最近，“同事.Skill”的梗在网络爆红。
玩法简单却透着荒诞：只要收集足量离职同事的飞书记录、钉钉文档、微信聊天文本，喂给AI就能生成1:1复刻的“数字分身”，完美还原其文字风格、工作思路与操作流程。
这本只是打工人的黑色幽默，可近期大洋彼岸发生的事，让这个玩笑彻底笑不出来了。
路透社4月21日报道，Meta正在美国员工的办公电脑上强制安装一款名为MCI（Model Capability Initiative）的追踪软件，全程采集员工鼠标移动轨迹、点击位置、键盘输入记录，还会间歇性截取屏幕快照。所有数据只有一个用途：训练AI智能体，让AI学会像人类一样操作电脑、完成工作。
Meta CTO安德鲁·博斯沃思在内部备忘录中，清晰勾勒出未来的工作图景：未来由AI主导完成核心工作，人类员工仅负责指导、审阅和迭代优化AI。
无独有偶，同样的命运正降临在全球蓝领工人身上。
几乎同一时段，印度古吉拉特邦的纺织车间里，数百名工人被强制佩戴头戴摄像头环。他们缝制衣物、整理布料、操作缝纫机的每一个手部动作，都被全程录制采集。这些珍贵的人体操作数据，最终流向特斯拉、Figure AI等硅谷顶尖机器人企业，成为AI机器人的训练素材。
数据采集的产业链利润分配极度失衡：工厂出售工人动作数据的报价为每小时15—20美元，而一线工人几乎分不到任何酬劳。更残酷的是，员工一旦拒绝配合数据采集，就会被认定为严重违反劳动纪律，直接面临裁员。
无数工人正在用自己经年累月练就的熟练手艺，一帧一帧喂养终将取代自己的机器。这早已不是个别企业的小众操作，而是成型的灰色产业链：目前全球已有数千名印度、尼日利亚、菲律宾工人参与这类“无本体数据”采集，Objectways、Instawork、Generalist AI等平台，构建起完整的人力数据萃取、交易、训练闭环。
Meta追踪白领办公操作、硅谷采集蓝领肢体动作，看似覆盖人群、岗位层级不同，却共享同一个残酷底层逻辑：用传感器将人类的经验、操作、直觉转化为标准化数据，炼化赋能AI与机器人，最终实现对人类劳动的替代。
这也揭开了美国科技发展的隐秘暗线：新时代的工业竞争，不再是培养熟练工人，而是系统性“萃取”人类的劳动技能。
一、廉价劳动力的毒药：美国制造业回流的虚伪解药
这场大规模“人力蒸馏”风潮之所以在美国科技圈、制造业圈盛行，根源是美国制造业回流面临的致命困境——熟练产业工人严重断档。
据36氪援引的行业数据，当前美国制造业工人缺口达60万、建筑工人缺口50万，未来三年还需新增40万名汽车维修技师补足产能缺口。以福特汽车为例，全美5000个机械师岗位常年空缺，即便开出12万美元年薪（约为美国工资中位数的两倍），依旧无人应聘。
面对制造业“有资金、有政策、无工人”的尴尬僵局，美国副总统万斯提出了一套看似完美自洽的行业构想，核心逻辑可概括为三句话：
第一，廉价劳动力是阻碍产业升级的毒药；
第二，过去四十年，美国企业外迁工厂、引入移民廉价劳工，本质是用惰性手段逃避技术创新，透支产业长期竞争力；
第三，新一轮制造业回流，绝非复刻传统血汗工厂，而是依托自动化、AI技术打造高科技、高效率的新型制造业体系。
为安抚公众对失业的焦虑，万斯还用ATM机做类比：上世纪70年代ATM普及之际，人人担忧银行柜员失业，最终却倒逼金融从业者转型升级，行业整体岗位数量不降反增。他试图传递核心观点：AI与机器人不是就业终结者，而是赋能工人、提升效率的工具。
这套公共叙事看似理性长远，现实却极度讽刺。官方嘴上倡导“培育高技能产业工人”，硅谷资本实际在做的，是“萃取所有人类劳动技能，彻底替代人工”。
究其根源，万斯所在阵营的核心金主，正是硅谷最渴求“去人工化”的资本巨头。a16z合伙人马克·安德森、本·霍洛维茨曾砸下超1亿美元政治献金，助力特朗普-万斯阵营上台。而这批科技资本家的终极目标，从来不是“人机协同”，而是制造业彻底“去人化”。
马克·安德森更是在《技术乐观主义宣言》中极端表态，将一切AI监管、技术放缓举措定义为“阻碍进步、间接造成生命逝去”，彻底否定人工留存、人机平衡的产业发展路径。
由此诞生一个关键问题：美国依托AI蒸馏人类技能、补齐工人短板的路径，能否抹平制造业人才缺口，快速缩小与中国制造业的差距？
二、工业皇冠明珠：AI无法蒸馏的“高级非标能力”
要解答上述问题，首先要打破一个普遍认知误区：工业化进步，绝非简单的“彻底剔除人力因素”。
大众普遍认为，人类是工业体系中不稳定、不标准、低效率的变量，工业迭代的核心就是逐步淘汰人工、全面替换自动化设备。从流水线作业到数控机床，从自动焊接到无人仓库，每减少一份人工干预，生产精度和效率就提升一个层级。
按照这套逻辑，美国萃取人类劳动、训练机器替代人工的操作，似乎是工业升级的最优解。但多数人忽略了制造业中两种截然不同的“非标属性”，这也是人机无法完全替代的核心壁垒。
第一种是低级非标，即人工操作的随机性误差：工人手抖、螺丝偏移、焊点偏差、操作节奏不稳等人为失误。这类不稳定因素是标准化生产的天敌，也是自动化、AI机器人最擅长解决的问题。全自动焊装线精度可达±0.1毫米，远超人工稳定性；印度工人被采集的叠衣、缝纫动作，均是高重复、低判断、强标准化的基础劳动，完全可以被机器精准复刻、完美替代。
第二种是高级非标，这是工业体系的顶级壁垒，也是真正的工业皇冠明珠，永远无法通过数据蒸馏、模型训练实现复刻。
以ASML极紫外光刻机为例，单台设备价值超2亿欧元，搭载十万级零部件、上百片原子级精度蔡司透镜，硬件精度已然抵达人类工业天花板。但即便设备参数完美，运抵晶圆厂后也无法直接量产。
从设备安装、参数调试到良品率爬坡，最终决定产能和良率的，从来不是机器硬件，而是资深工程师与高级技师。他们需要根据现场温度、湿度、洁净度，以及前道工序的微小偏差，动态调整曝光参数、对准算法、套刻补偿。这些微调能力，极少来自教科书公式，更多是数十年一线沉淀的经验直觉与临场判断力。
台积电亚利桑那州建厂的核心困境，正是如此：厂房可快速建成、设备可完整搬迁，但能将晶圆良品率从60%打磨至95%以上的资深技术人才，无法短期批量培育、快速补齐。
这一规律贯穿所有高端制造领域：精密化工配方微调、航空发动机单晶涡轮叶片铸造、高端碳纤维铺层固化，标准化流程只能保障80分的基础产能，最后20分的顶级精度、稳定良率、复杂工况适配能力，完全依赖资深工人的高级非标判断。
核心原因在于，高端制造的变量极多、耦合关系极度复杂，温度、速率、气氛、应力等变量存在高度非线性交互影响，微小波动都会引发产品缺陷。标准化公式、AI训练模型，只能适配理想实验环境，永远无法穷尽工业现场的所有复杂变量。
由此诞生一个反直觉的工业真相：产线自动化程度越高、技术精度越高，对少数核心技术人才的高级判断能力依赖越强。这类沉淀于人的经验、直觉、临场决策力，是数据蒸馏无法复刻、机器永远无法替代的核心资产。
这也意味着，美国推崇的“AI替代人工”路径，不仅无法摆脱对产业人才的依赖，反而会加剧高端技师、核心工程师的人才缺口，而这正是当下美国制造业最稀缺的核心资源。
三、中美“知识图谱化”的本质差距：一个增量迭代，一个空中楼阁
AI“蒸馏人力”的工业术语，是制造知识图谱化：将老师傅的隐性经验、临场判断、工艺诀窍，转化为结构化数据、标准化规则、可复用模型，赋能新员工、智能化产线，实现经验沉淀与技术迭代。
中美两国均深耕该领域多年，但依托的产业根基完全不同，最终走出了两条天差地别的路径。
中国的知识图谱化，是完整工业体系内的增量升级、闭环迭代。
以三一重工为例，作为全球顶级工程机械制造商，其离散型制造产线存在品种多、批量小、工艺调整频繁的痛点。过去产线更换产品型号，完全依赖老师傅凭经验调试参数，单次调试耗时半天，效率极低。
依托工业互联网平台，三一重工将数十年行业Know-how、资深焊工与调试技师的实操经验，包括焊接路径、送丝速度、电弧电压、工况适配参数等隐性经验，全部沉淀为标准化知识图谱与工艺优化模型。这套数字化改造落地后，三一北京桩机工厂成功入选世界经济论坛灯塔工厂，整体产能提升123%，实现了经验数字化、数据智能化、产线高效化。
海尔COSMOPlat则进一步实现经验普惠，将家电大规模定制的制造经验、工艺方案云化、模块化，打造开放工业互联网平台，赋能纺织、化工、建材等各行各业的中小工厂，让小众制造经验得以快速复用、持续迭代。
中国所有成功的工业知识蒸馏，都有一个核心前提：依托完整、鲜活、持续运转的工业体系。有在岗老师傅可供萃取经验，有持续生产的产线可供验证数据，有完整供应链支撑工艺迭代，萃取的知识可落地、可校验、可优化，形成良性闭环。
反观美国的知识蒸馏，是产业空心化之上的空中楼阁。
以制造业巅峰代表波音为例，过去二十年，波音将787机身核心制造环节外包给全球十余家供应商，自身彻底转型为纯系统集成商。短期来看，制造成本大幅下降，但长期埋下致命隐患：本土制造人才持续流失、实操经验彻底断层，一线工人上报的质量问题同比增加30%以上。
尽管波音也尝试数字化转型，通过AR头显、3D工艺图纸标准化操作流程，但这类手段只能解决“标准工况下如何操作”的基础问题，无法应对“突发异常、非标工况如何处置”的核心难题。
2024年1月，波音737-9 MAX航班飞行中舱门插件脱落，导致数百架同机型飞机集体停飞核查，事故原因极度荒谬：固定门塞的4颗核心螺栓缺失，新人维修人员未及时排查、上报。
AR系统只会标准化提示“此处需安装螺栓”，却无法识别工序遗漏、异常疏漏，更无法像资深技师一样预判风险、排查隐患。标准化数字化工具，永远替代不了人的临场警觉与经验判断。
至此，中美制造业AI蒸馏的核心差距彻底清晰：
中国是产业健全下的增量优化：老师傅带教、产线持续运转、供应链协同完善，萃取的知识能即时落地、反复校验、持续迭代，越数字化、越智能化，产业根基越扎实；
美国是产业空心下的机械复刻：人才断代、产线外迁、本土制造生态破碎，即便采集海量人类操作数据，也没有完整产业生态完成校准、落地、迭代，最终只是无意义的数据堆砌。
制造业的衰败从来不是单一技术问题，而是系统性崩塌，绝非靠蒸馏少量工人技能、堆砌AI模型就能挽救。
四、被蒸馏的劳动者：两种体系，两种命运
抛开技术博弈，这场人力蒸馏运动最值得深思的，是被萃取技能、即将被替代的普通劳动者，最终将走向何方。而答案，完全取决于一个国家的工业体系是否健全。
美国锈带的结局早已写满答案。从上世纪80年代去工业化浪潮开启，匹兹堡、底特律、扬斯敦等工业重镇的钢铁厂、零部件厂纷纷关停外迁，一辈子深耕车间的技术工人瞬间失去生存依托。大量熟练技工被迫转行，从事出租、安保、商超收银等低薪工作，收入腰斩，社会地位骤降。
更残酷的是，大批工人彻底退出劳动力市场，陷入失业、颓废、绝望的恶性循环，依靠药物麻痹生活。万斯本人的《乡下人的悲歌》，真实记录了美国工业腹地工人被时代抛弃的集体绝望。在产业彻底外流、供应链彻底消散的背景下，工人的技能一旦被机器复刻，就彻底失去价值，再也无立足之地。
而在中国，老师傅的经验被数字化蒸馏后，迎来的是完全相反的命运。
依托完整庞大、持续升级的工业体系，中国技工的经验被AI萃取后，本人并不会被一脚踢开，反而成为产业升级的核心稀缺资源。
以宁德时代动力电池智能产线升级为例，工厂部署人形机器人“小墨”产线时，专门邀请拥有20年装配经验的资深老师傅全程参与调试。工人将手工装配的压力感知、扭矩控制、异常工况判断等隐性经验，转化为AI模型核心参数，同时专职负责机器人非标场景调教、故障排查、工艺优化，最终让产线切换效率提升40%。
数据显示，这类“资深工艺顾问”“智能产线调教师”的新型岗位需求，较数字化转型前增长65%，资深技工时薪较传统产线提升3倍。
这就是中国制造业的底气：老师傅的技能可以数字化、工具化，但人的经验、判断力、临场解决复杂问题的能力永远不可替代。即便旧的操作岗位被替代，庞大的工业体系、持续迭代的产业场景，也能为他们提供新的价值岗位，让经验持续发光。
两种截然不同的劳动者命运，无关道德慈悲，只关乎产业根基：
工业体系崩塌的国家，工人技能被蒸馏之日，就是个人价值彻底过期、被时代抛弃之时；
工业体系健全、持续升级的国家，工人的经验被数字化沉淀后，人会跳出重复劳动，转向更高阶、更核心的工艺把控、系统优化岗位，实现价值升级。
结语：技术幻觉掩盖不了产业结构性空洞
当下美国主导的这场全球人力“大蒸馏”，看似是AI赋能制造业的前沿突破，本质是用先进技术幻觉，掩盖本土制造业的结构性空洞。
硅谷资本试图用数据复刻人类劳动、用AI替代产业工人，绕开本土人才培养、产业沉淀的漫长过程，实现制造业弯道超车。但他们始终忽略一个核心真相：基础劳动可以被数据化、标准化、机器替代，但高端制造的经验沉淀、临场判断、工艺迭代，只能依托持续运转的完整工业体系生长，无法被蒸馏、无法被复刻、无法被速成。
一国制造业的核心竞争力，从来不是机器与AI的堆叠，而是“人+产线+供应链+迭代生态”的完整闭环。
这场悄然上演的人类劳动蒸馏运动，归根结底不是技术竞赛，而是国家道路的终极选择：制造业是需要长期深耕、滋养、迭代的立国命脉，还是可以随意抛弃、临时召回、按需替代的低成本工具？
答案，早已藏在中美两国截然不同的产业底色与劳动者命运里。