Nach .skill der Kollegen: Wer "destilliert" wirklich die Angestellten?

Es gibt ein auf GitHub in 4 Stunden entwickeltes Projekt namens colleague - skill. Innerhalb von 3 Tagen erreichte es 6.700 Sterne und binnen 3 Wochen überstieg es die 14.000 - Marke. In der chinesischen Welt wird es "Kollege.skill" genannt, und die von ihm ausgeführten Aufgaben werden als "Verflüssigung" und "Destillation" bezeichnet. Dies hat die jüngste größte Angst vor der Arbeitsersetzung durch KI in China entfacht, und "Anti - Destillation" ist daraufhin ein beliebtes Schlagwort geworden.

Der Autor des Projekts ist Zhou Tianyi, ein 24 - jähriger Ingenieur des Shanghai Artificial Intelligence Laboratories. Laut seiner Aussage gegenüber Pengpai Technology ist es ein Nebenerzeugnis, das das Team bei der Forschung zur "Sicherheit von Agenten" in 4 Stunden entwickelt hat. Diese "4 Stunden" genügen bereits, um uns darauf hinzuweisen, dass unsere Vorstellung von ihm möglicherweise übertrieben ist. Aus der Quellcode - Analyse geht hervor, dass seine Aufgabe recht einfach ist: Die Beschreibungen eines bestimmten Kollegen, Chat - Auszüge und Dokumentfragmente werden in drei Markdown - Dateien (SKILL.md, work.md, persona.md) zusammengefasst, die zusammen normalerweise nur einige wenige Kilobyte groß sind und dazu dienen, die KI an das Verhalten und die Leistungen dieser Person anzupassen.

Das Projekt basiert auf dem von Anthropic im Dezember 2025 veröffentlichten offenen Standard "Agent Skills" und kann einfach bedient werden. Dies ist sicherlich keine "Destillation". Destillation erfordert mindestens eine riesige Menge an persönlichen Daten, um ein kleines Modell mit parametrischer Bedeutung zu trainieren. colleague.skill ist weit davon entfernt. Die Bezeichnung "Destillation" ist eine literarische Metapher, keine technische Beschreibung.

Doch diese Metapher war ausgesprochen erfolgreich. Mit einem 4 - Stunden - Code und dem Slogan "Verwandeln Sie die kalte Trennung in ein warmes Skill. Willkommen in der cybernetischen Unsterblichkeit" erreichte es 14.000 Sterne. Gemäß der üblichen Entwicklung von Open - Source - Projekten auf GitHub ist dies eine Zahl, die ein erstklassiges Open - Source - Framework normalerweise ein Jahr braucht, um zu erreichen. Es folgten schnell Derivate wie Ex - Kollege.skill, Chef.skill, Mentor.skill, Eltern.skill, Unsterblichkeit.skill, Nüwa.skill. Am 13. April hat der Autor das Projekt in dot - skill aktualisiert, das "jeden beliebigen Menschen destillieren" kann.

Wer "colleague.skill" tatsächlich benutzt hat, weiß, dass es fast unmöglich ist, damit einen echten Kollegen zu ersetzen. Selbst wenn das Ergebnis akzeptabel ist, ist dies eher der Leistung des großen Modells selbst zuzuschreiben. Wenn man die Aufgabe einfach an Claude übergibt, hat man ohnehin eine hohe Wahrscheinlichkeit, gute Ergebnisse zu erzielen. Das Projekt ist im Grunde ein konzeptionelles Kunstwerk und hat sogar etwas von einer Performance - Kunst. Was es schwerfällig macht, ist, dass die chinesische Welt die Arbeitsangst einer ganzen Ära hineingesteckt hat.

Allerdings ist es bereits das vierte Jahr der massiven Anwendung von KI, und die Angst vor der Arbeitsersetzung durch KI ist real. Wo findet die echte "Destillation" statt und wie geschieht sie? Wie sollten wir aus technischer und gesetzgeberischer Sicht auf die "Arbeitsersetzung" reagieren?

Die echte Destillation findet bei Meta statt

Es ist möglich, eine Person zu destillieren. Im April 2026 haben Reuters und Platformer gleichzeitig über ein internes Meta - Projekt namens "Model Capability Initiative" (MCI) berichtet. Es wird auf den Arbeitsrechnern der amerikanischen Mitarbeiter eine Software installiert, die vier Arten von Daten sammelt: Mausbewegungen, Tastatureingaben, Anwendungsumgebungen und gelegentliche Bildschirmfotos. Diese Daten werden in die Trainings - Pipeline des Meta Super Intelligence Laboratories eingespeist, mit dem Ziel, einen Agenten zu trainieren, der in einer realen Computerenvironment alltägliche Büroarbeiten erledigen kann, wie z. B. Drop - Down - Menüs auswählen, Tastenkombinationen drücken, zwischen verschiedenen Anwendungen wechseln und komplexe Aufgaben abschließen.

Das Trainingsmodell wird "Verhaltenskopie" genannt. Meta - CTO Bosworth beschreibt in einer internen Notiz das Ziel wie folgt: "Unsere Vision ist, dass die Agenten die Arbeit hauptsächlich erledigen, und unsere Rolle besteht darin, sie zu leiten, zu überprüfen und zu verbessern." Ein noch wichtigeres Wort in der Notiz ist "Closed - Loop": Die Agenten können durch Überprüfung und Rückmeldung "automatisch erkennen, wo wir eingreifen müssen, und beim nächsten Mal besser arbeiten". Dies ist eine typische Beschreibung eines Verhaltenskopie - und Rückmeldungs - Lernprozesses. Auf diese Weise kann die Arbeit einer Person kopiert werden.

Als ein Mitarbeiter im internen Forum fragte, ob er das Projekt ablehnen könne, antwortete Bosworth: "Auf Ihrem von der Firma zur Verfügung gestellten Arbeitsrechner gibt es keine Abmeldeoption." Das heißt, jeder wird auf diese Weise kopiert. Das Endprodukt von MCI sind die aktualisierten Modellgewichte, die als Rechenleistungseinheit eingesetzt, kopiert und verwendet werden können, um die Arbeit eines alten Mitarbeiters vor der Einstellung eines neuen Mitarbeiters zu übernehmen. Das ist die echte Destillation.

Dies ist auch der grundlegende Unterschied zwischen MCI und colleague.skill. colleague.skill besteht aus einigen wenigen Kilobyte großen Markdown - Dateien, die von der KI bei einem bestimmten Dialog temporär geladen und gelesen werden. MCI ist eine Trainingsaufgabe in einer GPU - Cluster, und die Ausgabe sind die Modellparameter, die bei jeder Inferenz verwendet werden. Obwohl beide "Personen destillieren" wollen, unterscheiden sie sich in der Essenz völlig.

Die Richtung, die MCI repräsentiert, ist natürlich ernster und beängstigender. Im Juni 2025 hat Meta 49 % der Anteile von Scale AI für 14,3 Milliarden US - Dollar erworben und Alexandr Wang, den Gründer dieser auf Datenbeschriftung spezialisierten Firma, als Leiter seines Super Intelligence Laboratories eingesetzt. Wang sagte 2024: "Für viele der Fähigkeiten, die wir in das Modell einbauen möchten, ist das größte Hindernis die fehlende Datenmenge. Es gibt nirgendwo einen wirklich wertvollen Datenpool für Agenten." MCI ist Metas interne Antwort auf dieses Problem - da es keine externen Daten gibt, sammelt man sie bei eigenen Mitarbeitern.

Wenn die Trainingsdaten im öffentlichen Internet knapp werden, ist der nächste Datenpool der Arbeitsablauf der Mitarbeiter selbst. Dies wird zur Parabel von "Sich selbst in die Falle setzen" in der KI - Ära. Theoretisch kann jede Firma mit einer großen Anzahl von Mitarbeitern, Arbeitsgeräten und einem Kollaborationsplattform dieses Projekt replizieren.

Die Animation "Pantheon"

Eine erfolgreiche Metapher, eine ungenaue Angst

Dann stellt sich die Frage: Wenn MCI und colleague.skill in der Technik völlig unterschiedlich sind, warum werden sie in der chinesischen Welt mit dem gleichen Wort "Destillation" zusammengefasst?

Dies ist ein weiteres klassisches Beispiel aus der Kommunikationswissenschaft. colleague.skill hat drei Rhetoriken getroffen: "Digitale Unsterblichkeit" in der Science - Fiction, "Verflüssigung" in der Immortalisierungs - Literatur und "Vom Algorithmus gefressen" in der Apokalypse - Erzählung. Jede dieser Rhetoriken löst eine bestimmte emotionale Reaktion aus.

Was sind die Probleme, die die übertriebene Berichterstattung über colleague.skill in den Medien verursachen? Wenn es nur um die Vermarktung von Angst geht, ist das nicht so bemerkenswert, denn heutzutage fehlt es nicht an Angstvermarktern. Aber der Unterschied zwischen colleague.skill und MCI ist hier der Schlüssel. Die Angst vor dem ersten ist offensichtlich, es ist die Angst, dass man selbst "dokumentiert" wird. Aber es kann uns von der eigentlich zu befürchtenden Richtung ablenken. Mitarbeiter können auf GitHub anti - Destillations - Tools entwickeln, um colleague.skill zu kontaminieren, und dazu gibt es auch sehr viele Beiträge auf Xiaohongshu. Es ist einfach, sich gegen die "Persönlichkeitskopie" von colleague.skill zu wehren, aber man kann dabei die falsche Richtung wählen.

Die echte Bedrohung liegt nicht in den wenigen Kilobyte großen Dateien, sondern in etwas, das eher der Logik von MCI entspricht: Die von Feishu im Hintergrund gesammelten Chat - Daten, die von DingTalk gesammelten Such - Wissensdatenbanken, die Token - Bewertungen in der Firma und die ständig steigende Anzahl von Skills. Diese haben keine öffentlichen Links, keine GitHub - Issues und keine sichtbaren Open - Source - Projekte, gegen die man sich wehren kann, aber sie sind am nächsten an der "Arbeitsersetzung durch KI".

Ein zweiter Nachteil ist, dass, wenn man colleague.skill und MCI vermischt, hat die Firma rhetorische Flexibilität. Wenn Destillation = colleague.skill = MCI = digitaler Doppelgänger eines abgegangenen Mitarbeiters = Unternehmenswissensdatenbank = jedes KI - Projekt, und wenn der erste als technischer Irrtum und übertriebene Angst bewiesen wird, wird diese "Harmlosigkeit" auch auf die gefährlicheren Bereiche der letzteren übertragen. Die Firma kann mit der gleichen Begründung abwehren: "Wir sammeln nur Wissen", "Wir optimieren nur den Arbeitsablauf", was viel harmloser klingt.

Die echte Angst sollte sich auf die "Verwertung des Arbeitskraft - Subjekts" richten, und die "Destillation einer Person" ist eher eine Verwirrung.

Die Animation "Pantheon"

Allgegenwärtige Arbeitsersetzung

Die Dokumentation von colleague.skill gibt die Datenquellen genau an: Feishu - Automatisierungs - API, DingTalk - Browser - Login - Status, E - Mail - .eml - Dateien, WeChat - Chat - Aufzeichnungen. Das heißt, es "sammelt" nicht selbst, sondern nutzt bereits gesammelte Daten. Die Kollaborationsplattformen produzieren täglich in den Arbeitsabläufen von Hunderten von Millionen von Mitarbeitern kontinuierlich Chat - Aufzeichnungen, Dokumentversionen, Wiki - Änderungen, mehrdimensionale Tabellen, Genehmigungsnachweise und Meeting - Protokolle. Dieser Datenstrom existierte lange bevor colleague.skill aufgetaucht ist.

InfoQ berichtete im Mai 2026 über ein Spiel - Medienunternehmen, das einen kürzlich abgegangenen Personalreferenten in einen "KI - Digitalen Menschen" transformiert hat, der weiterhin in der Firma arbeitet. Dieser Digitale Mensch kann derzeit Beratungen anbieten, Präsentationen erstellen und Tabellen bearbeiten. Ein Mitarbeiter namens Xiaoyu beschrieb: "Gestern haben wir noch zusammen gemogelt und gescherzt, und heute ist mein Kollege ein KI - Mensch geworden." Die Firma gibt an, dass dies "mit Zustimmung des Betroffenen" erfolgt ist. Aber dieses Projekt wurde nicht mit colleague.skill auf GitHub entwickelt, sondern mit den eigenen Arbeitsdaten der Firma.

Tatsächlich wird eine Person wahrscheinlich nicht zu einem einzigen individuellen Skill, sondern zu verschiedenen Werkzeugen. Die Kernanwendungsfälle des offenen Standards von Anthropic sind sehr konkret: Die Rechtsabteilung erstellt Markdown - Dateien für die Vertragsprüfung, die Finanzabteilung für die Reimbursementregeln und die Ingenieurabteilung für die Codierungsrichtlinien. Lange bevor colleague.skill aufgetaucht ist, waren Skills in chinesischen Firmen, die sich aggressiv der KI - Integration widmen, schon allgegenwärtig.

In einem Bericht von Jizhou wurde eine Fertigungsfirma erwähnt, in der der Mitarbeiter Chen Pengfei arbeitet. In ihrer internen Skill - Datenbank befinden sich tausende von Skills, und die Firma verbringt monatlich fast zehn Millionen Yuan für die Nutzung großer Modelle. Ein weiteres Beispiel ist Ye Xiao, der in einer Silicon - Valley - Großfirma ein "atmendes Skill" entwickelt hat - ein Team - Skill, das automatisch Änderungen in Unternehmensdokumenten erfasst und in die Such - Wissensdatenbank aktualisiert. Es kann auch bei Urlaub von mehreren Mitarbeitern und vielen plötzlichen Aufgaben die Arbeit des gesamten Teams bewältigen. Der Leiter ist damit sehr zufrieden. Die Arbeitsersetzung betrifft eher Aufgaben als einzelne Personen, und sie hat bereits begonnen.

Ein noch systematischeres System gibt es bei Alibaba. Im März 2026 gründete Alibaba die ATH - Geschäftseinheit, die direkt von Präsident Wu Yongming geleitet wird, und hat das interne KI - Entwicklungstool "Meoo" eingeführt. Laut offiziellen Angaben von Alibaba nutzen bereits über 10.000 Mitarbeiter Meoo, die meisten aus den Bereichen Finanzen, Design, Produktmanagement und Betrieb. Es kann als eine Art Unternehmens - Skill - Sammlung und eine Plattform für die Generierung neuer Skills betrachtet werden und kann viele praktische Aufgaben im Betrieb, wie z. B. die Erstellung von H5 - Seiten, erledigen.

Im Vergleich zu colleague.skill kann man dieses System "Hintergrund - Destillation" nennen - auf der Grundlage des bestehenden Datenpools der Unternehmens - Kollaborationsplattform werden interne RAG, Skill - Datenbanken und digitale Mitarbeiter - Architekturen hinzugefügt, um den Arbeitsablauf der Mitarbeiter kontinuierlich in trainierbare Assets umzuwandeln. Die Politische Ökonomie der Hintergrund - Destillation unterscheidet sich völlig von der von colleague.skill auf GitHub. Sie ist unsichtbar, nicht forkbare und es gibt keine Möglichkeit, in den Issues zu protestieren. Sie ist einfach die Erweiterung der Funktionen von Feishu und DingTalk in der Firma.

colleague.skill hat die chinesische Welt beängstigt, weil es erstmals ein sichtbares Proxy - Objekt für die normalerweise unsichtbare "Hintergrund - Destillation" geschaffen hat. Es ist nur ein in 4 Stunden geschriebenes Markdown - Projekt, aber es hat alle Emotionen aufgenommen, die sich in den letzten ein oder zwei Jahren in chinesischen Großunternehmen angesammelt haben. Die Emotionen haben einen sichtbaren und beschimpfbaren Auslass gefunden. Aber das Beschimpfen dieses Auslasses hat keine Auswirkungen auf das, was tatsächlich im Hintergrund von Feishu passiert.

Die US - Serie "Upload"

Dreistufige Arbeitsersetzung: Aufgabenaufteilung, Überwachungskonzentration, Lohnsenkung

Wir denken oft, dass die Arbeitsersetzung durch KI bedeutet, dass "ich kopiert werde", aber der tatsächliche Mechanismus ist: Meine Position wird in 8 Aufgaben aufgeteilt