援 4 種宿主且不依賴特定路徑。

五、判斷依據數據化

5.1 資訊來源權重

來源類型 yourself colleague nuwa
一手素材 最高權重 最高權重 最高權重
聊天記錄 ✅ 核心 ✅ 核心（企業IM） ❌
書面作品 ❌ ✅ 文檔/郵件 ✅ 核心
網路資料 ❌ ❌ ✅ 自動採集
他者視角 ❌ ✅ CR/協作反饋 ✅ 外部批評
實物證據 ✅ 照片EXIF ❌ ❌

5.2 資料可信度機制

機制 yourself colleague nuwa
原文引用 ❌ ✅ 經驗庫直接引用 ✅ 採集文件存檔
糾正機制 ✅ 用戶糾正+版本 ✅ 糾正+版本 ❌
來源存檔 ❌ ❌ ✅ references/ 完整存檔
多源交叉 ❌ ❌ ✅ 多Agent並行採集
誠實邊界 ❌ ❌ ✅ 標明Skill做不到的事

nuwa-skill 在學術嚴謹性最強：完整的 references 存檔、多源交叉驗證、明確標示誠實邊界。

六、核心觀點重構：不是 AI 更像人，而是人的能力變成了「工作說明書」

6.1 什麼是 Work Skill？

Work Skill 不是「AI 學會你的工作」，而是把你的工作能力結構化為一套可被檢索、可被複用、可被傳承的操作手冊。

從 colleague-skill 的分析框架可以看出，一個 Work Skill 包含：

  • 負責範圍：你管什麼系統、什麼業務、什麼文檔
  • 工作流程：你接到任務先做什麼、後做什麼、異常怎麼處理
  • 輸出格式偏好：你習慣用表格還是文字、結論前置還是娓娓道來
  • 經驗知識庫：你踩過的坑、你學到的教訓（直接引用原話）
  • 職位專項：後端有技術規範+CR標準，PM有PRD結構+優先級排序，ML有實驗設計+指標定義

換句話說，Work Skill 的本質不是複製一個人，而是提煉他做事的 SOP。當這個人離職了、轉崗了、或者團隊擴張了，這份 Work Skill 可以讓新人快速上手，讓組織不因為一個人離開而損失一塊知識。

6.2 什麼是 Persona 人格特質？

Persona 是一個人獨有的表達方式與行為模式，跟他的專業能力無關。

從 yourslef-skill 的 5 層結構來看：

  • Layer 1 — 語氣與用詞：口頭禪、emoji 偏好、回覆速度、標點符號習慣
  • Layer 2 — 情感模式：生氣時的反應、難過時做什麼、深夜在想什麼
  • Layer 3 — 決策模式：做決定的直覺規則、猶豫的觸發條件
  • Layer 4 — 人際行為：與他人互動的典型方式、衝突處理風格
  • Layer 5 — 自我認知：對自己的看法、價值觀、人生觀

Persona 不是「AI 在模仿你說話」，而是把你的表達規則提煉出來，讓與你協作的人能預測你的反應。這在團隊協作中非常有用——知道某個 PM 的溝通風格，就知道怎麼跟他提案；知道某個工程師的 CR 風格，就知道怎麼送 PR。

6.3 關鍵命題：不是 AI 越來越像人

市面上很多人在談「AI 越來越像人」、「AI 接近人類水準」。但這三套 Skill 引擎指向一個完全不同的方向——

不是 AI 在靠近人，而是人在把自己的能力寫成說明書。

這是一個根本性的觀點翻轉：

傳統視角 新的視角
AI 學會人類的工作 人類的工作被結構化為可傳遞的知識載體
AI 模仿人類的思考 人類的思維框架被提煉為可複用的模組
AI 取代人類 人類的能力因為被寫成 Skill 而能規模化複用
重點在 AI 能力 重點在人類經驗的萃取與傳承

Work Skill 是「你怎麼做事」的操作手冊，Persona 是「你怎麼與人互動」的使用說明書。兩者加在一起，就是一個人的可執行工作說明書。

這不是 AI 取代人——這是人的經驗第一次有了可以被複製、被傳承的標準格式。就像當年的 API 文件讓軟體可以被組合，今天的 Skill 文件讓人類的專業能力可以被規模化複用。

6.4 這對 AI 轉型的意義

如果把人當作「服務」，Work Skill 就是這項服務的 API 文件： – 輸入：任務描述、問題、需求 – 處理邏輯：你的工作流程、判斷依據、經驗規則 – 輸出：解決方案、決策建議、產出物 – 例外處理：你遇到異常時的應對方式

而 Persona 就是這項服務的 UX 設計規範： – 溝通風格：如何與你互動才有效 – 情緒邊界：什麼話會讓你反感、什麼情況下你最 productive – 期望管理：與你合作的人應該有什麼預期

當這兩者被結構化之後，組織面對的不再是「這個人走了怎麼辦」的焦慮，而是「他的工作說明書在誰那裡」的管理問題。

七、總結：三條路徑的定位

人物 Skill 蒸餾三兄弟 — 思維數據化的三條路徑

先快速介紹這三兄弟在做什麼。yourself-skill，核心目標是數字永生，把你自己的個人特質變成 AI。colleague-skill，這是今天的主角，把同事的專業能力變成 AI，讓組織的知識不會因為一個人離職就流失。nuwa-skill，則是把大師的思維框架變成 AI，成為你的思考顧問。

這三套系統從資料採集能力來看，各有強項。colleague-skill 在企業場景最強，專屬支援飛書、釘釘和郵件的解析器。nuwa-skill 在資訊廣度上最強，支援多來源網路搜索和本地語料，還能處理模糊需求。yourself-skill 則唯一支援照片和影片 EXIF 分析，適合做個人時間線。

產出結構方面，yourself-skill 會產出你的記憶經歷，還有五層的人格結構。colleague-skill 專注在工作能力，會產出職位專項的知識庫和經驗規則。nuwa-skill 則更深入，會產出心智模型、決策啟發式，甚至連絕對不做的事都會記錄下來。

接下來看思維提取的深度。我把思維提取分成五個層級。

L0 是最基礎的，知道這個人說了些什麼、做了些什麼。
L1 是說話的風格——語氣、口頭禪、用詞習慣。
L2 是決策規則——這個人做決定的直覺規則是什麼。
L3 是心智模型——這個人看世界用的是什麼框架。
L4 是誠實邊界——這個人知道自己做不到什麼、絕對不做什麼。

這三套系統中，yourself-skill 和 colleague-skill 主要停留在 L0 到 L2。但 nuwa-skill 是目前唯一達到 L3 和 L4 的系統，能夠提取一個人的心智模型和誠實邊界。

特別值得一提的是 colleague-skill 的專業能力數據化。它針對不同的職位，提煉出對應的決策維度。舉例來說，後端工程師會記錄技術選型的原因、Code Review 的標準、異常處理的方式。前端工程師會記錄組件拆分的邏輯、性能優化的關鍵點。產品經理會記錄 PRD 的結構、優先級排序的方式、衝突處理的模式。每一種職位，colleague-skill 都有對應的分析框架。

在跨宿主兼容性方面，colleague-skill 做得最好。它明確支援四種 AI 宿主，包含 Claude Code、OpenClaw、Hermes 和 Codex，而且不需要依賴特定路徑。

最後，我想分享一個核心觀點。很多人說 AI 越來越像人，但這三套 Skill 引擎指向一個完全不同的方向。不是 AI 在靠近人，而是人在把自己的能力寫成說明書。

如果把一個人當作一個服務，Work Skill 就是這項服務的 API 文件——輸入是任務和問題，處理邏輯是你的工作流程和判斷依據，輸出是解決方案和產出物，例外處理是你遇到異常時的應對方式。

而 Persona 人格特質，就是這項服務的 UX 設計規範——溝通風格決定如何與你互動最有效，情緒邊界決定什麼話會讓你反感，期望管理決定與你合作的人應該有什麼預期。

當 Work Skill 和 Persona 兩者都被結構化之後，組織面對的不再是「這個人走了怎麼辦」的焦慮，而是「他的工作說明書在誰那裡」的管理問題。這不是 AI 取代人——這是人的經驗第一次有了可以被複製、被傳承的標準格式。就像當年的 API 文件讓軟體可以被組合，今天的 Skill 文件讓人類的專業能力可以被規模化複用。

目前沒有人做過三者的整合，但這可能是下一個值得探索的方向。

資料來源：GitHub README 及 SKILL.md 原始碼分析 來源： – https://github.com/notdog1998/yourself-skill – https://github.com/titanwings/colleague-skill – https://github.com/alchaincyf/nuwa-skill

隨機文章

隨機美圖

Post Views: 6

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *