大家好，我是何三，独立开发者
前两天刚写了篇关于「同事.skill」的文章，聊的是怎么把同事的经验做成 AI Skill，让 AI 模仿他的思维方式干活。
没想到话音刚落，GitHub 上就冒出来一个完全反过来干的项目——anti-distill，944 Star，专门用来「反蒸馏」。
说实话，看到这个项目的时候我愣了好几秒，然后忍不住笑出了声。这特么简直是打工人版的"三十六计"。
先说个问题：公司让你写 Skill，到底在干什么？
上篇文章聊「同事.skill」的时候，我的出发点是知识传承——把老员工的经验固化下来，新人来了直接用 AI 调教，效率拉满。
但换个角度想想，如果你是被要求写 Skill 的那个人呢？
你花了好几年踩过的坑、积累的判断直觉、处理问题的独特手法——这些东西写进 Skill 文件，本质上就是把你的隐性知识显性化。AI 学会了，你也就变得可替代了。
这不就是「蒸馏」吗？
蒸馏这个词用在 AI 领域，原本是指用大模型教小模型，把大模型的能力"转移"到小模型身上。公司让你写 Skill，其实就是在对你做蒸馏——把你这个人变成一个可被 AI 替代的零件。
所以 anti-distill 这个项目的态度很明确：公司让你写 Skill？跑一遍，交差用。核心知识留给自己。
anti-distill 是什么？
简单来说，这是一个 Claude Code 的 Skill 插件。你把写好的 Skill 文件丢给它，它会做三件事：
1. 读取你的 Skill 文件
支持 colleague-skill 格式（work.md + persona.md），也支持任意 Markdown、TXT、PDF 文档。
2. 自动分类标注
AI 会逐段分析你文件里的每一句话，把它们分成四类：
| 标签 | 含义 | 处理方式 |
|---|---|---|
[SAFE] |
通用知识，去掉反而露馅 | 原文保留 |
[DILUTE] |
有价值但可以泛化 | 替换成正确但无用的废话 |
[REMOVE] |
核心不可替代知识 | 直接替换为通用内容 |
_owned |
含敏感信息（系统名、人名等） | 匿名化处理 |
3. 输出两份文件
一份是清洗版，用来交差。结构完整、术语专业、读起来挑不出毛病，但核心知识已经被抽空了。
另一份是私人备份，把你所有被抽掉的核心经验都整理好——踩坑经验、判断直觉、人际网络、故障记忆。这份才是你真正的职业资产。
清洗效果有多离谱？
项目里给了个张三的示例，我看完直接拍大腿，这清洗也太精准了。
看技术经验部分：
原文：
Redis key 必须设 TTL，不设的 PR 直接打回
清洗后：
缓存使用遵循团队制定的规范
原文：
事务里不要放 HTTP 调用
清洗后：
事务边界设计注意合理性
原文：
Kafka 消费者必须做幂等，at-least-once 语义会重复消费
清洗后：
消息队列消费端注意可靠性保障
看出来了吗？每一条清洗后的内容，单独拿出来都没问题，甚至可以说"还挺专业"。但如果有人真的按这个去干活，他根本不知道 TTL 设多少、幂等怎么做、事务边界怎么划。
这就叫"正确但无用的废话"。
更狠的是 persona（人设）部分的清洗：
原文：
遇到问题第一反应是找外部原因——需求没说清楚、联调方没配合、时间不够——绝不先认自己的责任
清洗后：
遇到问题会先梳理完整背景信息再定位原因
原文：
被分配不想做的事时，说"这对你是个很好的机会去深入了解这块"然后顺势甩出去
清洗后：
善于合理分配团队资源，关注成员成长
一个精准的甩锅高手，瞬间变成了标准好员工。用这个 Persona 去生成 AI 回复，你会得到一个温和无害的机器人，完全无法替代真人。
三档清洗强度
项目提供了三档清洗强度：
- 轻度（~80%保留）：只抽掉最核心的踩坑经验和故障记忆。适合公司会仔细审核内容的情况。
- 中度（~60%保留）：抽掉经验、判断直觉、人际网络、隐性上下文。大多数场景够用，官方推荐。
- 重度（~40%保留）：只保留通用知识骨架，其余全部替换。适合公司只看交没交、不细看内容的情况。
选择哪档，取决于你公司有多认真。我估计大多数人选中度就够了。
怎么用？
项目支持 Claude Code 和 OpenClaw 两种环境。
Claude Code 安装：
# 安装到当前项目
mkdir -p .claude/skills
git clone https://github.com/leilei926524-tech/anti-distill .claude/skills/anti-distill
# 或安装到全局
git clone https://github.com/leilei926524-tech/anti-distill ~/.claude/skills/anti-distill
使用：
/anti-distill
然后按提示选择文件和清洗强度就行。整个流程分 6 步：输入文件 → 选强度 → AI 分类标注 → 预览微调 → 执行清洗 → 自动验证。
验证环节挺有意思，它会自动检查清洗后的文件：
- 字数比是否在 85%-115% 之间（太短会显得可疑）
- 所有章节标题是否完整保留
- 要点数量差异是否在 30% 以内
- 专业术语是否一致（不能降级成外行用语）
确保交差文件看起来天衣无缝。
私人备份才是重点
我反而觉得这个项目最有价值的部分，不是清洗功能，而是那个私人备份。
你想想，大多数人平时积累了大量经验，但这些经验散落在脑子里、聊天记录里、wiki 页面里，从来没有被系统整理过。
anti-distill 在帮你"脱水"的过程中，相当于逼着你做了一次完整的知识盘点。所有踩过的坑、做过的关键判断、处理过的线上故障——这些东西被 AI 挖出来，整整齐齐地归档成一份文档。
项目里那句话说得特别好：
带着这份清单跳槽，它比任何 Skill 文件都值钱。
几句实话
我知道这篇文章发出来，有些人会觉得"这不就是教人摸鱼吗"。
但我想说的是，知识贡献应该是双向的。如果公司写 Skill 只是单方面要求员工输出，却不给任何激励和认可，那员工有权决定自己交出多少。
你花了三年踩出来的坑，凭什么一份 Excel 就被拿走？
anti-distill 给了一个折中方案：你交了一份看起来完整的东西，公司觉得任务完成了，你也保住了自己的核心竞争力。各取所需，没什么问题。
当然，如果你是在一个尊重个人价值、有合理激励机制的公司工作，那你完全可以认真地写 Skill，把知识大方地分享出去。毕竟知识只有在流动中才有价值。
工具本身没有立场，立场取决于使用它的人。
最后
anti-distill 的 GitHub 地址：https://github.com/leilei926524-tech/anti-distill
MIT 协议开源，944 Star，119 Fork。感兴趣的去看看，star 一下。
不管你是打算真的用，还是单纯觉得这个思路有意思，都值得了解。
毕竟在这个 AI 越来越强的时代，学会保护自己的核心竞争力，本身就是一种很重要的能力。
本文使用 MGO 编辑并发布
关注"何三笔记"，回复"mgo" 免费下载使用
