§10 蒸馏 Skill：把书、人、思想都装进 Agent
前几章我们造的是一个一个能用的 Skill。但 2026 年最让我兴奋的变化是另一类工具——它们不做"单个技能"，而是把"原料"整锅蒸馏成一个 Skill 包。
一本书、一个人的数字痕迹、一位名人的公开表达，进去，出来的是一个可安装、可版本化、可回滚的 AgentSkills 标准目录。我把它叫"蒸馏 Skill"（distillation skill）。
这条线上现在有五个值得记住的仓库：人→Skill 的 dot-skill，书→Skill 的 book-to-skill，书/视频/播客→方法论 Skill 集的 cangjie-skill，名人/主题→Skill 的 nuwa-skill，以及逆向"写书"这件事的 huashu-bookwriter。
10.1 dot-skill：把一个人蒸馏成 Skill
仓库：titanwings/colleague-skill。
它的核心洞察是换了一个问题定义：不去"复现这个人"，而是把选定的"人类痕迹"转化为一个有明确边界、可编辑的技术工件（artifact）。论文把它形式化成 S = (A, M, L)：A 是生成的文件，M 是安装元数据，L 是生命周期状态（版本、纠正次数、回滚历史）。
整套系统最狠的设计是双轨蒸馏——把 Skill 拆成两条互不干扰又协同工作的轨道：
| 轨道 | 文件 | 装的是什么 | 解决什么问题 |
|---|---|---|---|
| 能力轨 | work.md | 工作方法、心智模型、决策启发式、技术标准 | 让它「能干实事」 |
| 人格轨 | persona.md | 沟通风格、互动规则、边界约束、修正记录 | 让它「像这个人」 |
为什么不混一起？因为 CR 时的严格标准是能力，怼人时的口头禅是人格，混在一起既没法单独调用，也没法单独修正。拆开后系统提供三个独立入口：/{char}-work、/{char}-persona、/{char}，这就是论文说的"可组合性"。
它还支持三大家族预设：colleague（同事，6 层人格 + Work 模块，原料优先长文写作）/relationship（亲密关系，情感模式四件套：表达 DNA、情绪触发点、冲突模式、修复模式）/celebrity（名人，六维度研究档案）。
做出来之后还能进化：增量合并（追加新文件不覆盖已有结论）、对话纠正（你说"他不会这样"，立刻写入 Correction 层生效）、版本回滚（每次更新自动归档）。
10.2 book-to-skill：把一本书编译成 Skill
仓库：virgiliojr94/book-to-skill。
它最反直觉的地方是把"检索"这件事的时机从查询期挪到了编译期。传统 RAG 是"你问→切分→embedding→找相似块→塞进 prompt"，本质还是"在原文里捞针"。book-to-skill 是提前把作者花了几年搭的框架、原则、心智模型、反模式一次性抽出来。所以它管自己叫 compile-time knowledge compiler——编译一次，永久复用。
它解决的是一个被忽略的成本，作者叫它 Discovery Loop Tax（探索循环税）。一本 256K token 的技术书，传统翻阅单次问答要 77,866 token；编译后只要 ~5000 token（4000 核心 + 1000 章节），差 15 倍以上。
代码库刻意保持极简，边界切得干净：
| 组件 | 谁干 | 干什么 |
|---|---|---|
| extract.py | Python 确定性代码 | 格式路由、编码检测、文本提取、元数据 |
| SKILL.md | AI Agent（Claude/Amp） | 结构分析、框架提取、摘要、生成 Skill 文件 |
两者只通过临时目录里的 full_text.txt + metadata.json 两个文件通信。Python 不依赖 AI API，AI 也不用操心 PDF 怎么解析。
生成的 Skill 包用 progressive disclosure（渐进式揭露）压 token：平时只载 SKILL.md（~4000 token），你问 ch05 才载 chapters/ch05（~1000 token），问术语才翻 glossary，要决策规则才看 cheatsheet。一本 400 页的书编译一次约 $1（Claude Sonnet 4.5）。
10.3 cangjie-skill：把方法论蒸馏成可调用的 Skill 集
仓库：kangarooking/cangjie-skill，作者袋鼠帝。
如果说 book-to-skill 是"编译一本 PDF"，cangjie-skill 走得更远——它要蒸馏的不只是"书"，还有长视频、播客、访谈、课程，所有"系统性表达过的高价值内容"。
它的核心流水线叫 RIA-TV++，分七阶段：
- 整体内容理解（Adler 分析）——借鉴 Adler《如何阅读一本书》的分析阅读法，对整份内容做结构、解释、批判、应用四步拆解，产出
BOOK_OVERVIEW.md。 - 并行提取——同时派 5 个专项提取器（框架、原则、案例、反例、术语），从原文中提取候选方法论单元。
- 三重验证——每个候选必须通过：原内容中 ≥2 处独立佐证（跨域）、能回答内容里未明说的新问题（预测力）、不是常识（独特性）。通过率通常只有 25-50%。
- RIA++ 构造——按 R（原文引用）/ I（用自己的话重写）/ A1（书中案例）/ A2（未来触发场景）/ E（可执行步骤）/ B（边界与盲点）六个维度结构化。
- Zettelkasten 链接——找出 skill 之间的依赖、对比、组合关系，生成
INDEX.md和引用图。 - 压力测试——为每个 skill 设计含诱饵题的测试用例（含跨 skill 混淆测试），未通过的回炉重做。
- 交付——生成面向读者的
DIGEST.md精华长文，并把通过测试的 skill 安装到 Claude Code / Cursor 的 skills 目录。
这个流水线名字拆开看：
- RIA：来自赵周《这样读书就够了》的便签拆书法（Reading / Interpretation / Appropriation）。
- TV：Triple Verification，三重验证。
- ++：面向 Agent 执行的扩展——E（Execution 可执行步骤）+ B（Boundary 边界）。
它最狠的地方是第三步三重验证——和 nuwa-skill 那套过滤如出一辙。任何一个候选观点想升级成"可调用的 skill"，必须同时跨域、有预测力、有独特性。常见内容（人尽皆知的常识、只有一处的偶发表达）会被直接筛掉。这种"宁可漏杀、不可错放"的态度，是它能保证输出质量的关键。
作者已经用这套流水线蒸馏了 20+ 个 skill 仓库：巴菲特致股东信 20 个、《认知红利》15 个、段永平投资问答录 15 个、《爆款文案》14 个、《穷查理宝典》12 个、《毛泽东选集》25 个……光书就覆盖投资、认知、文案、传播、个人品牌、中医、经典古籍。
标叔的结论：cangjie-skill 跟 book-to-skill 不是替代关系，是升级关系。
book-to-skill 把"一本书的知识体系"编译成可渐进揭露的 Skill；cangjie-skill 把"一本书/视频/播客的方法论"严格筛选成可调用的 Skill 集。前者面向"想把这本书整体交付给 Agent"的人，后者面向"想在真实决策中用得上"的人。
10.4 nuwa-skill：把名人的"思维底座"装进 Agent
仓库：alchaincyf/nuwa-skill，作者花叔。
作者自己给的定位很犀利——"colleague-skill 蒸馏人做什么，女娲蒸馏人怎么想"。所以它不是角色扮演，而是把乔布斯、芒格、马斯克、费曼这些人的认知操作系统抽成可运行 Skill。
普通角色扮演只抄语气皮毛，女娲要的是思维底座。两者差异：
| 层级 | colleague-skill | nuwa-skill |
|---|---|---|
| 做什么（工作习惯、流程） | ✅ | — |
| 怎么说话（语气、口癖） | ✅ | ✅ 表达 DNA |
| 怎么想（心智模型、认知框架） | — | ✅ |
| 怎么判断（决策启发式） | — | ✅ |
| 什么不做（反模式、价值观底线） | — | ✅ |
| 知道局限（诚实边界） | — | ✅ |
一个观点想升级成"心智模型"，必须同时过三关：
- 跨域复现：在 2+ 个不同领域都出现过，不是随口一说。
- 有预测力：能推断此人对新问题的立场，不是死记硬背。
- 有排他性：不是所有聪明人都会讲的套话，要有辨识度。
三关全过 → 升格为心智模型；过 1-2 关 → 降级为决策启发式；一关不过 → 直接丢弃。这套过滤保证出来的不是成功学鸡汤，而是这个人真正独特的思维骨架。
出厂前还要过两道测试：3 个公开问题（此人公开回答过的问题，方向必须一致）+ 1 个未讨论问题（他没说过的话题，Skill 应表现"适度不确定"而非斩钉截铁）。第二道专门防过拟合——对没说过的事也斩钉截铁，说明它背的是语料，不是思维框架。
它还内置了达尔文闭环：8 维度评估 + 棘轮机制（分数只能升不能降）+ 独立评分（改 Skill 的 Agent 不能自己打分）+ 人在回路。改完变差就 git revert，反哺回来的共性问题会再喂给生成流程。
10.4 huashu-bookwriter：逆向"写书"这件事
仓库：ZeroxZhang/huashu-bookwriter。
前四个都是"把某个对象变成 Skill"，huashu-bookwriter 是倒过来的——它从一个人的书和仓库里逆推出"他怎么写书"，再把这个方法论装回去生成新书。ZeroxZhang 逆向花叔的 4 本橙皮书 + 开源仓库，还原度 95%+。
它不是写作 Prompt，是写作操作系统——管的是从选题→大纲→调研→撰写→QC→PDF 导出的全生命周期。逆向出来的核心是 5 层精密结构：
| 层级 | 核心规则 | 解决什么问题 |
|---|---|---|
| 渐进式信任建立 | 每章前 2-3 段必须有时间线锚点；没体验就诚实标注 | 让读者相信你真做过 |
| 结构化知识路径 | Part1 从零跑通 → Part2 核心能力 → Part3 多场景实战 | 避免「读完还是不会」 |
| 风格 DNA | 单句 ≤25 字、第一人称高频、具体数字、禁用词表 | 让不同 Agent 写出来像同一个人 |
| TDD 式质量铁律 | 每章 12 项 QC + 全书 10 项 QC，不通过就重写 | 自动化关卡，违反即删除重写 |
| Agent Protocol | 写作前必须先调研确认事实，不准凭训练数据编造 | 治 AI 幻觉 |
第三层"风格 DNA"最狠——它不光规定"该用什么"，更规定"绝对不能用什么"：「接下来我们将进行」→「我们来」、「进行操作」→「点击」、「综上所述」「值得注意的是」「强大的」「革命性的」全在禁用词表里。禁用词的本质不是词不好，而是这个词意味着你在逃避某种表达责任。
标叔的结论：风格一致性不是靠天赋，是靠规则。
这五类 Skill 把"人怎么想、书怎么写、流程怎么跑"全蒸馏成了可分发工件，本质上它们在做同一件事——把软资产硬化成硬组件。
10.6 怎么串起来用
五条线不是互斥的，可以并存、可以组合。比如让：
nuwa-skill/芒格管投资判断的认知视角cangjie-skill/穷查理宝典管芒格同款思维方法的可调用 Skill 集book-to-skill/DDIA管技术框架的知识体系colleague-skill/你同事管 Code Review 的表达口味huashu-bookwriter管从大纲到 PDF 的写作流程
同场协作，一个负责"怎么想"、一个负责"用什么框架"、一个负责"怎么说"、一个负责"怎么交付"——那就是真正意义上的"智囊团 + 写作流水线"了。
10.7 三个必须知道的边界
这些工具的作者自己反复强调几个"不"，我抄过来给你：
- 不复制人。nuwa 提的是认知框架，不是把这个人"复活"；colleague 提的是有用的判断力，不是数字永生。
- 不 ship 任何书的内容。book-to-skill / cangjie-skill 只生成结构化衍生笔记（框架名、定义、takeaway），不复制原文。
- 不解决海量跨库检索。50+ 本书跨库是 RAG / NotebookLM 的地盘；单本深挖、反复用才是 Skill 的地盘。
版权要自己扛——第三方书生成的 Skill 别 redistribution，内部文档、自有写作、开源许可材料没问题。信源决定上限——一手材料（本人书/长访谈）远胜二手解读，批评视角必须保留。
你给的是"原材料"，它给回你的是一个可安装、可版本化、可回滚的 AgentSkills 标准目录。这就是蒸馏 Skill 的本质。