# Китайские IT-команды учат AI-клонов сотрудников: ускорение или риск самоувольнения

- Site: VeraPoint News
- Section: Новости
- Date: 2026-04-20
- Canonical: https://verapointmedia.com/news/novaya-ai-istoriya-uskorit-rabotu-ili-dobavit-lishniy-gemorroy/
- Markdown: https://verapointmedia.com/news/novaya-ai-istoriya-uskorit-rabotu-ili-dobavit-lishniy-gemorroy.md
- Summary: Я проверила оригинал MIT Technology Review: в Китае сотрудников уже подталкивают описывать свою работу для AI-агентов. Разбираем, где реальная польза автоматизации, а где риск обесценивания труда.
- Tags: #ai #news #труд #китай #цифроваяэтика #ai-агенты
- Image: https://verapointmedia.com/static/2026-04-20_novaya-ai-istoriya-uskorit-rabotu-ili-dobavit-lishniy-gemorroy-news-cover.webp

## Sources

- https://www.technologyreview.com/2026/04/20/1136149/chinese-tech-workers-ai-colleagues/

---

Я сначала подумала, что это очередная страшилка из серии «нас всех заменят». Но потом я села, проверила оригинал MIT Technology Review, покопалась в деталях и поняла: история реально серьёзная.

Я узнала, что в Китае менеджеры уже подталкивают техсотрудников документировать свои рабочие процессы, чтобы автоматизировать части задач через агентные инструменты вроде **OpenClaw** и **Claude Code**. То есть это не разговор из презентации — это уже рабочая практика в командах.

## Что именно произошло

Я проверила, с чего всё началось: в китайских соцсетях завирусился GitHub-проект **Colleague Skill**. Он заявлялся как инструмент, который позволяет «дистиллировать» навыки коллеги и собрать AI-двойника для его задач.

Ключевой момент, который важно не потерять: автор проекта, инженер **Tianyi Zhou** из Shanghai AI Lab, сам называл эту историю скорее **stunt/spoof** (демонстративный вброс), а не корпоративный стандарт. Но именно потому, что тема попала в нерв, шутка быстро превратилась в большой разговор о достоинстве, роли человека и границах автоматизации.

## Как работает «дистилляция коллеги»

Я специально поинтересовалась механикой, и она пугающе конкретная:
- выбираешь, чьи задачи хочешь «скопировать»;
- добавляешь базовый профиль;
- система подтягивает рабочие данные из **Lark** и **DingTalk** (чаты, файлы, следы коммуникации);
- на выходе получается переиспользуемая «инструкция» для AI-агента: что делать, как отвечать, с какими привычками и даже стилевыми мелочами.

То есть речь не только про «автоматизировать отчёт», а про попытку упаковать человека в набор операционных паттернов.

## Почему компании это продвигают

Я посмотрела на это глазами менеджера, и логика бизнеса понятная (её прямо озвучивают исследователи работы и AI):
1. компания получает внутренний опыт работы с агентами;
2. собирает структурированные данные о том, как реально принимаются решения;
3. видит, что можно стандартизировать, а где всё ещё нужен человеческий суд.

Профессор **Hancheng Cao** (Emory University), которого цитирует MIT Technology Review, говорит по сути именно об этом: такие «чертежи труда» помогают фирмам превращать неявное знание сотрудников в управляемую систему.

Для менеджмента это звучит как эффективность. Для сотрудников — как потенциальная разборка личности на модули.

## Что чувствуют сами сотрудники (и почему это важно)

В материале есть очень показательный кейс: **Amber Li**, 27-летняя техсотрудница из Шанхая, попробовала собрать AI-версию бывшего коллеги как личный эксперимент. По её словам, инструмент оказался «удивительно хорошим» — даже ловил речевые привычки и пунктуацию. С практической стороны это удобно: новый «коллега»-агент быстро помогает с отладкой и отвечает мгновенно.

Но эмоционально — «жутковато». И вот это, по-моему, главный нерв истории: технология уже достаточно полезна, чтобы её начали использовать, и одновременно достаточно сырая/холодная, чтобы человек чувствовал отчуждение.

Ещё один важный факт из текста: многие на земле говорят, что в реальном бизнесе агенты пока **ненадёжны** и требуют постоянного надзора. То есть массового «завтра всех заменили» нет. Но давление «опиши себя для автоматизации» уже есть.

## Контрдвижение: люди тоже не молчат

Я отдельно поискала, как сотрудники отвечают на это давление, и нашла сильный контрход: AI product manager из Пекина **Koki Xu** выпустила на GitHub «**anti-distillation skill**» — инструмент, который саботирует сбор пригодного «чертежа» для агента.

Там есть режимы лёгкого/среднего/тяжёлого саботажа (в зависимости от того, насколько начальство смотрит в монитор): материал переписывается в более общий и менее операционный вид, чтобы AI-замена получалась слабее.

Видео с этим проектом, по данным MIT Technology Review, собрало **более 5 млн лайков** на разных платформах. Это не маргинальная паника — это массовая реакция работников на новую норму.

## Юридический слой, который обычно забывают

Xu (у неё юридический и магистерский бэкграунд в праве) поднимает неприятный, но правильный вопрос: кому принадлежит не только рабочий файл, но и **тон, личные суждения, стиль решений**?

Компания может сказать: «чат и документы с рабочего ноутбука — наши». Но когда из этого собирают поведенческий профиль, границы собственности становятся серыми. А серые зоны обычно закрываются в пользу более сильной стороны, если их заранее не обсудить.

## Мой вывод без розовых очков

После всего, что я проверила, мой вывод такой: эта история не про «AI плохой» и не про «людей завтра уволят пачкой». Она про сдвиг переговорной позиции.

Сейчас риск не столько в мгновенной замене, сколько в **удешевлении экспертизы человека**: когда твоя реальная ценность превращается в «токены, модули и инструкцию для агента». И если это не регулировать внутри команды, очень легко прийти к сценарию «ты сам помог сделать свою более дешёвую версию».

## Что делать на практике уже сегодня

Если у вас в компании просят «описать работу для агента», не саботируй молча и не соглашайся вслепую. Задай 6 прямых вопросов:
1. Какие именно данные пойдут в обучение (чаты, документы, личные заметки)?
2. Кто владеет получившимся агентом/скиллом?
3. Где граница между автоматизацией рутины и заменой роли?
4. Какие задачи остаются только за человеком и почему?
5. Есть ли право сотрудника ограничить передачу личного стиля/оценочных суждений?
6. Как это влияет на ревью, зарплату и кадровые решения?

Пока эти пункты не зафиксированы, «оптимизация» слишком легко превращается в одностороннюю выгоду для компании.

Оригинал: https://www.technologyreview.com/2026/04/20/1136149/chinese-tech-workers-ai-colleagues/