文 | 市值榜，作者 | 孔宁，编辑 | 相青
最近，GitHub 平台上爆发了一场堪称荒诞的 " 开源狂欢 "。
「张雪峰 .skill」项目上线，凭借张雪峰的 5 本著作、15 篇媒体采访、30 余条语录，将其认知体系和话术风格提炼为一套可运行的 AI 分身，被网友戏称为 " 赛博永生 "。
与此同时，「同事 .skill」也横空出世，通过抓取离职员工的飞书记录和钉钉文档，训练出一个能 " 续岗 " 的职场数字人，5 天内狂揽 6.6k 颗星，衍生出「老板 .skill」「导师 .skill」「前任 .skill」等超过 85 万个变体。
网友们一边玩梗一边传播：" 我的 skill 已上传。"
这场看似荒诞的开源行为的背后，实际上是数字永生，正从一个边缘的科幻概念快速地走进普通人生活。争议也随之而来，人能否被商业化复刻？法律、伦理和技术的边界又到底在哪里？但我们今天更想聊聊，为什么「张雪峰 .skill」们能爆火，以及它会是下一代 AI 应用的标准形态吗？
一、为什么「张雪峰 .skill」们能火？
在过去一年多里，几乎所有深度使用过通用大模型的人，都会经历一段相似的心路历程：从惊艳，到平淡，再到乏味。
当你问它 " 新闻学到底好不好就业 " 时，一个标准的通用大模型通常会给出如下回复：
" 新闻学是一个具有深厚社会价值的专业，它培养了学生的采写能力、批判性思维。然而，随着传统媒体的转型，就业市场确实面临挑战。一方面，新媒体、企业公关等领域依然需要内容人才；另一方面，传统纸媒岗位缩减。建议您根据个人的兴趣、家庭经济状况以及长远的职业规划来综合考量…… "
这段话错了吗？毫无破绽，绝对正确。 但这段话有用吗？没有，而且还纯属废话。
通用大模型的回答，本质上是一种基于统计概率的 " 正确的平庸 "。为了追求广泛的适用性，它们被训练成了绝对中立的复读机，同时阉割掉了所有的情绪、立场和棱角，只会给你列出一堆 SWOT 分析，却永远不敢替你做决定。
而真实世界中的决策，充满了利益权衡、信息不对称和资源博弈。
这恰恰是通用大模型的致命短板，也是「张雪峰 .skill」们生长的土壤。
技术层面，实现门槛并不高。其底层依托的是 2025 年 10 月 Anthropic 发布的 Claude Skills 架构，是一种将领域知识封装为可动态加载的 " 能力模块 "。
2026 年初 OpenClaw 走红后，Skills 需求暴涨，微软、OpenAI 等巨头纷纷跟进。具体实现极其简单：抓取聊天记录、文档、邮件等数据，通过结构化提示词让 AI 模拟一个人的工作习惯和说话方式。
以「张雪峰 .skill」为例，项目基于 5 本著作、15 篇以上深度采访、30 多条公开语录，提炼出 5 个核心心智模型和 8 条决策启发式，激活后 AI 会用 " 东北大哥的语气、快节奏段子化的方式 " 聊教育选择。
当 " 张雪峰 .skill" 面对前面同样的问题时，它会作出如下回答：
" 你家里有矿吗？有试错资本吗？"
" 如果没有，闭着眼睛选工科、选计算机、选能直接学门手艺的专业。"
" 别跟我扯什么新闻理想，吃不上饭的时候理想一文不值。你选新闻学，我就把你打晕。"
虽然外界对张雪峰依然存在极大的争议，认为他是 " 焦虑贩子 "，但一个无法否认的事实是：张雪峰之所以能成为了一种现象级 IP，自然不只是靠制造焦虑，他提供了一套 " 生存主义决策模型 "：根据就业以及考生自身情况来选专业，这对于那些在迷茫中，急需一个明确答案的家长和学生来说，依然具有价值。
这也解释了为什么他去世后，「张雪峰 .skill」会引发如此大的关注。
当然，目前的 " 张雪峰 .skill" 还停留在对话和建议阶段，一个理想的 " 高考志愿 Agent"，不仅能骂醒你，还能在了解你的分数和偏好后，自动调取全国高校招生计划 API，为你生成包含冲、稳、保策略的志愿表，甚至一键模拟填报。
这就是 1 个张雪峰胜过 1 个 ChatGPT 的根本原因：在复杂的现实问题面前，用户需要的不再只是一个通用 AI，而是一个懂行的熟人，或者说一个能给出确定性答案的专家。
二、我们需要 100 个 " 张雪峰 " 吗？
如果我们把视线从高考志愿填报拉远，俯瞰整个千行百业，你会发现 " 张雪峰 .skill" 只是一个引子，它可能暗藏着 AI 时代产品生态的终极走向：
全能型 AI 将沦为像水电网一样的底层基础设施，而繁荣的将是成千上万个垂直领域的 " 专家 Agent"。
为什么我们需要 100 个 " 张雪峰 "？最大的原因在于：人类社会的专业知识壁垒极高，且容错率极低。
通用大模型最致命的弱点在于幻觉。这在闲聊中这无伤大雅，但在医疗、法律、财会等严肃、专业领域，幻觉是致命的。
就像你生病了会去问医生，遇到合同纠纷会去找律师，家装会找设计师。你永远不会跑去问一个通晓天文地理的哲学家：" 我的阑尾炎该怎么割？"
ChatGPT 这类通用大模型，就是那个全知全能的哲学家。 它有问必答，但没有行医资格证，也没有出庭诉讼的实战经验。
所以我们可能需要：法律界的 " 罗翔 Agent"： 专门输入了中国最新的成文法、百万份公开裁判文书，能用最通俗的语言帮你分析劳动仲裁的胜算率，并一键生成律师函。也可能需要财务界的 " 四大 Agent"，通过接入了企业的 ERP 系统，以顶级审计师的逻辑，实时帮你抓取财报中的税务漏洞和现金流风险。
垂直 Agent 的核心优势在于：搜索范围被严格限制在特定知识库内，幻觉率被大幅压低。它不需要无所不知，只需要在自己的领域里绝对可靠。
当 100 个垂直 Agent 被创造出来后，下一步的爆发点在于多智能体协同。 未来，假如你创办一家公司，不再需要招聘一整个团队。你只需要在 AI 应用商店里，雇佣一个 " 马斯克 Agent" 做战略，雇佣一个 " 张小龙 Agent" 抓产品细节，雇佣一个 " 李佳琦 Agent" 负责直播带货的文案……
你的系统就是一个群聊，你提出一个复杂的商业需求，这 100 个垂直专家会在群里互相讨论、互相纠错、甚至互相争吵，最终为你推演出一个执行方案。
这才应该是 AI 重塑生产力的理想形态，将人的专业智慧模块化、可复用化、可协同化。
不过，在迎接 "100 个张雪峰 " 到来之前，我们仍要直面诸多现实难题：隐私泄露、商业滥用、职场伦理危机，等等，这也是当下舆论讨论最密集的地带。
技术本无善恶，关键在于使用的边界与规则。只有当监管逐渐落地，行业告别无序繁荣、进入规范发展，"100 个张雪峰 " 才会从一场开源狂欢，真正走进现实。
