我試著用AI蒸餾了一個航司領導，結果信息熵為零

上周行業內一個朋友跟我說，他用AI把自己"蒸餾"了。

我第一反應是：你有什么好蒸的？

但他很認真。他把自己過去三年寫的運行分析報告、郵件、會議紀要、甚至微信工作群里的發言，全部喂給了大模型，訓練出了一個"他的替身"。據說效果還不錯——至少在回復"收到"和"已閱"這件事上，AI版的他和真人版幾乎無法區分。

這件事讓我產生了一個危險的念頭：

如果我們把航司的領導也蒸餾了，會得到什么？

先說說"蒸餾"到底是個什么操作。這個詞借自機器學習里的"知識蒸餾"，原本是指把一個大模型的能力壓縮進一個小模型里?，F在被網友們借來玩了一把賽博煉丹——把一個人說過的話、做過的事、寫過的文件統統投進AI的熔爐里，煉出一個數字分身。理論上，這個人哪天離職了、退休了、甚至不在了，他的"能力"還能繼續在組織里運轉。

（在公司里他實現了賽博永生，妙呀）

聽起來很美好，對吧？

但問題來了：蒸餾的前提是——你得有東西可蒸。

白酒蒸餾，靠的是糧食里的淀粉轉化成酒精；知識蒸餾，靠的是大模型里實打實的參數和權重。那蒸餾一個人呢？靠的是這個人真正產出過的、有信息密度的內容。

關鍵詞：信息密度。

在我的想象中，如果真把航司各級領導的輸出物——報告、批示、講話稿、會議紀要、審批意見——全部灌進AI，最后大概率會分化出兩種截然不同的“領導.skill”文件。

第一種：實打實的"業務操作系統"。

我見過這一類領導（雖然不多），他們的腦子里裝著一套完整的決策模型。你把他過去五年的審批記錄拉出來，能清晰地看到一條邏輯鏈：什么情況下批準航線開設，什么閾值觸發運力調整，什么指標惡化到什么程度會啟動預案。這些東西如果真被AI學到了，那確實是有價值的——相當于把一個人二十年的行業直覺變成了可復用的算法。

這種領導的.skill文件，打開一看，里面可能是這樣的：

• 當航線客座率連續3個月低于65%，且邊際貢獻為負時，啟動航線評估程序

• 審批新航線時，重點關注：時刻資源匹配度 > 市場需求預測 > 競爭格局 > 品牌戰略需求（按權重排序）

• 面對突發事件，優先級排序：旅客安全 > 運行恢復 > 信息披露 > 成本控制

清晰、可執行、可驗證。你甚至可以拿歷史數據回測，看看按這套邏輯走，結果是不是真的比拍腦袋強。

第二種嘛……

怎么說呢，大家自己品。

第二種領導的.skill文件，我猜AI煉了三天三夜，最后吐出來的東西大概長這樣：

• 要高度重視安全工作（什么程度算"高度"？沒定義）

• 要進一步加強協調配合（"進一步"是在哪個基礎上進一步？不知道）

• 要切實提高政治站位（這條在任何行業、任何場景都能用，屬于萬能公式）

• 要以更大的決心和力度推進改革（決心不可量化，力度沒有單位）

AI看完這些素材之后大概會陷入一種存在主義危機：我學到了很多字，但我什么也沒學到。

這不是AI的問題，這是輸入端的問題。垃圾進，垃圾出（GIGO）——這條計算機科學的鐵律，在蒸餾領導這件事上體現得淋漓盡致。

你想想看，如果一個領導日常輸出的全部內容，換一個人——甚至換一個行業——也完全適用，那說明什么？

說明這些內容本身就不包含任何領域特異性信息，信息熵約等于零。

蒸餾他，跟蒸餾一壺白開水，效果差不多。

但這里有個更深層的問題值得想一想。

為什么有些領導的輸出物信息密度這么低？是他們真的不懂業務嗎？未必。很多時候，是整個組織的激勵機制決定了——說正確的廢話是最安全的策略。

你仔細觀察就會發現，在大型航司里（其實不止航司），一個管理者的"語言精確度"往往和他的"生態安全度"成反比。你說得越具體，越可量化，將來被追責的抓手就越多。反過來，你說得越抽象，越宏觀，越萬金油，你就越安全。

這是一個理性選擇。

所以問題的根源不在于某個具體的領導"不行"，而在于系統本身在獎勵模糊、懲罰精確。在這種激勵結構下，蒸餾出來的“領導.skill”文件當然是一堆正確的廢話——因為這些人一輩子都在被訓練輸出正確的廢話。

（某種意義上，他們自己就是被組織"蒸餾"過的產物。）

說到這兒，其實可以引出一個更實際的問題：這種"蒸餾人"的思路，在民航運行中到底有沒有真正的應用價值？

我覺得有，但不在領導身上。

真正值得被蒸餾的，是那些一線的、擁有大量隱性知識的專業崗位。比如一個干了二十年的簽派員，他腦子里對不同航路天氣模式的判斷、對備降場選擇的經驗直覺、對不同機型性能包線的熟悉程度——這些東西從來沒有被系統性地文檔化過。哪天他退休了，這些知識就跟著他走了。

再比如，一個資深的航線收益管理分析師，他對定價節奏的把握、對競爭對手行為模式的判斷、對節假日客流規律的體感——這些藏在Excel里、藏在他的操作習慣里、藏在他跟市場部吵架時脫口而出的那句話里。

這些人，才是真正的"高純度原料"。蒸餾他們，你得到的是真金白銀的業務能力，而不是又一份《關于進一步加強某某工作的指導意見》。

當然，蒸餾技術本身也有邊界。

AI能學到的是可以被文本化、結構化的顯性知識和半顯性知識。但真正讓一個老簽派在關鍵時刻做出正確判斷的，可能不是任何寫得出來的規則，而是二十年里無數次"差點出事"積累下來的身體記憶和本能反應。這種東西，目前的AI還蒸餾不出來。

就像你可以蒸餾一瓶茅臺的化學成分表，但你復刻不了窖池里的微生物群落和赤水河的水。

有些東西的價值，恰恰在于它不可復制。

最后說回到"蒸餾領導"這個話題。

其實你真不用蒸餾，你拿ChatGPT隨便輸入一句"請以一個國企中層干部的口吻寫一段關于安全生產的講話"，出來的東西和某些領導的講話稿放在一起，你可能真分不出來哪個是人寫的。

這不是AI太強了。

這是有些輸出，本來就沒有什么不可替代性。

所以與其擔心AI蒸餾了領導之后領導會不會失業，不如想想另一個問題：

如果AI已經能產出和你一樣的內容，那到底是AI學會了你的本事，還是你的本事本來就只有這么多？

全文完，如果覺得不錯請關注與三連。