AI用23秒，学走了老师傅的判断
经验沉淀被压缩成一个录制按钮之后，组织要回答的考题变成了四个：沉淀什么、谁来验收、算谁的，以及——教会机器的人得到什么。
7 月 21 日，Anthropic 在 Claude Cowork 里上线了一个叫 Record a skill 的功能：一边做事一边录屏，一边讲你为什么这么做，系统把这段演示变成一项可以反复调用的技能。官方演示图里，一段 23.4 秒的录制被存成了一个名叫 /file-expenses 的技能。
看上去只是省了一次重复劳动。但知识管理领域用六十年时间反复确认过一件事：组织里真正难拿到的，从来是动作背后的理由——操作步骤反倒好办。这一次，理由第一次可以被低成本、成规模地取走——随之而来的组织问题，比功能本身大得多。
图源：Anthropic 官方社交账号 2026-07-21 发布内容。本图为依据公开信息以 HTML/CSS 代码复刻的示意图，非原图截屏；界面元素与数字取自官方演示图。
先把这件事放回它的产品脉络里，免得被“又一个 AI 新功能”的疲劳感盖过去。它是一条走了九个月的路的第三步——而第三步，恰恰是把门槛拆掉的那一步。
从“写给机器”到“做给机器看”
2025 年 10 月 16 日，Anthropic 发布了 Agent Skills（技能）体系：把一套可复用的工作方法——指令、脚本、参考材料——打包成一个文件夹，核心是一份叫 SKILL.md 的说明文件。模型平时不加载它，遇到匹配的任务才按需调取。技能一次创建，可在对话端、编程工具和 API 里通用，多项技能还能组合叠加。同年 12 月 18 日，这套格式被公开为开放标准。
但在过去九个月里，创建一项技能始终有一道门槛：你得会“写”。哪怕有辅助工具引导，把自己的工作方法整理成一份结构化文档，本质上仍要求当事人像流程设计师一样思考——先把自己的做法抽象成步骤、条件和例外，再落成文字。会做事的人很多，能把“怎么做事”写清楚的人很少。这道门槛筛掉的，恰恰是组织里经验最厚、最没时间写文档的那批人。
Record a skill 拆掉的就是这道门槛。创建方式从“写一份说明”变成“做一遍给它看、顺嘴讲讲为什么”。抽象化这个最难的动作，从人的这一侧挪到了机器的那一侧——机器负责从演示里推断哪些步骤是固定的、哪些输入是变量、什么算做完了。
时间与事件均来自 Anthropic 官方发布及多家媒体的同期报道。
2025-10-16\n\n图 1 九个月，三步：一条把“经验入库门槛”逐级拆低的产品路径
看清这条脉络，就不会把 7 月 21 日的更新当成一个便利小功能。它是整个技能体系的入口革命：入库的内容没变，入库的人群变了——从“会写文档的人”扩大到“会做事的所有人”。
真正变了的，是“口述”那一半
屏幕录制这件事本身一点都不新鲜。RPA 的录制器早就是成熟工具，流程挖掘从系统日志里还原员工的真实操作路径也早已是一门成熟生意。这些工具都能拿到“点了哪里、填了什么、下一步跳到哪个页面”。真正没被拿到过的，是另外一半——为什么在这一步要先看这个字段；为什么这一单跳过了第三步；什么情况下要停下来问人。
这次多出来的那一层，是声音。
动作是可以被观察的，所以过去几十年，凡是能被观察的部分都被自动化过一轮：脚本、宏、RPA、接口对接。理由不能被观察，它只存在于当事人脑子里，需要有人专门去问、去追、去追问“那如果这一栏是空的呢”。而在真实的组织里，几乎没人有时间做这件事。
知识管理理论对此有过精确的命名。野中郁次郎与竹内弘高在 1995 年《The Knowledge-Creating Company》（中译《创造知识的企业》）中提出著名的 SECI 模型，把组织知识的流转拆成四个环节，其中外化（Externalization）——把员工头脑里的隐性知识转成组织可用的显性知识——被野中视为知识创造的关键一环，也是实践中最难做、成本最高的一步。传统上它依赖访谈、复盘、师徒对话这些高人力成本的方式。录屏加口述，等于把“外化”这个知识管理最贵的环节，压进了一次几十秒的顺手演示。
这也是历代经验沉淀方式反复卡住的地方：SOP 写的是规定动作，写不出动作背后的取舍；师徒带教能传理由，但一次只能传一个人，人一走，理由跟着走。前者可复制但没有判断，后者有判断但不可复制。四代方式摆在一起看，各自抓到了什么、丢掉了什么，一目了然。
按捕捉内容与单位成本排列。四种方式在实践中并行存在，并非依次取代。
\n\n图 2 四代“经验沉淀”方式：各自抓到了什么，各自丢掉了什么
屏幕录制抓的是动作，口述抓的是理由。知识管理几十年反复卡住的地方，恰恰是理由那一半。
能被录下来的，和录不下来的
把话说满，反而没人信。所以要先划清这项能力的边界——这条边界，六十年前就被划出来了。
1966 年，匈牙利裔物理化学家、后转向哲学的迈克尔·波兰尼在《The Tacit Dimension》（隐性维度）里写下那句被引用了六十年的话：We can know more than we can tell——我们知道的，比我们能说出来的多。我们能在人群中一眼认出熟人的脸，却说不出是靠哪些特征认出来的。这就是“隐性知识”这个概念的起点。2014 年，经济学家大卫·奥托在讨论自动化与就业的论文中把它正式命名为波兰尼悖论——并用它解释为什么很多岗位迟迟没有被机器接管：因为连岗位上的人自己，都讲不清自己是怎么干的。
但“说不出来”其实有三种不同的情况。混在一起谈，就会既高估也低估这次的变化。
第一层，说得清、而且已经写下来了。这是 SOP 和操作手册覆盖的部分。录屏对这一层的价值只是省事。
第二层，说得清、但从来没人问过。“我一般先看这个字段”“这种客户我会绕开第三步”“这一栏空着通常意味着上游还没走完”——这些话，只要有人在旁边看着，当事人随口就说出来了；但组织里从来没有一个机制去接住它。这一层的体量远比人们想象的大，也正是这次真正被打开的那一层。
第三层，说不清。什么时候该破例，什么时候一份材料“看着不对劲”，什么时候该给对方留余地。当事人自己也讲不出为什么——这正是波兰尼意义上严格的隐性知识，口述也拿不到。
分层依据：内容能否被言说、是否已被组织记录。中间层是本次能力变化的主要作用面。
L1\n\n图 3 隐性经验的三层，与口述能抵达的边界
边界划清了，落地的顺序也就清楚了：高频、规则相对清晰、出错可回滚的活先上。凡是靠第三层撑着的活——授信里的最终拿捏、纠纷里的口径把握、跟人打交道的分寸——先别急。技能在常规路径上会跑得很利落，恰恰因此，它在例外路径上的自信会显得很危险。
还有一个容易被忽略的坑，安全科学界给它起过名字。人因工程学者埃里克·霍尔纳格尔提出过一对广为流传的概念：想象中的工作与实际做的工作（Work-as-Imagined vs. Work-as-Done）——管理者、制度和培训材料所描述的工作方式，与一线实际发生的工作方式，几乎总是两回事。而人在被观察、被要求“讲讲你怎么做”的时候，会不自觉地讲成前者：讲成"应该怎么做"，而非"我实际怎么做"。这与诚实无关，是人被观察时的本能。
所以一次录制不够。同一件事，录三个不同的人，或者同一个人录三张不同的单据——差异出现的地方，才是真正的知识所在。做过流程梳理的人，对这一条应该都有切身体会。
技能在常规路径上会跑得很利落。恰恰因此，它在例外路径上的自信才格外需要提防。
成本塌缩之后，瓶颈换了地方
过去要把一个岗位的经验变成组织可复用的资产，标准动作是：找方法论顾问、做访谈、画流程图、开评审会、进系统实现。周期以月计，成本以人天计。正因为贵，所以只有最核心的少数流程值得做，其余的默认放弃——这个“默认放弃”是被成本逼出来的，不是被判断选出来的。
现在捕捉这一侧的成本接近于零。于是三件过去被成本掩盖的事，一起浮出水面。
一选题：什么值得沉淀
录制便宜之后，最大的浪费是录了一堆没人用的。技能库会迅速变成当年的共享盘：东西很多，没人知道哪个是对的、哪个是最新的。可用的筛选标准是三条相乘——发生频次 × 判断密度 × 出错可回滚。三条里缺一条都该往后排。
二验收：