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。
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。
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。
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：谁判断蒸馏得对不对
录制生成的技能，一定会漏掉当事人没讲出口的隐含前提——因为那些前提在他看来根本不需要讲。所以需要一个明确的验收环节，而且验收要看的远不止“能不能跑通”——那只是最低要求。真正要看的是：例外条件写进去了没有；上游数据不干净的时候它会怎么办；它在什么条件下应该停下来交给人。
三权属：这段技能算谁的
存在个人库还是团队库？跨部门能不能调用？员工离职，带不带得走？技能格式已经是开放标准、天然可移植，这些问题在第一段技能被录下来的那一刻就成立了，只是通常没人问。组织如果不预先回答，就会在第一次发生争议的时候被动回答——而被动回答的代价，一般比预先回答高得多。
左侧为捕捉成本高企时的约束条件，右侧为成本塌缩后新暴露出的三个约束。
图 4 瓶颈迁移：从“怎么沉淀”到“沉淀什么、谁验收、算谁的”
沉淀成本降到一个按钮之后，真正贵的变成了三件事：判断什么值得录、谁来验收、以及算谁的。
教会机器的人，得到了什么
这是整件事里最该被正面回答、也最容易被组织绕开的问题。绕开的方式通常很体面：不提它，只讲效率提升多少个百分点。
它有一个被完整记录过的历史参照。2015 年 6 月 3 日，《纽约时报》刊发调查报道《Pink Slips at Disney. But First, Training Foreign Replacements.》：迪士尼世界约 250 名 IT 员工在 2014 年 10 月底被告知裁员，此后约三个月里，其中一部分人被要求培训外包公司引入的接替者——配合培训，是领取离职补偿与奖金的前提条件。一名被裁员工对记者说，训练别人来接手自己的工作，是一种难以承受的羞辱。这篇报道引发全美范围的争论，随后进入诉讼，并被带进国会关于签证制度的辩论。当年被要求“培训你的接替者”的员工，心理处境和今天面对录制按钮的员工，几乎一模一样。
但这次有三点不同，而且三点都对录制的人更不利：副本可以无限复制，边际成本近乎为零；副本不会跳槽、不会议价、不会把客户关系带走；教的人对这个副本不持有任何权益。2015 年那位被培训的接替者，好歹自己也在议价、也会流动、也可能有一天成为对方的同行；技能副本没有这些属性。
也有一点是对录制者有利的，值得说清楚，但要克制地说：机器学到的是某一天的做法。流程会调整，监管口径会更新，系统会改版，上下游会换人。技能会过期，而能重新录一遍的人不会过期。真正稀缺的，是生成那段录像的判断力——录像本身，随时可以重录。
不过这条论证需要诚实的限定：它保护的是一个岗位里判断密度最高的那一层，不是整个岗位。对于以稳定流程执行为主的工作，它保护不了多少。把话说满会让整篇文章不可信——所以这里就到此为止。
结论其实很清楚：这是一道分配题，技术给不出答案。
机器学到的是某一天的做法，人保留的是重新做一遍的能力。前者会过期，后者不会——但这句话只保护判断最密的那一层，不保护整个岗位。
分配机制会直接决定录制质量
把两条路摆在一起看，结论几乎是自明的。
第一条路：技能贡献被当成可记名的资产——记名、计入考核、有对应的报酬或职业资本。会发生什么？人会抢着录。而且先录的人非但没有先被替代，反而成了标准的制定者：后来者按他的路径工作，他的做法成了团队的默认做法，他的影响力反而扩大了。这种事在任何一个有开源文化的团队里都能观察到——署名的贡献带来的是声望和话语权，不是可替代性。
第二条路：录完，谢谢你。会发生什么？不会是拒绝。正面拒绝需要担风险，很少有人这么做。会发生的是一段技术上完整、判断上空心的演示：步骤一个不少，例外条件一个不讲，关键处一句“这里凭经验”就带过去了。你拿到的是一个壳。更麻烦的是，壳跑起来是没有报错的——它会在最不该自信的地方表现得很自信。
差别在于制度是否对“贡献”给出可见的对价，与员工的觉悟无关。
图 5 同一次录制，两种机制，两种产物
这是激励设计问题，与员工觉悟无关。企业知识库、经验萃取、案例沉淀，这些名目过去二十年做过很多轮，失败原因高度雷同：让最有经验的人无偿贡献最值钱的东西，然后指望觉悟。工具换了几代，这条规律一次都没被绕过去。
如果录制只换来一句谢谢，你收回的会是一段步骤完整、判断空心的演示——正面拒绝反而少见。壳跑起来是不报错的。
一条可执行的建议
把“教会了机器，我得到什么”的答案，写在推广方案的第一页——别放最后一页，也别留给各部门自行解释。答案不必很复杂——记名、计入考核、在评优和晋升材料里可引用，这三条就够启动。重要的是它出现在开头，被追问之后才补上就晚了。
价值往哪里迁移，以及一个 1983 年的警告
如果执行本身可以被录制、被复用，那么一个岗位上真正稀缺的东西，就从“我会做”移到了几件别的事上。
权重列示意各项能力在岗位价值中的相对变化方向，非实测数据。
注：担责与例外两项权重最高，因为它们既无法被录制，也无法被转移。
图 6 能力重心迁移：从“会做”到“知道什么该被做成技能”
对个人，这句话可以说得更具体：从“我会做这件事”，变成"我知道这件事的哪一部分该被做成技能，并且能判断它做得对不对"。前者是可被录制的，后者不是。
但“例外留给人”这个安排，藏着一个 1983 年就被指出的陷阱。人因工程学者莉萨妮·班布里奇在《Automatica》期刊上发表过一篇被引用数千次的论文《Ironies of Automation》（自动化的反讽），核心洞察后来被浓缩成一句话：自动化拿走了任务里容易的部分，反而让留给人的困难部分变得更难——因为常规操作被机器接管后，人失去了日常练习的机会，而组织偏偏指望这些疏于练习的人，在最罕见、最要紧的关头出手接管。这篇论文写在工业控制的年代，写的却像是今天。
对应到技能录制的场景：老手的路径被沉淀成技能之后，新人第一天就能调用，起点确实高了；代价是少了在重复中长出判断的那段过程。组织要补的，是刻意的例外训练——把机器处理不了的那部分留给新人练手，并且当成一项制度设计来做：它看着像效率损耗，实则是能力保险。这一点在推行自动化时几乎总是被忽略，等到发现团队里没人能处理异常，通常已经过了两三年。
自动化拿走容易的部分，把最难的部分留给人——同时拿走了人练习的机会。1983 年的警告，今天原样适用。
写给金融机构：三道绕不开的约束
以上讨论适用于所有组织。但金融机构在拥抱这类能力之前，还有三道行业特有的约束要先想清楚——想清楚了，反而比别的行业更有条件把这件事做扎实。
三道约束分别对应验收独立性、数据采集边界与责任归属，均有成熟监管与治理框架可参照。
图 7 金融机构落地技能录制的三道前置约束
第一道约束值得多说两句，因为它有现成的制度原型。美国银行业 2011 年发布的模型风险管理监管指引 SR 11-7，确立了一条被全球同业沿用至今的原则：模型必须由独立于开发者的一方做验证，验证者要有能力、有权限对模型提出“有效挑战”，走过场的盖章不算数。这条指引在 2026 年 4 月由新版指引承接，核心原则原样保留。做过银行模型验证的人会立刻看出对应关系：录制生成的技能，本质上就是一个进入业务流程的“模型”——录制者相当于开发者，而开发者自证清白，从来不被监管接受。技能验收照搬这套独立验证的骨架，比从零发明一套新治理便宜得多。
第二道约束的紧迫性写在产品弹窗的原文里：屏幕、点击、键入和语音会被记录并发送处理。对一般企业，这是一个隐私管理问题；对金融机构，这是一个合规问题——员工日常操作的屏幕上，几乎必然出现客户信息与交易数据。截至发文，公开材料对录制内容的留存周期与调阅权限尚未见完整说明——新功能发布初期，这并不罕见。这不构成不能用的理由，但构成先画线再启用的理由：在受控环境里试点、明确脱敏要求、把录制数据的全生命周期写进制度，然后再谈推广。这条线画在前面，是保护机构也是保护员工；画在后面，就只剩下解释。
第三道约束最简单，也最容易在效率叙事里被冲淡：国内监管对算法与模型治理的要求逐年细化，方向始终一致——自动化可以改变谁在执行，不改变谁在负责。签字的人没变，这件事就有底；签字的人变模糊了，效率提升越大，风险积累越快。
回到那张演示图。23.4 秒，存成一个叫 /file-expenses 的技能。整件事朴素得几乎不像个新闻。
但把它放进六十年的谱系里看：波兰尼说人知道的比说得出的多；野中郁次郎说把说得出的部分接住是组织最贵的一环；班布里奇提醒接住之后别让人荒了手艺；2015 年的那 250 名员工则用切身处境提醒所有人——接住经验的方式如果不体面，被接住的人不会配合。这四条线索在 2026 年 7 月 21 日这个按钮上第一次交汇。
经验的转移第一次不再依赖师徒、不再受时间地点限制、也不再随着一个人的离开而消散。对组织来说这是真正的进步：一个团队的下限会被抬起来，而下限决定了大多数业务的实际质量。对个人来说，问题只剩一个：被抬起来的那部分，有没有你的份。
这个问题，技术回答不了。它从来都是组织自己回答的——只不过以前可以慢慢回答，现在得快一点。
主要事实来源（本文全部具名事实均经逐条核验）
Record a skill 功能 Anthropic 官方社交账号发布，2026-07-21；功能细节另据 The Decoder、Cybersecurity News 等多家媒体同期报道交叉确认
Agent Skills 体系 Anthropic 官方博客，2025-10-16 发布；2025-12-18 公开为开放标准（The New Stack 同日报道）
隐性知识 Michael Polanyi,《The Tacit Dimension》, University of Chicago Press, 1966；"波兰尼悖论"命名见 David Autor（2014）
SECI 模型与外化 野中郁次郎 & 竹内弘高,《The Knowledge-Creating Company》, 1995
自动化的反讽 Lisanne Bainbridge, "Ironies of Automation", Automatica, Vol.19 No.6, 1983
培训接替者案例 The New York Times, "Pink Slips at Disney. But First, Training Foreign Replacements.", Julia Preston, 2015-06-03；后续诉讼见 CNN 2016-01 报道
模型风险管理 美国银行业监管指引 SR 11-7（2011 年 4 月发布，2026 年 4 月由更新指引承接核心原则）
想象中的工作 vs 实际做的工作 Erik Hollnagel 提出的人因工程概念，见其 Safety-II 系列著述
关于我们
神州信息 AI 创新中心，长期在金融机构的真实业务流程里做智能体的设计、培育与落地，关注的是 AI 如何进入核心业务环节并持续产生价值，而不止于办公提效。
我们持续跟踪产业前沿动态，并把其中与国内机构真实处境相关的部分整理出来。欢迎同行交流共创。
