一、从烧瓶到芯片：一个概念的迁徙
蒸馏，原本是化学实验室里最朴素的操作之一。把液体加热到沸腾，蒸汽上升，冷凝，收集。沸点不同，分离就发生了。酒精从发酵液中分离出来，精油从花瓣中提取出来，纯净水从海水中蒸馏出来——人类用这个办法提纯物质，已经用了上千年。
2015年，深度学习之父Geoffrey Hinton把这个词借到了人工智能领域，正式提出了知识蒸馏（Knowledge Distillation）的概念。他说的“蒸馏”，指的是把一个巨大的AI模型（老师）里的知识，压缩到一个小模型（学生）里。大模型参数量庞大、计算成本高昂，小模型则轻便、快速、可以部署在手机和边缘设备上。Hinton的贡献在于，他找到了让“学生”不仅记住答案、还能学会“老师”思考方式的方法。
从化学到AI，蒸馏的本质从未改变：去除杂质，保留精华，把复杂的东西变简单，同时不让核心价值流失。但2026年的今天，这个词又往前跨了一步——从AI领域溢出，进入了社会生活和伦理讨论的腹地。“同事.skill”开源项目在GitHub上走红后，把同事“炼化”成赛博员工成了科技圈的新话题。根据人物的语言风格、知识储备、行为模式，利用AI技术复制出一个高度相似的数字人。有网友制作了张雪峰的技能包，扒光了他所有的公开言论、时间线，提炼出五套心智模型、八条决策启发式。还有导师.skill、boss.skill——任何留下足够数据痕迹的人，都可以被“蒸馏”。
万物皆可蒸馏。任何人的言行、经验、性格，似乎都可以被提炼成一组数据，灌入模型，炼成永不掉线的数字分身。
二、AI蒸馏：效率工具还是技术霸权？
回到AI领域本身，蒸馏技术的争议已经超出了技术讨论的范畴。中伦律师事务所2026年7月发表的长文，把围绕蒸馏的争议概括为三种叙事：第一种是工程叙事：蒸馏是将前沿能力转化为可部署产品的效率工具。没有蒸馏，大模型很难进入低成本、高并发和端侧场景。第二种是权利叙事：闭源模型厂商认为API输出体现了他们在训练、对齐、安全和产品化上的巨额投入。第三方若绕过条款大规模收集输出并训练竞品，实际上是在规避研发成本。第三种是地缘政治叙事：在芯片出口管制和模型能力竞争的背景下，蒸馏被赋予了“技术追赶”“技术封锁”或“工业规模提取”的政策含义。这三种叙事之间，至今没有共识。
2025年1月，DeepSeek-R1发布并开源后引发全球关注。美国出现了见诸媒体的质疑：OpenAI及相关人士曾暗示DeepSeek可能通过“不适当的蒸馏”获得部分能力。Anthropic更在2026年6月底致联邦官员的信中，把某中国企业的行为称作“工业规模”的攻击。Elon Musk则公开表示，蒸馏是“标准做法”、“基本上所有AI公司都在做”。
2026年7月，月之暗面发布Kimi K3大模型后也遭遇了类似的质疑——外界推测K3可能基于其他大型模型进行知识蒸馏。该企业负责人回应称，K3性能无法依靠蒸馏实现。同一项技术，有人说它是效率工具，有人说它是技术剽窃，有人说它是技术霸权。技术本身是中立的，但技术落地的场景、方式和目的，从来不是。
三、数字永生：当“知识蒸馏”变成“人格蒸馏”
如果说AI蒸馏处理的是“模型的知识”，那“同事.skill”这一类项目处理的，则是“人的灵魂”。有学者将这种现象称为“人格蒸馏”——利用RAG（检索增强生成）等技术，采集特定自然人的公开文本、音视频数据，训练出高度模仿该个体的AI分身。这背后的技术逻辑，和AI知识蒸馏惊人地相似：把一个人的言行、经验、性格、决策逻辑——这些原本无法被量化的“隐性知识”——变成可提取、可封装、可复用的数据模块。
网友的调侃很直白：“以前的离职，是工位清空、移交工作，学到的本领、积累的经验还是自己的；现在的离职，仿佛把灵魂留在了公司，实现‘赛博打工’、永不下班。”这不是玩笑，而是正在发生的现实。“同事.skill”只需要同事留在公司的飞书聊天记录、钉钉文档、工作邮件等数据，就能训练克隆出一个高度模仿本人的“数字分身”。有网友制作了“反同事.skill”，把真正重要的核心知识替换成“正确的废话”，保护自己的知识不被轻易复制。这些现象背后，是几个尖锐到无法回避的问题：
如果有一天，你的同事，甚至你自己，在没有知情同意的前提下，被做成一个数字分身，你会作何感受？如果数字分身出现“AI幻觉”，说了你从未说过的话，造成了误解和争议，责任由谁承担？如果你离职了，公司还能继续“召唤”你的数字分身去完成任务吗？北京邮电大学互联网治理与法律研究中心主任谢永江表示，AI复活亲人是一种创新且富有情感的尝试。但当“复活”的对象从逝者变成了离职同事，从家人变成了陌生人，“创新”和“侵犯”之间的那条线，正在变得越来越模糊。
四、我们一直在“蒸馏”
如果退一步看，蒸馏并不只是AI时代的产物。狄德罗编纂的《百科全书》，用了21年时间，把人类分散在手艺匠人、学者、工匠头脑中的经验，整理成系统的知识条目——这本身就是一次大规模的知识蒸馏。杨振宁先生曾用一句英文概括直觉的本质：Intuition is Knowledge Distillation——直觉，就是知识蒸馏。系统二对某类问题的深度思考，经过反复训练，最终被蒸馏内化成系统一的快速反应——从费力推理，变成瞬间“看出”答案。记忆知识只是扩充认知储备，而直觉改变是对世界反应方式的深层重构。我们上课、听讲座、学技能，本质上都是在做“知识蒸馏”——把老师多年积累的经验，压缩成我们可以理解和吸收的形式。我们读一本好书，也是在蒸馏作者的思想精华。我们跟前辈聊天，听他们讲自己的经历，也是在从他们的人生中提取那些对我们有用的经验和教训。
学习的本质，就是一次又一次的蒸馏。区别只在于：过去蒸馏的是知识，现在连人本身也开始被蒸馏。
五、还能剩下什么？
当万物皆可被蒸馏，创作者的最后底牌是什么？知乎·新知青年大会2026年向6位创作者提出了这个问题——也许从来不是什么高超的技术或独特的风格，而是那些无法被数据化的东西：一个真实在场的人，带着他全部的不完美、天真、焦虑，在这个世界上留下独一无二的痕迹。AI可以蒸馏出张雪峰的决策模型，但它蒸馏不出他在某个深夜做出那个决定时的犹豫和恐惧。AI可以克隆同事的工作逻辑，但它克隆不出那个人第一次独立完成项目时的紧张和兴奋。AI可以模拟逝者的声音和形象，但它模拟不出那个人的体温和眼神。新华每日电讯的评论说得好：真正值得永生的，从来不是被“蒸馏”出的数据幻影，而是每一个人所独有的创造力与温度。
技术让我们能够提取、压缩、复制很多东西。但它提取不了一个人真正活过的证据——那些不可复制的瞬间、无法量化的情感、不能封装的经验。蒸馏可以拿走你的方法，但拿不走你的经历。可以复制你的表达，但复制不了你的感受。可以模仿你的决策，但模仿不了你做出决策时内心的犹豫、冲动和不安。我们或许应该接受被蒸馏，但也要清楚什么才是真正属于自己的、无法被蒸馏的东西。这些东西，才是我们最后的底牌。