一张聊天截图在网络上悄然流传：“你好，我是已经离职员工XX的数字分身，你可以随时向我提问，我会根据我在职期间的文档对你回复。”山东一家游戏传媒公司的尝试，迅速将人工智能技术应用中的一个尖锐议题推到了公众面前。当AI能够复刻离职员工继续“工作”，这究竟是效率的革命，还是权益的模糊地带？
“养龙虾”与“炼化”自己：职场新常态下的隐形劳动
在北京，互联网运营胡宇轩和他的同事们被要求全员“养龙虾”——部署并训练AI智能体。他们需要不断将自己的工作痕迹和经验“投喂”给AI，目标是训练出能模仿自身工作模式的机器人。类似现象并不孤立，一个名为“同事.skill”的开源项目曾在技术社区走红，它允许将员工的聊天记录、工作文档等材料输入AI，进而“炼化”出模仿其思维、性格甚至语气的数字分身。
这里的“skill”，可以被理解为存储在数字文件夹里的标准化流程，它明确指导AI在面对特定问题时，应遵循何种步骤和规则。如今，许多员工开始主动或被动地参与这个过程，将个人工作经验提取、沉淀并封装成不同的“技能包”，用于处理写周报、审合同或做设计图等重复性或标准化任务。正如深圳的程序员唐军所言，总结技能包就像是生成一份给AI看的操作手册，它极大地压缩了任务完成时间。
效率提升背后的权益失衡：新增收益归于何处？
AI产品经理邓小闲观察到，互联网企业系统性构建技能包工具库已较为普遍。一些公司要求员工拆解工作逻辑、结构化个人经验，并将技能包的开发数量纳入绩效考核指标。前产品经理于一鸣的经历更具警示性：在公司推行全员训练数字分身后，他所在的部门被解散，部分员工被迫转岗乃至被解雇。
效率的提升似乎并未均衡地惠及劳动者。唐军指出，员工利用数字分身提升工作效率后，产生的新增收益大多被用于公司的业务扩张。公司用不变的人力成本撬动了更大的业务量，而员工的职级与薪资往往停滞不前，变化的只是在相同时间内被要求完成的任务量。这种现象引发了深层思考：企业将员工头脑中的隐性经验外化为标准化、可复用的数字资产，其边界何在？
一些开发者甚至开始“技术反制”，例如邓小闲开发的“反蒸馏.skill”，旨在避免个人经验被公司轻易提取。这直接反映了劳动者的核心困惑：“我的工作经验被开发成技能包，公司随时可以调用，这构成侵权吗？公司要求员工‘炼化’数字分身的行为，在法律上如何定性？”
法律边界模糊：个人信息、人格权益与责任归属
中央财经大学法学院教授沈建峰指出，生成AI数字分身的过程，本身就是对被复刻员工个人信息、隐私的加工处理，存在违法风险。复刻出的数字员工可能呈现原有员工的肖像等信息，并在工作中接受评价，这可能影响原有员工的名誉权等人格权益。中国社会科学院法学研究所的王天玉副主任进一步分析，当企业运用AI技术对员工工作数据进行深度学习，生成可无限使用、永久存续的数字分身时，实质上是将劳动者的专业能力、决策模式等人格要素异化为技术资产，模糊了职务成果与个人权益的法律边界。
王天玉认为，当企业将员工经验转化为内部技能包时，相关知识产权通常依约定或职务作品规则归企业所有。然而，员工对其个人经验的原始数据是否享有某种财产性权益、能否主张获得相应对价，现行法律规定尚不完善。此外，责任归属问题同样棘手。例如，家装设计师李孟杰发现，其训练的AI数字分身生成的图纸需经过大量人工纠错。如果AI数字分身输出的内容或决策出现错误，责任应由谁承担？沈建峰教授的观点是，这种自动化决策固有的风险应由使用AI数字分身的企业承担，而不能归咎于被复刻的员工。
构建新规则：从个人信息保护到新型劳动法律
面对这些挑战，专家学者提出了多方面的规制建议。在个人信息保护层面，王天玉建议严格限定“人力资源管理所必需”的范围，并区分数字分身的不同应用场景。劳动者发现企业未经许可进行AI建模时，可及时申请人格权禁令，防止损害扩大。沈建峰认为，此类问题主要涉及个人信息处理规制，国家网信部门应承担主要监管责任；若涉及用工关系中的劳动者数据处理，则人社部门、工会组织的参与也十分必要。当前，针对劳动者个人信息保护的特别规则亟待建立。
从实践角度看，邓小闲建议，在签订劳动合同时，应明确工作成果与员工个人经验、方法论等的边界及归属，模糊部分不能默认归属公司。企业在收集员工任何工作数据前，必须明确告知用途、保存时限及是否用于AI训练。如果将AI使用率、技能包开发数等纳入考核，必须经过民主程序，与工会平等协商并公示相关机制。
王天玉提出了更为前瞻的构想：面向智能化发展趋势，新型劳动法律制度应当从“保护工作岗位”转向“保护劳动行为”。应以每一次具体的人机协同行为为基点，构建可流动、可积累、可救济的权益清单。这或许是为技术进步与劳动者权益保护寻找平衡点的关键路径。YABO鸭脖在观察行业动态时也注意到，如何在提升效率的浪潮中守护个体的创造与尊严，已成为企业治理与社会发展必须面对的重要课题。