【导语“同事.Skill”项目在网络上火爆出圈引发“数字人”热议。但实际上它只是简单的爬虫加提示词模板项目却在传播中被神化还存在诸多法律风险也反映出大众对AI技术的误读。】“同事.Skill”简单的爬虫与提示词工程“同事.Skill”项目看似神奇能将身边人变成数字人。实则非常简单在colleagues文件夹下每个“数字同事”对应一个子目录包含Skill.md、work.md、persona.md和meta.json等静态文本文件不涉及向量数据库语义检索和模型训练。项目提供多个Python脚本如feishu_auto_collector.py、dingtalk_auto_collector.py等负责数据爬取和格式转换将原始文本整理后喂给AI生成描述“工作能力”和“性格特征”的Markdown文件。运行时Claude读取这些文件作为上下文进行对话就像给演员一份剧本让其扮演角色。技术局限记忆缺失与能力不足该项目存在明显的技术局限。首先是记忆问题它没有持久化记忆系统每次对话都重新读取静态文件不会根据新交互学习更新无法记住之前的讨论内容和项目进展也不会因反馈调整回答风格。其次它无法蒸馏出“专业知识和判断逻辑”。会出现“专家悖论”越要求AI扮演专家输出错误答案的可能性越大。它只能提取表面的口头禅、表达习惯、常用技术栈和显性工作流程对于复杂情境下的判断力、创新性问题解决能力和基于经验的直觉则无法提取。在架构决策等关键问题上只能给出模棱两可的建议或重复标准答案。法律风险数据使用违规“同事.Skill”项目存在巨大的法律风险。核心问题在于离职后的数据使用权公司在员工离职且未取得新授权的情况下使用其工作期间的数据“炼化”数字人格不符合《个人信息保护法》规定的处理个人信息的条件。此外工作聊天记录中可能包含敏感个人信息如健康状况、家庭情况等处理这些信息需要取得个人单独同意但项目操作流程中完全没有这个环节每次调用Skill都可能违反敏感信息保护规定。同时项目要求提供微信聊天数据违反了《腾讯微信软件许可及服务协议》若造成数据泄露等严重后果还可能面临刑事责任。从玩梗到神化技术传播失真“同事.Skill”项目起源于X平台的一条调侃推文在小圈子引发共鸣。最初大家都知道它是个玩具项目但随着衍生项目出现话题从技术实验变成情感寄托进入大众舆论场后叙事偏离事实技术被夸大社会影响被放大。大众因缺乏基本AI知识容易被这种夸大叙事误导分不清提示词工程和模型训练、上下文注入和真实记忆、角色扮演和人格复制的区别。这种对技术的系统性误读让真正重要的个人数据权利保护问题被忽略。编辑观点“同事.Skill”项目虽有创意但技术上局限明显且存在法律风险。其在传播中的神化反映出大众对AI技术的误读应加强科普引导公众关注数据保护等核心问题。