スキルファイルは、専門知識をその保有者より長く存続させるために設計された——その人が去っても、会社の知識が失われないようにするために。2026年4月、中国の労働者たちはスキルファイルを使って同僚の業務を文書化し、その結果でAIエージェントを訓練し、経営陣にその同僚が冗長であることを証明し始めた。その話が広まってから数時間で、誰かが対抗ツールを構築した——重要な知識を隠しながら完全に見えるよう設計されたスキルファイル形式だ。専門知識を捕捉可能にするために設計されたフォーマットが、いまや捕捉を失敗させるために設計された出力を生み出している。
元々の設計
スキルドキュメンテーションは、現実の持続的な問題に対応するものでした。企業は常にキーパーソンリスクに悩んでいました——デプロイプロセスを頭の中だけに持つエンジニア、2019年にクライアントがなぜ例外を必要としたかを覚えているアカウントマネージャー。標準的な解決策は文書化でした：出て行く前に書き留めておく。スキルファイルはこれをAIネイティブな形式で正式化しました。WikiページやオンボーディングドキュメントではなくAIエージェントが実行できる構造化形式で、役割のタスクを記述したのです。前提はその名前に明示されていました——スキルはポータブルになりつつある。専門家は去ってもいい。スキルは残る。
企業はキーパーソンリスクを削減できる。自分の役割を文書化した従業員はパフォーマンスレビューで見せられる具体的なものを持てる。新しいAIエージェントツールは動作するために構造化されたインプットを必要としていました。2022年から2023年、企業がこれらのフォーマットを大規模に初展開したとき、唯一の問いはドキュメンテーションライブラリをどれほど迅速に構築できるかでした。あらゆる角度から、インセンティブ構造は同じ方向を指していた。前提——明言はされていないが構造上不可欠な——は、スキルファイルは一方向に動くというものだった：人から組織へ。
この背後には知識についての特定の理論がある。専門知識は本質的に符号化可能だ。捕捉する価値のあるものは捕捉できる。専門家が知っていることとドキュメントが含んでいることのギャップは、努力のギャップであり、種類のギャップではない。スキルファイルはその理論への運用的な賭けだった。
2025年半ばまでに、その賭けは——企業にとっては——実を結んでいた。Duolingoは自社の仕事でAIを訓練した後、推定100人の作家と翻訳者を解雇した。11月に発表されたMITの研究では、AIがすでに米国労働市場の11.7%、年間約1.2兆ドルの賃金を代替できると結論づけた。労働者が危機感を覚えていたのは間違っていなかった。スキルファイルは彼らの知識をポータブルにするよう設計されていた——ポータブルとは移転可能を意味し、移転可能とは自動化可能を意味した。
colleagues.skill
そして労働者たちは計算した。
スキルファイルが専門家を代替可能にできるなら、誰でも代替可能にできる。自分の役割を文書化するのと同じフォーマットで、同僚の役割を文書化できる。最終的に自分を代替するAIエージェントが、まず他の誰かを代替できる。企業がキーパーソン依存を減らすために構築したツールは、横方向にも使えた——誰もその名前を公につけていなかっただけだ。
中国の労働者たちはcolleagues.skillを作成している——同僚の業務タスクを実行可能なAI形式で文書化し、その結果でエージェントを訓練し、その同僚が冗長だと経営陣に証明する。動機は先制による生存だ。彼らが解雇できることを、彼らがあなたを解雇できると証明する前に証明する。
中国の高強度なテック文化——996勤務体制、積極的なパフォーマンスランキング、西洋の比較可能な環境よりも速くバッファの少ないレイオフ——は、この行動が最初に現れる条件を作り出した。しかし構造的なロジックは中国固有ではない。誰かが冗長だと証明するインセンティブは、自分が冗長でないと証明するインセンティブとまったく同じ強さだ。スキルドキュメンテーションは両方の操作を同じコストで利用可能にした。ツールが行動を可能にした。環境がそれを不可避にした。
2023年4月、Rest of WorldはAI画像生成ツールが中国のゲームイラストレーターに職を失わせていると報じた。重要な詳細：以前は10人が必要だった作業を今では2人でできる。警告は間違っていなかった。3年後、その最初の波を生き延びた労働者たちはより優れたツールを手にしている。そして彼らはそれを使っている。
「蒸留」の意味
colleagues.skillが行っていることの技術的な用語は蒸留だ。
機械学習において、蒸留は圧縮技術の一つです。大きな教師モデルが出力を生成し、小さな生徒モデルがその出力で訓練される——生徒は教師の重みにアクセスすることなく、教師の能力を近似します。Geoffrey Hintonが2015年にこの方法を正式化しました。核心となる洞察はこうです：モデルの出力——単なる予測だけでなく、可能な回答全体にわたる確率分布——は、正解ラベルよりもはるかに多くの情報を符号化しています。教師は通常の動作を通じて知識を漏洩させる。生徒は設計からではなく、行動から学ぶのだ。この方法が、フロンティアラボが著作権コンテンツからの訓練を正当化する論理の原型になる。
しかし地政学的な告発になる前は、蒸留がAI産業全体を構築した前提だった。
すべての主要フロンティアラボは、何十億ページもの人間が生成したコンテンツ——書籍、記事、コード、創作物、許可も補償もなくスクレイピングされたもの——で基盤モデルを訓練しました。法的な防御論理は「フェアユース」——公開データからの変換的な学習はコピーとは根本的に異なるというものです。米国、日本、中国の裁判所はその論理を暫定的に受け入れました。コモンズの知識は生徒モデルに合法的に流れる——それがラボの論理だ。教師は同意していない。この方法にその必要はない。
OpenAIの利用規約は明確です：OpenAIと競合するモデルの開発にその出力を使用することは禁止されています。2026年1月、OpenAIはDeepSeekがまさにそれを行ったと告発しました——GPT-4の出力を使って中国の競合他社を系統的に訓練し、基盤システムの対価を払わずに能力を抽出した、と。告発は地政学的競争の言語でフレーミングされた：米国の知識が外国の生徒モデルによって抽出されている、と。
パラドックスは構造的だ。人間の著作権付き小説がフェアユースのもと訓練データとして消費できるなら、なぜ競合モデルの出力——それ自体も生成されたテキストの一形態——が同じように消費できないのか。法学者たちはこのジレンマを指摘しています：蒸留に対して積極的に論争するラボは、著作権のある作品を使った訓練に対する自らのフェアユース弁護を掘り崩すリスクを抱えます。彼らが「攻撃」と呼ぶ技術は、方向が逆になれば「学習」と呼ぶ技術だ。
2026年2月までに、Googleは「蒸留攻撃」という名称を確立していました——体系的な能力抽出を商業上の紛争としてではなく、侵略行為として扱うものです。記録された一つのキャンペーンでは、10万以上の精巧に作られたプロンプトを使って英語以外の言語でのGeminiの推論能力を複製しようとしました。中国の手法は過去一年間でより洗練されていた：単純なChain-of-Thought抽出から、合成データ生成と大規模データクリーニングを含む多段階操作へ。語彙は知的財産から戦争へと移行した。
2026年4月、労働者は同僚を蒸留している。出力を観察する。行動パターンを捕捉する。別のコンテナで能力を再現する。仕組みはどのコンテキストでも同一だ——MLの論文でも、地政学的な告発でも、職場の戦争でも。そしてフロンティアラボがコモンズから能力を構築することを正当化するために使った倫理的フレームワークは、構造的に、colleagues.skillを正当化するフレームワークだ。
「蒸留」という言葉は——MLの論文から、OpenAIのDeepSeekへの告発を経て、職場での仲間排除の戦争まで——14ヶ月でこの道を歩み、毎回同じ方法を携えていた。
これがこの方法がこれほど異なるスケールで機能する理由でもある。蒸留の前提——出力が教師の知識を完全に符号化している——は、言語モデルには概ね正しい。言語モデルの出力はその観察可能な行動の全体だからだ。人間の労働者にはそれほど明白に正しくない。人間の出力は実際の意思決定の小さく厳選された断片だ。しかしcolleagues.skillはその断片で十分だと賭けている。観察可能な出力には機能的な代替物を構築するのに十分なシグナルがある、と。専門知識は実際には十分に符号化可能だ、と。
対抗ツール
Anti-distillation.skillは逆の賭けをする。
そのリポジトリは——GitHubでバイラルになったとき、誕生からわずか17時間だった——スキルファイルを受け取り、2つのバージョンを生成します：コア知識を削除した共有用クリーンバージョンと、あなたを代替不可能にするものを保持したプライベートバックアップです。専門知識を捕捉可能にするはずだった文書化が、いまや捕捉を失敗させるように設計された文書化を生み出している。
構造的なロジックは専門知識に適用されたDRMだ。音楽DRMシステムは録音を再生させながら、基礎となるオーディオのコピーを防ぐ。Anti-distillation.skillは同僚にあなたのドキュメントを読ませながら、文書化を意味あるものにする判断コール、エッジケース、蓄積された決定を保持する。公開用のスキルファイルはタスクの有効に見える記録だ。しかしそれはスキルではない。
スキルファイルは専門家を代替不可能にするものを捕捉するために設計された。Anti-distillation.skillはその捕捉が成功しているように見せながら失敗させるために設計されている。
これは符号化可能性の前提への直接的な挑戦だ。スキルファイルが可能なのは知識が外部化できるから——それを持っていた人より長く存続できる形式に置けるから。Anti-distillation.skillは反論テーゼだ：最も価値ある専門知識こそが外部化に抵抗するものであり、その抵抗を武器化できる、と。1966年にPolanyi が記述した暗黙知——「私たちは語れる以上のことを知ることができる」——は、保護する方法を知っていれば、競争上の堀になると判明した。
OpenAIの蒸留に対する対応は、法的脅迫、立法ロビー活動、技術的対策だった——いずれも技術を封じ込めていない。労働者の対応はより速く、より直接的だった：攻撃と同じフォーマットで対抗ロジックを符号化するツール。敵対的サイクル——スキルファイル、colleagues.skill、anti-distillation.skill——は1週間未満で完了した。リポジトリの2人の貢献者のうちの1人はclaudeだ。
フォーマットが明らかにしたもの
スキルドキュメンテーションは、フォームを記入する人と保持する組織の利益が一致しているという前提に立っていた——従業員は文書化が価値を証明するから文書化されたいと望み、企業は依存を減らすから文書化を望む、と。スキルファイルが機関リポジトリへ向かって動く限り、その前提は成立した。それが武器になった瞬間、利益は完全に分離した。敵対的サイクルは、元々の設計が予期していなかったことを露わにした。
このサイクルが実際にマッピングしたのは、符号化可能性の前提の限界の形だ。最も成功裏に蒸留される同僚は、その仕事が出力によって最も完全に捕捉された人々——本当に実行可能なタスクのセットに還元できた役割だ。Anti-distillation.skillを構築している同僚は、自分の仕事はそうではないと賭けている人々だ。自分がしていることには、ファイルに入らない知識があり、入らない部分が重要な部分だと。
両方の賭けが同時に、同じ組織で、同じ人々によって、同じツールを使ってテストされている。スキルファイルフォーマットは一つの知識理論の上に構築された。それが生み出した敵対的サイクルは、その理論が個人レベルで成立するかどうかをテストする生きた実験だ。
再帰的な逆説は根底まで続く。AI産業はコモンズを訓練データにすることで能力を構築した——知識は出力を通じて合法的に転送されると主張し、他者の作業から学ぶことはフェアユースであり、たとえ教師から抽出されても生徒の能力はその生徒固有のものだと主張した。colleagues.skillを使っている労働者は、同じ論理をデスクレベルで適用している：同僚の出力は観察可能であり、訓練可能であり、転送可能だ。ラボが「学習」と呼んでいた技術は、労働者が今「生存」と呼んでいる技術だ。
Anti-distillation.skillは攻撃と同じフォーマットで符号化された反論テーゼだ。最も価値のある知識こそが転送に抵抗するものだ。対抗ツールを構築する労働者は、自分の専門知識の中に何か——Polanyiが暗黙知と呼んだ部分、どんな文書にも入らない部分——があり、スキルファイル形式では捕捉できないと賭けている。その賭けは今、知識労働で最も争われている主張だ。
個人の専門知識を代替可能にするためのツールを構築した企業が、代替不可能であることを拒む専門知識をめぐる最も激しい競争を生み出した。コモンズを消費することで蒸留が機能することを証明したAIが、今は蒸留を失敗させるように設計されたツールを共同執筆している。