扫码打开虎嗅APP

搜索历史
删除
完成
全部删除
热搜词
AI时代"蒸馏"技术兴起,将人物言行数据转化为可调用的AI技能,但实际产物只是其公开形象的模拟而非真实能力复制,技术边界清晰后反而成为实用工具。 ## 1. 蒸馏技术的兴起与本质 - "蒸馏"从化学概念演变为AI时代热词,指用个人数据训练AI模拟其言行 - GitHub热门项目已实现张雪峰、马斯克等公众人物的"技能蒸馏",形成可调用AI分身 - 技术门槛因Claude Code等工具大幅降低,非程序员也能制作高质量AI技能 ## 2. 彼得·蒂尔蒸馏实验 - 选择硅谷"影子皇帝"彼得·蒂尔作为复杂案例,收集其著作/演讲/采访等30%完整数据 - 实验显示AI能模仿其独特思维(如对增强运动会的批判性分析),但受限于预设框架 - 关键发现:蒸馏产物实质是制作者对目标人物的理解,而非真实人物能力 ## 3. 蒸馏技术的局限性 - 信息完整性决定上限:公开资料仅能还原人物30%的思维特征 - 产物本质是"数字面具",无法复制真实判断力和未公开的决策逻辑 - 对比案例:吃透巴菲特所有公开言论的AI仍无法做出同等投资决策 ## 4. 技术变革的辩证规律 - 历史参照:1811年织布机抗议→1885年机器恐惧→1990年ATM恐慌 - 技术消灭旧岗位但创造新需求(如App开发者、AI提示词工程师) - 数据:若维持1915年生活水平,现代人年工作仅需17周,但欲望随技术扩张 ## 5. 蒸馏的实用价值边界 - 无法替代真人(彼得·蒂尔/同事/自我),但可作为高效辅助工具 - 突破当前"狂热vs恐惧"两极认知后,技术应用场景反而清晰化 - 核心价值在于快速获取标准化知识框架,而非创造真实人格
2026-04-17 19:25

我把美国的“影子皇帝”蒸馏了

本文来自微信公众号: 青年横财发展会 ,作者:Uda


今天来说一个热词:“蒸馏”


曾几何时,在千禧年时代,蒸馏这个词还是化学课的专有名词。


我们进入AI时代后,这个词又被翻出来火了一把。


比如现在最为热门的GitHub话题:蒸馏你的“同事skill”


顾名思义也就是用一个“冷冰冰的同事”留下的所有文件和聊天记录,喂养出一个“温暖的AI agent”。



这事被搬到小红书上以后,又引起了新一轮的恐慌。



随着Claude code为代表的ai工具越发强大,“一prompt传三代,人走skill还在”的阴霾逐渐萦绕在更多的打工人头上。


“同事被蒸馏,上午离职,下午就用电子分身跟你聊天怎么办?”



于是乎现在网上上讨论最热的,就是每个人都害怕自己在不知不觉中被蒸馏了,然后紧接着被公司扫地出门,留下一具赛博肉身在原地一直干到公司倒闭。


后来这个现象又被扩展成现在网上铺天盖地的名人skills,于是无数自带流量的名字开始实现“赛博飞升”


在GitHub上,有人把张雪峰蒸馏成了一个可以随时调用的升学顾问;



还有人蒸馏了马斯克.skill,从此实现了“首富为我打工”的美好构想。



更有甚者,直接把百万粉丝的油管博主Dan Koe蒸馏成思维框架,说是与其追更大神,不如直接蒸馏大神。



万物皆可蒸馏。从同事到网红,从老师到首富,只要说过足够多的话,留下足够多的文字,在AI时代就自动成了一个可以被调用的资源。


早在10年前,《黑镜》就在一集中完整的拍过这个故事。


没想到,当年的科幻片现在竟然真实的成为了GitHub上的一个项目。


当我看完这一切后,脑子里只剩一个问题:


蒸馏出来的这玩意,真的好用吗?


在使用过各种被蒸馏出来的skills后,人们是否也会发出和《黑镜》女主一样的疑问?


本着实践出真知的原则,也为了简单测试一下目前热门skill的功能。


我决定自己动手,亲自“蒸馏”一下。


开始蒸馏的第一件事,是选择一个对象。


关于这个问题,我早就有了一个目标。


不是乔布斯这种众人皆知的天才,也不是巴菲特这种被反复咀嚼了几十年的股神。


我要找一个更难啃的人,那就是:


著名的硅谷老炮、PayPal和Palantir的联合创始人、对冲基金管理者、著名风险投资家、扎克伯格的伯乐、马斯克的面壁者、JD万斯的恩师、以及FBI的线人,是当今硅谷最有影响力也最让人不舒服的思想家,被誉为美国“影子皇帝”的——彼得·蒂尔。


接下来,我直接把他蒸馏了。


在动手之前,我先去GitHub上研究了一圈。


那里已经有人做了峰哥、罗翔、Dan Koe,各种各样的skill项目,README写得煞有介事,有的还附上了效果演示。


我挨个看了一遍,发现这些项目质量参差不齐,但有一件事是共通的——


决定蒸馏效果上限的,从来不是技术,而是你喂进去的东西。


这话绝对不是夸张,现在的AI工具已经把技术门槛打到了地板上。


目前GitHub上最负盛名的AI开发者之一"花叔",一句代码都不会写,靠的就是Claude Code这类工具。结果做出来了各种流传甚广的skill,不管是在质量还是收藏量上,完全吊打各路科班出身的程序员。



技术从此不再是门槛。


所谓skill,说白了就是一份写给AI的人设说明书——告诉它该扮演谁、怎么说话、遵循什么逻辑,每次调用都照着执行。


真正花时间的,是如何把这个人说过的话,尽可能完整地收集起来。


为了蒸馏彼得·蒂尔,我把能找到的东西快速搜罗了一下。他的个人出版物《从0到1》、斯坦福的演讲实录、历年媒体采访、以及他在各种播客里说过的话。找到之后,把这些材料一批一批喂进去,等它消化完。



为了让AI更准确地模拟彼得·蒂尔的思维逻辑,我不光上传了他说过的话,就连他公开表态过、对他影响最深的那些书和作品,也一并打包喂了进去。


做完这一切后,“赛博版彼得·蒂尔”上线了。



有了这些材料打底,"赛博版彼得·蒂尔"确实和普通AI不一样。


问它彼得·蒂尔做过什么、说过什么,它能从我喂给它的资料里快速翻出答案,如数家珍。


如果你问它的是彼得·蒂尔从没公开回答过的问题,它也不会卡壳。它会用他的语气,他的逻辑,他看世界的角度,快速给你一个答案。


就拿一个我们熟悉的话题来说——增强运动会(此事在去年的文章和X博士YouTube会员频道中亦有记载)。



怎么样,这样的回答是不是既残酷又现实,非常具有彼得·蒂尔的个人风格,就信息量上看,怎么说也能达到其本尊的30%。


但同时我也发现了一个问题。


不管我问什么,它的回答方式其实都是一样的。


增强运动会这种复杂议题,它用彼得·蒂尔的腔调回答。那些简单到老掉牙的问题,却也还是同一套腔调,虽然回应的信息变了,但是语言逻辑却纹丝不动。


说到底,它之所以像彼得·蒂尔,不过是因为每次回答问题时,都在调用我提前设定好的那套框架而已。


"它"的回答之所以冷静又现实,是因为我在预设提示词的时候就要求它必须“永远质疑共识,永远寻找被忽视的真相”。



我花了不少时间把它装进这个容器里,它从始至终只能在这个范围里打转。


而这张图里的提示词就是我给它设定的"灵魂"。


所以与其说我在蒸馏彼得·蒂尔,不如说我在蒸馏我对彼得·蒂尔的理解。


这两件事,从一开始就不是同一件事。


在继续玩了几天被我蒸馏出来的"赛博蒂尔"后,我发现蒸馏确实是被神话了。


蒸馏狂热的背后其实有一个关键的隐藏假设:蒸馏的天花板从来就不是技术,而是信息的完整性。


靠着几本彼得·蒂尔的著作就真的能求取他的真经吗?吃透了互联网上所有巴菲特言论的"巴菲特skill",真的能做出和他一样的投资决策吗?


我想一个人真正的判断力绝对不是藏在这些触手可得的公开信息里。


所以你蒸馏出来的,压根不是这个人,而是他的公开形象而已。


人们误以为靠着蒸馏就可以得到这个人,但其实得到的只是一张面具。


但这不代表蒸馏没有用。


恰恰相反,知道了边界在哪里,这件事才开始变得有意思。


现在网上关于蒸馏的讨论,要么在狂热,要么在恐惧。狂热的人觉得从此可以让各路名人给自己打工,恐惧的人觉得自己随时会被公司炼成数据包然后扫地出门。


这种恐惧并不新鲜。


1811年,英国工人砸织布机,因为他们相信机器会抢走饭碗。1885年,纽约时报把机器称为"劳动的最大敌人"。1990年代,ATM大规模普及,所有人都觉得银行柜员要消失了。


每一次,恐慌都言之凿凿。每一次,现实都比恐慌复杂。


ATM确实自动化了"取现"这个核心任务,但结果是:开设银行网点的成本降低了,银行于是开了更多网点,雇了更多柜员,只是工作内容从取现变成了销售和客户服务。


技术消灭了一种工作,同时悄悄创造了另一种。


有人算过一笔账:如果美国人只想维持1915年的生活水平,今天每年只需工作约17周就够了。


但人类的欲望会跟着技术一起扩张。新技术不只是节省劳动,它同时在制造新的需求,进而制造新的工作。


一百年前没人知道"App开发者"会是一份职业,同样,五年前也没人知道"AI提示词工程师"会是一份职业。


发明是需求之母,从来如此。


蒸馏也是一样。它不会诞生赛博灵魂,替代不了彼得·蒂尔,也替代不了你的同事,更替代不了你自己。


但当你理解了它的边界,它完全可以成为一个很好用的工具。


试问谁不想要一个随时待命,永远冷静,

本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。

支持一下

赞赏

0人已赞赏

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: