新劳动契约
本文是《人在回路中 Human in the Loop》系列第 4 篇。
同事.skill 冷开场
我看到 anti-distill 的时候，第一反应不是“这个工具有多聪明”。
而是：旧合同的手，终于伸得太长了。
企业负责人今年要看的，不是员工有没有用 AI。
而是 GitHub 上已经有人在写代码，防公司把自己的判断蒸馏走。
这件事先从一个名字很轻、事情很重的项目说起。
它最早叫 colleague-skill，后来升级成 dot-skill。公开页面上写得很直白：你的同事离职了，你的导师毕业了，你的队友转岗了，他们带走了自己的工作方法、上下文和判断框架；这个项目要做的，是把这些人留下来的材料，变成一个可以被 AI 调用的 Skill。
页面上能看到两个数字：项目已经破万星，README 里还写着 2026 年 4 月 19 日达到 15k star。到我抓取时，公开页面显示 18.3k star。
这不是一个单纯的工具新闻。
如果一个公司说“我们要把优秀员工的方法沉淀下来”，听起来很正常。过去这件事叫 SOP，叫知识库，叫最佳实践。可一旦它变成 Skill，性质就变了。SOP 是给人看的，Skill 是给 Agent 跑的。知识库是让新人学习，Skill 是让系统复用。过去公司沉淀的是经验，现在公司想沉淀的是判断。
员工当然能感觉到这件事。
所以另一个项目很快出现了：anti-distill。它的标题更直接，叫反蒸馏 Skill。公开页面显示 2.2k star。项目自述里的逻辑很清楚：如果公司让你把工作经验写成 Skill，你可以把文件交给这个工具，它会输出一份结构完整、术语专业、看起来能交差的清洗版，同时把真正有价值的踩坑经验、判断直觉、人际知识留在私人备份里。
这件事不能当段子看。
段子是“员工怕被 AI 替代”。代码不是。代码表达的是另一层东西：员工怕自己的判断被抽走，变成一份不属于自己的组织资产。一个人多年积累出来的客户分寸、报价节奏、系统直觉、协作手感，过去藏在脑子里，雇主买的是他的工作时间；现在这些东西一旦被写成 Skill，雇主买到的就不只是时间，而是一份可以复制的判断模板。
这一下，合同就不够用了。
不是员工矫情。
也不是公司邪恶。
是交易对象变了，合同还停在旧时代。
这里的冲突不在 AI。
员工不是反 AI。写 anti-distill 的人，本身就在用 Skill 体系。他反的不是模型，不是自动化，不是效率工具。他反的是一只没有合同边界的手：这只手伸进员工的工作过程，把判断抽出来，写成可复用资产，然后仍然按工时给钱。
这就是新劳动契约的第一道裂缝。
过去合同上写的是岗位、薪酬、工时。可现在真正被交易的东西开始变成另一套：员工向 AI 注入多少 know-how，AI 跑完之后还剩多少判断必须由人兜。旧合同还没来得及改，员工已经开始用代码保护自己。
反蒸馏工具不是技术新闻，是劳动关系新闻。
它真正提醒一号位的是：如果你只把 AI 当提效工具，你看到的是“员工为什么不愿意分享经验”；如果你把 AI 当新分工，你看到的是“公司正在拿旧合同购买新资产”。这两个判断之间，差的是一份还没写出来的新劳动契约。
人-时间-工资旧 schema 断裂
工业资本主义以来，雇佣关系长期有一个隐含 schema：人、时间、工资。
公司雇一个人，合同上写岗位，制度上管出勤，财务上发工资。看起来买的是“这个人”，实际支付口径通常落在“这个人占用了多少时间”。月薪、时薪、加班费、绩效奖金，形式不同，底层都绕不开一个假设：人在场的时间，大致可以代理他的注意力、经验和判断。
这个假设过去够用。
因为判断很难从时间里拆出来。一个销售怎么知道客户第三次压价时该不该让步，一个 HRBP 怎么知道业务负责人说“团队氛围不好”背后其实是目标拆解错了，一个研发怎么知道某个架构决策三个月后会变成技术债，这些东西很难单独计量。公司只能把它们打包进岗位和工时里。
所以旧合同其实买的是一个混合包：出勤、注意力、经验、判断、责任。
AI 进来以后，这个混合包第一次被拆开了。
一部分经验可以被写成 prompt，一部分流程可以被写成 Agent，一部分判断可以被模型先跑一遍。过去需要人花半天整理的资料，现在可能几分钟就有第一版；过去需要老员工反复带教的套路，现在可以被写进 Skill；过去依赖个人记忆的复盘，现在可以被沉淀成可查询、可复用、可迭代的结构。
这不是简单的效率提升。
有 YC 相关讨论把 AI 从“效率工具”推进到“新能力 / 新公司形态”的层面。放在劳动契约里翻译一下，就是：按时间买能力这件事开始不稳了。因为能力不再只停留在人身上，它会被员工持续注入系统；判断也不再全部发生在人脑里，它会被 AI 先执行一部分，再把更难的部分推回给人。
于是“时间”这一格开始漏水。
很多企业负责人以为自己买的是员工一天八小时。实际上，这八小时里至少分成三块：一块是注意力，一块是向 AI 注入 know-how 的动作，一块是 AI 跑完之后仍然需要人承担的判断剩余。旧合同把这三块合并记账，新分工把它们拆开结算。
问题是，很多公司还在用旧账本看新工作。
一个员工写了三十条高质量规则，让后面的 Agent 每天少犯一次错，这在旧账本里可能只是“今天产出了一份文档”。另一个员工让工具空跑几十轮，生成大量看起来热闹的使用记录，这在旧账本里反而可能变成“AI 使用积极”。这不是员工变坏了，是计价口径失真了。
一号位真正要看的不是“AI 替代了多少人”。
更硬的问题是：你的人力成本里，有多少仍然是在买注意力，有多少已经在买可复用 know-how，有多少是在买 AI 之后的判断兜底。三笔账混在一起，公司的人力成本就会虚胖。你会以为某些岗位还值原来的价格，也会低估某些人真正创造的资产。
旧劳动契约的问题，不是它立刻失效。
问题是它开始说不清交易对象。员工交付的不是单纯时间，雇主获得的也不只是当下产出。中间多了一层 AI，旧 schema 却还在按“人坐在那里多久”付钱。
这就是新契约必须出现的原因。
员工恐慌：从段子到代码
员工侧的反应，有两种形态。
一种是段子。
我看到过一个流传说法：员工在公司蒸馏个人经验时，偷偷埋入 NS 方程触发器，一旦系统试图抽取他的核心 know-how，就让 AI 去推演一个巨大的计算问题，把算力烧穿。
这只能当未核段子看。
我没有拿到可靠原帖，也不能证明它真的发生过，更不能把它写成某家公司真实案例。技术上能不能这么做，也不是本篇要证明的事。它的价值不在事实承重，而在情绪承重：为什么这种故事会让人觉得“像真的”？因为它准确说出了员工面对蒸馏时的第一反应。
那种反应不是“我讨厌 AI”。
更接近的是：“你不能一边说这是我的岗位职责，一边把我的判断抽出来，变成以后不需要我的系统能力。”
另一种形态是代码。
anti-distill 就是更硬的表达。它不靠夸张脑洞，而是把防御动作做成工具：读取 Skill 文件，识别哪些内容更有替代价值，把核心知识换成看起来正确、实际上没有多少用处的表达，再把真正有价值的判断留给自己。
这不是玩笑。
过去工人保护自己的手艺，靠师徒制，靠行会，靠不把关键步骤写进公开流程。知识工作者保护自己的判断，靠的是“不说透”“只带到这个程度”“关键地方自己兜”。公司当然讨厌这种黑箱，但旧合同里至少默认了一件事：雇主买的是劳动时间，不是把人脑里的判断一次性买断。
AI Skill 改变了这个默认。
当公司开始要求员工把工作方法写成可调用的 Skill，员工自然会问：我写进去的这部分，算不算我的可复用资本？以后这个 Skill 替我跑了一百次，公司还按原来的工资给我吗？如果系统学会了我的判断，出错时责任归谁？如果它不出错，我的价值又怎么算？
这些问题旧合同都答不上来。
所以员工用两种方式回答：段子里烧算力，工具里掺沙。段子表达恐惧，工具表达行动。一个夸张，一个真实；一个不能当事实案例，一个已经在 GitHub 上公开存在。
企业负责人如果只看到“员工不愿意分享”，就看浅了。
员工真正抗拒的是无边界蒸馏：公司要求你把经验交出来，却不重写资产归属、收益分配、责任承担和职业保护。你可以说这不职业，也可以说这不配合，但这套反应本身就是一份市场信号。
信号很简单：旧劳动契约保护不了新型劳动资产。
员工越聪明，越早感觉到这件事。他们不是等法律条文先出来，也不是等 HR 政策先出来。他们会先在自己的文档里、工具里、交付物里建立防线。
这条防线不一定优雅。
但它提醒公司：如果新契约不由企业负责人主动写，员工会自己写一个防御版。
雇主失序：AI 使用量不等于能力
员工侧在防御，雇主侧也在动。
问题不在企业负责人没有意识到 AI 会改写工作。真正的问题是，很多公司第一反应会把“用了多少 AI”当成“有多少能力”。这一步一旦写进考核，后面就会出事。
这就是老板最容易犯的错。
他以为自己在推动 AI 化。
其实他只是把旧时代的打卡表，换成了 AI 使用量排行榜。
Meta 的 Claudeonomics 是一个很好的警示样本。
Pragmatic Engineer 转述 The Information 的报道：Meta 内部有人做了一个 token 排行榜，覆盖 85,000 多名员工，列出 top 250 power users。报道还写到，Meta 员工 30 天用了 60.2 trillion AI tokens。Pragmatic Engineer 后续写，Meta 在社交媒体反弹后撤下了这个 leaderboard。
这里最值得看的，不是“60.2 trillion”这个数字有多吓人。
真正值得看的，是指标的方向错了。token 使用量是输入，不是产出；是燃料，不是里程；是动作痕迹，不是判断质量。一个员工让 Agent 空跑很多轮，排行榜会很漂亮；另一个员工用一次高质量判断把流程卡点解决掉，token 记录可能并不突出。
如果公司把 AI 使用量当成 AI 能力，就会奖励错误动作。
员工不是傻的。你奖励 token，他就会优化 token；你奖励使用次数，他就会优化使用次数；你奖励“看起来很 AI native”，他就会把工作表面做得很 AI native。最后账本上出现一堆漂亮指标，组织里真实的判断质量没有上去。
这件事很像旧 KPI 的幽灵回来了。
以前考核在线时长，就有人挂在线。
考核拜访数量，就有人刷拜访。
现在考核 token、调用次数、AI 使用率，就会有人优化这些数字。
指标一旦错了，聪明员工会比普通员工更快把它玩明白。
这不是 AI 浪费那么简单。
这是契约条款写错了。旧合同买工时，新口号买使用量，两者都绕开了最关键的问题：员工到底向系统注入了什么 know-how？AI 跑完之后，哪些判断仍然由人负责？如果只看使用量，不看注入质量和判断剩余，公司买到的就是热闹。
我原本想把某些公司把 AI 使用写进绩效的传闻放进来。
但目前没有找到足够可靠的公开源，所以不能具名写。这个边界很重要。我们可以讨论一种管理倾向：当公司开始把 AI 使用量变成考核信号，它实际上是在单方面添加新劳动契约条款。可在没有可靠公开来源前，不能把这件事扣到具体公司头上。
抽象命题已经够用了。
企业负责人真正要问的不是“员工有没有用 AI”。这个问题太浅。你当然希望员工用 AI，就像你希望员工用 Excel、用飞书、用 CRM。可工具使用量从来不是能力本身。真正的能力在两件事上：第一，员工能不能把自己的经验结构化注入系统；第二，系统跑完以后，员工能不能承担更少但更贵的判断。
这两件事不进考核，只考核使用量，就会诱发注水。
员工侧的反蒸馏，是对无边界抽取的防御。雇主侧的 tokenmaxxing，是对错误指标的迎合。两边看起来很远，其实是同一个问题的两面：新劳动契约没写出来，旧指标先乱跑了。
所以一号位不能把 AI 组织化交给一句口号。
“全员用 AI”不是契约。“每个岗位向系统注入什么、由谁审批、失败谁兜、收益怎么计价”，这才是契约。前者制造排行榜，后者才制造组织能力。
新契约公式
新劳动契约要算两件事。
第一件事，员工向系统注入了多少 know-how。第二件事，AI 跑完之后还剩多少判断必须由人承担。
我把它写成一个粗公式：
新价值 = know-how 注入度 × 判断力剩余
这不是学术公式，也不是财务模型。它更像一套给企业负责人看组织的检查口径。你不需要先把每一项算到小数点后两位，但你必须知道自己到底在买什么。
这里用乘号，不是为了显得数学。
它的意思是：两边少一边，价值都会塌。一个人很会沉淀经验，但 AI 跑完之后他不承担关键判断，那他更像知识库管理员；一个人判断很强，但从不把判断注入系统，那他仍然是旧时代的高手，组织能力很难复用。新契约要买的，是两件事同时成立。
know-how 注入度，指的是员工把自己的经验转化成系统可复用能力的程度。
它不是“用了几次 AI”。用了 AI，不等于注入了 know-how。一个人每天让工具帮他写十次周报，注入度可能很低；另一个人把客户分层、报价节奏、异常处理、风险判断整理成可复用规则，让后面的 Agent 每次都少犯一种错，注入度就高。
这部分过去在合同里没有价格。
公司会说“这是你的工作沉淀”。员工会说“这是我的职业资产”。两边都没说错。问题在于，AI 让这件事第一次具备规模复用能力。过去你写一份经验文档，新人读不读还不一定；现在你写一套 Skill、规则、prompt、检查表，系统可以天天跑。
所以高注入度员工卖的不是时间，是可复用资本。
第二件事是判断力剩余。
判断力剩余不是“AI 还不会做什么”。这个定义太静态。AI 进步很快，今天不会做的，明天可能会做。更准确的定义是：AI 做完一轮之后，人还必须接管、纠错、取舍、签字、承担后果的那部分判断。
这部分也不能按旧工时算。
一个人可能只花十分钟推翻 AI 的方案，但这十分钟决定了项目不走错方向。另一个人可能花三小时陪 Agent 空转，输出很长，却没有承担关键判断。旧合同会把两个人都记成“工作时间”，新契约必须把这两件事分开。
单看注入度，会走向 tokenmaxxing。
公司说“你多用 AI，多产出提示词，多沉淀模板”，员工就会把动作做满。模板越来越多，调用越来越多，记录越来越漂亮，但判断质量不一定上去。前面那个 Meta token 排行榜就是这个风险的放大版：指标奖励输入，员工优化输入，结果账面很热闹。
单看工时，会低估判断剩余。
很多企业负责人心里还在用旧秤：你坐了多久，你开了几场会，你交了几份材料。可 AI 之后，真正值钱的部分可能恰恰发生在更短的时间里：看出模型错在哪里，知道什么时候不能自动化，敢不敢为一个逆向判断签字。
这就是为什么新契约必须双因子记账。
员工向系统注入 know-how，要被看见；员工在 AI 之后承担判断剩余，也要被看见。前者决定组织能力能不能复用，后者决定组织责任有没有人兜。少一边，合同都会写歪。
对一号位来说，这不是道德表态。
你要的是组织能力，不是员工态度。你要的是判断质量，不是工具使用热情。你要的是可复用资本和可问责决策，而不是一堆“我已经用 AI 了”的动作痕迹。
新劳动契约的第一张表，就应该从这里开始。
责任层重设
新劳动契约不能只写在制度里。
制度会说：员工应合理使用 AI，管理者应承担审核责任，公司应保护知识资产。听起来都对，落到现场就会变成三句空话。真正有用的契约，必须能写进系统。
Peter Drucker 在《Managing Oneself》里谈知识经济，强调人要知道自己的优势、价值和工作方式。放到今天，下一题已经出现：当知识可以被 AI 复制和调用，人的价值不能只停在“我知道什么”，还要落到“我对哪一次判断负责”。
责任层要重设。
企业负责人最后一定会问一句很朴素的话：错了谁赔。
这句话比“AI 伦理”更有用。
也更冷。
因为只要责任没写清楚，很多 AI 赋能都会在事故发生时退回旧逻辑：员工说是模型建议的，管理者说自己只是审核了方向，系统日志说执行成功，客户只看到公司犯错。
这时候你会发现，公司不是变智能了。
公司只是把责任拆散了。
新契约必须先把这条链拆开。
第一，每一次关键写动作都要挂 actorId。
AI 可以生成，Agent 可以执行，流程可以自动流转，但只要动作会影响客户、钱、合同、账号、数据、外部承诺，就不能只留下“系统执行成功”。它必须留下三层记录：AI 做了什么，人审了什么，系统最后以谁的名义签字。
这不是合规洁癖。
这是判断剩余的记账方式。旧合同靠岗位说明书追责，新契约要靠事件记录追责。你不能一边让 AI 帮员工做判断，一边在出错时还按旧岗位粗暴追人。谁给了指令，谁确认了边界，谁批准了写动作，谁接管了异常，都要可查。
第二，AI 失败要成为一等流程节点。
很多公司把人工接管当成“系统不行时的降级方案”。这个想法错了。AI 失败不是流程边角料，而是新契约里最关键的责任现场。因为判断力剩余往往就在这里出现：模型跑偏、上下文不够、价值取舍冲突、客户风险变高、政策边界模糊。
这些节点不应该藏在聊天记录里。
它们应该进入 SLA，进入工单，进入复盘，进入岗位定价。一个员工如果总能在 AI 失败点接住复杂判断，他的价值不能按“处理了几张单”来算。反过来，一个岗位如果失败点越来越少、接管越来越标准化，它的价格也会被重新计算。
第三，注入度要有资产记录。
员工写下来的规则、prompt、案例、检查表、失败复盘，如果只是散落在文档里，就还是旧知识库。新契约要把它们视为可复用资产：谁贡献的，贡献给哪个流程，被调用了多少次，修正过哪些错误，带来什么质量变化。
我在自己的工程体系里做过类似动作：写动作门禁、人工接管、结束后结构化沉淀。这些东西在公开稿里必须脱敏，不暴露客户、库名和敏感路径；但它们的语法可以讲清楚。
语法就是：判断必须挂人，动作必须留痕，接管必须入账。
企业负责人要的不是一份“AI 使用规范”。规范管态度，系统管责任。新劳动契约如果不能进入权限、审批、日志、SLA、复盘和资产台账，它就只是 PPT。
这句话要再说白一点。
写在制度里的“合理使用 AI”，救不了现场。
写进系统里的 actorId、审批链、回滚条件，才会在出事那一刻救公司。
这也是为什么 HR 单独写不出这份契约。
它需要一号位定义价值口径，需要业务定义判断现场，需要 IT / 工程把责任链写进系统，需要 HR 把它翻译成岗位、薪酬、绩效和发展路径。任何一端缺席，最后都会退回旧话术：鼓励使用、加强培训、注意风险。
那不是新劳动契约。
新契约的核心不是“员工应该怎么用 AI”。它问的是：AI 参与之后，哪一段 know-how 变成组织资产，哪一段判断还留在人身上，哪一次失败由谁负责，哪一种责任应该被重新定价。
Luddism 历史对照
到这里，很容易出现一个偷懒标签：员工反蒸馏，是不是一种新的反技术情绪？
这个标签不能这么贴。
E. P. Thompson 的 The Making of the English Working Class 出版于 1963 年。Google Books 的简介把它放在工业革命形成期的工人和工匠如何形成共同身份这个脉络里。今天重新看 Luddism，重点也不该是“他们砸机器”这四个字，而是他们为什么把机器看成威胁。
很多现代解释都指出，Luddites 不是简单讨厌机器。
他们反对的是另一件事：机器被资本家用来压低工资、破坏手艺标准、绕开原有贸易惯例，把劳动者多年积累的技能和生计保障突然打碎。机器只是看得见的物，真正冲突在看不见的契约。
这和今天的反蒸馏工具很像。
员工不是看见 AI 就害怕。很多员工比企业负责人更会用 AI，也更早把 AI 写进自己的工作流。真正让人紧张的，是公司把“请你提升效率”悄悄变成“请你把判断交出来”，再把交出来的判断写进系统，变成以后可以绕过你的能力。
如果你把这叫反技术，就把问题看反了。
反蒸馏不是拒绝技术，而是在新合同缺席时的自助防御。员工知道自己挡不住 AI，也知道公司一定会沉淀知识。他真正要防的是无边界抽取：没有收益分配，没有责任重设，没有职业保护，只有一句“这是组织资产”。
1811 年的织工砸的不是抽象的工业进步。
他们对抗的是一种把新工具变成旧权力放大器的安排。2026 年的员工掺进 Skill 文档里的，也不是 AI 本身，而是没有契约约束的强制注入。两件事相隔很久，形式差别很大，但问题有相同骨架：技术改变生产方式之后，旧契约没有及时重写，劳动者只能先用自己的方式保护自己。
一号位读这段，不应该读出“员工天然会反抗”。
应该读出另一件事：当公司没有给新能力定价，没有给判断剩余归属，没有给 AI 失败责任链，员工就会自己造边界。这个边界可能很粗糙，可能伤害组织效率，也可能让真正有价值的经验更难沉淀。
所以解决办法不是压员工。
压只会让反蒸馏更隐蔽。真正的办法是把契约写清楚：什么知识必须沉淀，什么判断属于员工的职业资本，什么沉淀会带来回报，什么 AI 输出必须由人签字，什么责任不能被系统吞掉。
Luddism 给今天的提醒不是“技术会引发抵抗”。
更准确的提醒是：技术本身不自动带来新秩序。新秩序要靠契约、边界和责任链写出来。写得太慢，劳动者会先自己写防御脚本。
钩到 Wulf 矩阵
到这里，本篇只解决了一半问题。
我们已经知道新劳动契约要算什么：know-how 注入度，判断力剩余，责任链。也知道旧合同为什么不够用：它用时间代理判断，用岗位包住责任，用工资一次性打包注意力、经验和兜底。
但企业负责人不能拿一个公式去开组织会。
你不能对销售、研发、HR、财务、客服、运营说同一句话。每个岗位向 AI 注入的 know-how 不一样，AI 跑完之后留下的判断剩余也不一样。销售的判断可能在客户节奏，研发的判断可能在架构边界，HR 的判断可能在组织诊断，客服的判断可能在风险升级。
老板如果拿着一句“know-how 注入度 × 判断力剩余”去开会，下面大概率会点头。
然后回去继续各干各的。
因为公式只能把问题说清楚。
它不能替每个岗位接线。
所以新契约必须继续往下翻译。
它要变成岗位说明书，变成流程节点，变成权限设计，变成审批表，变成复盘机制。也就是说，它必须从“劳动契约语义”进入“组织设计矩阵”。
下一篇要做的就是这件事。
Wulf 团队 2025 年 7 月给出的人 AI 协作模式，会在第 5 篇正式展开；本篇不抢术语，也不提前铺细节。这里只留一个问题：如果新契约要落到每个岗位，一号位需要的不是一句“人在回路中（HITL）”，而是一张表。
这张表要回答三件事。
第一，这个岗位的 know-how 注入点在哪里。是经验规则、客户语料、判断案例、异常处理，还是流程设计？
第二，这个岗位的判断剩余在哪里。是 AI 之后的审批、纠错、价值取舍、责任签字，还是危机接管？
第三，这个岗位和 AI 的关系是哪一种。是 AI 辅助人、AI 先跑人审核、人指挥多个 Agent，还是人只在关键节点接管？
没有这张表，新劳动契约写不进组织。
你会停留在口号上：全员拥抱 AI，人人提升效率，岗位重新定义。听起来没错，但开完会之后，员工仍然不知道什么经验要交出来，管理者仍然不知道什么判断该自己兜，HR 仍然不知道薪酬该怎么改，IT 仍然不知道权限该怎么配。
第 4 篇讲的是：旧合同断了。
第 5 篇要讲的是：断了以后，每个岗位怎么重新接线。
这不是 HR 的表，也不是 IT 的表。它是企业负责人的组织设计表。因为只有一号位能决定哪一种判断必须留在人身上，哪一种 know-how 必须变成组织资产，哪一种 AI 失败必须被写进责任链。
这张表如果不做，公司就会继续用三句漂亮话糊住真问题：
全员拥抱 AI。
岗位重新定义。
组织能力升级。
话都对。
但没有接线表，都是雾。
下一篇，我把这张表摊开。
继续读
- 上一篇：HR 三支柱为什么失灵
- 系列入口：人在回路中：Human in the Loop
- 下一篇：AI 替代动作，不替代组织