Agent 自動化本該以乾淨的企業 SaaS 形式出現：CRM 配上 AI 副駕，IDE 配上 AI 結對程式設計師，沒人需要深究到底在建模什麼。更混亂的版本已經在中國科技公司內部投入生產，運行載體是 GitHub。MIT Technology Review 這週發了篇關於 Colleague Skill 的報導，作者是上海人工智慧實驗室的周天嬿。這個工具顧名思義。給它一個同事的名字，它就去抓取你公司的聊天應用，回給你一份 agent 可以回放的工作流手冊。

機制很直接。Colleague Skill 從飛書和釘釘（中國企業版的 Slack 和 Teams）拉取聊天記錄和檔案，把資料送入蒸餾流水線，輸出一份描述崗位職責加上「獨特習慣」的文件供複製。MITTR 的稿子沒說清楚哪個模型驅動了蒸餾環節，周本人也沒公開架構細節。被記錄下來的是資料底料：工作場所的聊天日誌、檔案元資料，以及足夠編碼出人格的行為訊號。另外，另一位工程師 Koki Xu 在 4 月 4 日發布了一款反蒸餾工具，帶有輕、中、重三檔破壞模式，在工作流文件被吸收之前把輸入改寫成「通用的、不可操作的語言」。這款破壞工具的示範影片拿下超過 500 萬點讚。

這是 agent 部署的真實形態，不是 pitch-deck 版本。部署面不是一個乾淨的 API，也不是打磨得漂漂亮亮的企業功能；它是你的雇主能夠觸達的任何資料，尤其是絕大多數知識工作真正發生的聊天記錄和共享檔案。反制動作不是政策，是工程。Xu 的工具本質上是對抗性資料整形，由那些其產出就是訓練訊號的工人自己執行。如果你在做 agent 工具，這個訊號值得注意：你想捕獲其知識的人們有 shipping 文化，他們已經在把蒸餾流水線當作需要被擾動的敵對輸入。

兩點供咀嚼。第一，聊天 app 抓取才是真正的訓練底料——飛書、釘釘、Slack、Teams、Notion 是訊號所在，而依賴乾淨手寫 SOP 的 agent 工具正在錯過真實的資料分佈。第二，破壞模式會泛化開來。一旦輕/中/重檔的對抗性工作流改寫模式流行起來，你就會看到它被部署到每一個輸入為使用者可見工作場所內容的「你的 AI 同事」工具上。如果你的 agent 流水線把蒸餾輸入當成可信的，請為它不可信做好準備。