Adversarial Distillation
定义
对抗性蒸馏 是工程师为避免被 Skills 系统替代而采取的三种对抗策略：消极抵抗、质量投毒、上下文污染。
为什么重要
对抗性蒸馏把 Skills 沉淀从技术问题拉回组织问题。企业希望把工程师的经验编译成可复用 Skill，但工程师会意识到：一旦隐性知识变成可执行资产，自己的稀缺性、议价权和岗位安全感可能下降。
因此，Skills 生命周期的瓶颈不只是“能否发现、实践、蒸馏、存储、组合、评估和更新”，而是“谁愿意诚实启动这个生命周期”。如果激励结构错误，知识编译越成功，个体越有理由防御。
这个概念也提醒 AI 就绪组织：组织清晰度不能只靠流程文档和工具采集。高价值知识往往掌握在人身上，若组织没有可信收益分配和安全承诺，知识外化会变成博弈现场。
三种对抗策略
| 策略 | 典型表现 | 直接效果 | 早期信号 |
|---|---|---|---|
| 消极抵抗 | 不主动创建 Skills，只提交低价值或过度笼统的 Skills | 延缓替代进程，让关键能力继续停留在个人手中 | 高手产出很少，低复杂度 Skill 占比异常高 |
| 质量投毒 | 在 Skills 中埋入微妙缺陷、遗漏边界条件或保留关键判断规则 | 让 Skill 在关键场景下失效，证明“还是需要我” | 评测通过但生产失败，失败集中在少数高风险边界案例 |
| 上下文污染 | 提供不完整上下文、混入错误依赖、故意不写隐性前提 | Skills 看起来完整，但实际不可迁移、不可组合 | 新人或 Agent 复用时反复卡在未写明的前置条件 |
这三类行为不必都来自恶意。它们也可能来自工程师对质量、安全、归属权和岗位风险的真实担忧。治理时应先诊断激励和制度，而不是直接把抵抗者道德化。
问题根源
核心洞察
这是委托-代理困境的典型表现：
- 企业（委托方）希望工程师尽可能多地将知识沉淀为 Skills
- 工程师（代理方）清楚这等于训练自己的替代品
当"做正确的事"对个体风险最高、收益最低时，任何道德说教无法改变行为。
生成机制
对抗性蒸馏通常由四个条件共同生成。
- 替代焦虑：Skill 越可执行，越像把个人经验从人身上剥离出来。工程师会担心自己从“掌握能力的人”变成“被能力替代的人”。
- 权利不对称：组织获得可复用资产，个体承担失业、降薪或角色边缘化风险。收益和风险不对称时，合作不是理性选择。
- 验证缺口：隐性知识很难被一次性检查完。遗漏一个边界条件、少写一个判断信号，短期评审未必能发现。
- 指标游戏：如果组织只奖励 Skill 数量、调用次数或排行榜，系统会诱导低质量沉淀、刷量和包装，而不是可靠知识编译。
因此，对抗性蒸馏不是单点“员工态度问题”，而是 隐性知识锁定 在组织内部的再分配问题：知识到底留在人身上，还是转化为组织资产，转化后谁拥有收益权。
理论基础与邻近概念
博弈论视角：理性个体在激励结构错误时，选择对抗而非合作是"做正确的事"。
HAL Agentic Skills 全生命周期：描述了 Skills 从发现、实践、蒸馏、存储、组合到评估的完整周期——但回避了"谁有动力启动这个循环"的根本问题。
知识编译视角：知识编译强调把一次性经验转成可复用中间层。对抗性蒸馏说明，组织知识编译不只是抽取信息，还要解决被抽取者的收益、署名、保护期和责任边界。
Thin Harness, Fat Skills 视角：Thin-Harness-Fat-Skills 把复杂能力放入 Skills 层。如果 Skills 层成为主要能力载体，Skill 质量、来源血缘和激励设计就会直接决定 Agent 系统可靠性。
破局方向
source summary 明确指出，原文提供的是制度设计草案，不是已验证案例。因此下列方向应被视为治理假设，而不是成熟最佳实践。
- 收益权：用调用分润、知识买断或内部版税，让高质量 Skill 的长期使用反向提高贡献者收益。
- 声望权：让优秀 Skill 带来同侪认可、评审权和组织内影响力，而不是只带来替代风险。
- 上升路径：把创建高质量 Skills 连接到架构、平台、教练、评测等更高阶角色，避免“贡献越多越早被边缘化”。
- 低摩擦采集：用系统观察降低主动编写成本，但必须保留工程师审核、署名和拒绝边界，否则会被理解为监控。
- 组织保险：保护期、转岗优先权、退休金或买断条款需要制度化，不能停留在口头承诺。
技术防投毒
激励只能降低对抗动机，不能替代技术验证。对抗性蒸馏的防线至少包括：
- 血缘追踪：记录 Skill 的作者、来源、版本、评审人、变更理由和调用结果。
- 评测集：用真实边界案例检查 Skill 是否只覆盖表面路径。
- 对抗性测试：主动寻找缺失上下文、隐藏前提、危险默认值和后门条件。
- 灰度发布：先在低风险任务中观察失败模式，再扩大调用范围。
- 多源交叉验证：关键 Skill 不依赖单一专家，而是通过多名工程师、日志和生产结果校验。
这些机制把“信任某个贡献者”改成“信任可审计的贡献链”。它们不能消灭博弈，但能降低质量投毒和上下文污染的收益。
关键数据点
- 三种对抗策略：消极抵抗、质量投毒、上下文污染
- 问题本质：制度设计失败而非技术问题
- 类比案例：外卖骑手担心轨迹数据训练算法替代自己
- 破局方案围绕收益权、声望权、职业跃迁、低摩擦采集和组织保险展开
- 技术防线包括形式化验证、血缘追踪、对抗性测试、灰度发布和多源交叉验证
前提与局限性
- 前提：工程师理性计算个人收益风险，而非道德驱动
- 局限：对抗策略可能损害团队协作和职业声誉
- 约束：激励结构必须能让"创建 Skills"对个人有利才能破解
- 边界：不是所有抵抗都是对抗，有些抵抗来自真实质量、安全、合规和责任担忧
- 证据强度：当前来源是机制分析和制度方案，不是大规模实证研究
关联概念
- Agentic-Engineering - Skills 沉淀的技术基础
- Tacit-Knowledge-Lock-In - 对抗性蒸馏争夺的是隐性知识归属
- Knowledge-Compilation - Skills 是比文档更接近执行层的知识编译产物
- Thin-Harness-Fat-Skills - Skills 层越厚，蒸馏质量和治理越关键
- Organizational-Self-Awareness - 组织要先理解真实工作流，才能合理沉淀 Skills
- Model-Distillation - 同名但不同层面：ML 技术层面的知识压缩，几乎不遇到组织层面的抵抗
- 朱少民 - 概念提出者