当“蒸馏”从模型走向人类：AI技能封装背后的技术隐喻与存在危机

【科技纵览】在人工智能领域，“蒸馏”一词正从纯粹的工程术语演变为一场关于人性边界的社会实验。这一概念最早源于2015年，由AI教父杰弗里·辛顿（Geoffrey Hinton）与其合作者在论文《Distilling the Knowledge in a Neural Network》中提出，旨在将大型神经网络的知识迁移至轻量模型，以降低部署成本。其核心技术在于利用“温度参数”调控输出概率分布，使小模型不仅学习正确答案，更习得大模型对各类选项的细微判断——即所谓“暗知识”（dark knowledge）。此举虽属工程优化，却意外引入了一套源自炼金术的隐喻体系：加热、气化、冷凝、提纯，暗含对“精华”与“残渣”的价值切割。

十年间，蒸馏对象悄然转移。从图像分类的概率分布，到BERT语言模型的理解能力，再到DeepSeek R1模型的动态推理轨迹——AI已能捕捉“犹豫”“反思”“修正”等曾被视为人类专属的认知过程。2025年10月，Anthropic为Claude推出标准化“skills”格式；2026年初，开源框架OpenClaw进一步推动skill生态普及。由此，技术逻辑自然延伸至人类个体：GitHub上涌现“张雪峰.skill”“同事.skill”等项目，通过分析公开言论、工作文档乃至聊天记录，提炼出可调用的决策模型与人格特征。张雪峰去世仅半月，其志愿填报方法论即被封装为包含5个心智模型、8条启发式规则的开源文件，用户输入“河南560分能否学金融”，即可获得仿其风格的就业倒推分析。

此类实践引发深层伦理焦虑。马克思所言“异化”在此具象化：劳动者的能力被提取为skill后，其肉身反而成为冗余残渣。更令人不安的是“蒸馏”一词自带的暴力意象——它预设人是混合物，仅部分成分有价值，其余如疲惫、情绪、发呆瞬间皆为杂质。这与炼金术士帕拉塞尔苏斯将人体拆解为硫（灵魂）、汞（精神）、盐（肉体）的古老范式惊人重合。而程序员圈内“炼丹”“炸炉”等黑话，亦折射出从业者对AI系统“不可解释性”的直觉认知，恰如炼金术士面对坩埚时的经验主义操作。

历史线索揭示更深悖论。牛顿曾撰写百万字炼金术手稿，却被后世理性叙事刻意抹除；化学学科通过否定炼金术完成“祛魅”，却保留了其技术外壳。如今，AI蒸馏看似理性工程，实则重启了被现代性压抑三百年的追问：人的整体性是否可被分解？那些无法结构化的直觉、矛盾与沉默，是否才是智慧的核心？正如威士忌的风味恰来自未被完全去除的“杂质”，真正的认知或许栖身于蒸馏无法触及的模糊地带。

当前，skill生态仍在扩张，但关键问题尚未解决：谁有权决定个人经验能否被蒸馏？数字分身是否具备法律人格？更重要的是，当社会将“人”简化为可调用的功能模块，我们是否正在制造一种新型的“座架”（Gestell）——海德格尔警示的技术本质，即将一切存在者降格为持存物？或许出路不在拒绝蒸馏，而在承认其局限：skill只是地图，而非疆域；馏出物再纯，亦非原初生命的整体。真正的挑战，是如何在追求效率的同时，为那些注定无法被编码的“无名之物”保留空间——那或许是人性最后的堡垒。