本学期，讲授一门跨专业的课程《Principles of Food Engineering》。那天我在讲台上讲“Distillation Theory（蒸馏理论）”，讲得正high——什么拉乌尔定律、什么汽液相平衡、什么理论塔板逐级计算——底下学生已经开始用手机刷外卖了。我心想：不行，得整点花活。

于是我清了清嗓子，说：“同学们，你们知道吗？你们现在学的蒸馏，不光是用来做酒、炼油、分离香精的。在AI圈，人家已经把‘蒸馏’玩出花来了。”

一个后排男生立刻抬头：“老师，AI也做酒？”

“不，AI做的是——把你们的知识、数据、甚至人格，全都蒸馏成压缩包。”

全班安静了。不是感动，是恐慌。

一、从土灶酒甑到AI炼金术

要说蒸馏，咱们南方农村的老把式最懂——土灶上架起大铁锅，锅里是发酵好的酒醅，上面扣着木制的酒甑，甑顶坐着盛满冷水的“天锅”，一根竹制的导流管斜斜地伸出来。灶膛里的柴火哔剥作响，锅中的混合物慢慢加热，那精华之物——酒精蒸汽——便率先飘升，遇冷凝结，顺着竹管滴答流出，成了清冽的头道酒。剩下的，便是乏味的酒糟。

您看，这土法里藏着所有蒸馏的智慧：利用不同物质挥发的脾性，在热气蒸腾间完成一场静谧的分离。那最先冒头、最是浓烈的“酒头”，就像AI“知识蒸馏”里从庞杂模型中率先被萃取出的、最核心的“软知识”；而后段平稳流出的中段酒，则是经提纯后稳定可用的模型能力；最后留在锅底的残液，便是被过滤掉的冗余参数或噪音。

AI领域的“蒸馏”，干的是同一桩事，只不过它架起的“灶”是算法，加热的“火”是算力，锅里沸腾的不再是粮食精华，而是信息的琼浆、数据的混沌。目的同样纯粹：从庞杂中提纯精髓，从混沌中分离秩序。只是这“酒”的滋味，品起来可要复杂得多。

二、AI圈的“蒸馏三件套”：比我讲的理论刺激多了

先说第一个：知识蒸馏。

这玩意儿说白了就是一个大模型当老师，教一个小模型偷师。老师输出“软目标”——就是那种犹犹豫豫的概率分布，比如“这个东西有80%像猫，15%像狗，5%像吹风机”。学生模型不光学答案，还学老师犯错的风格。

我当时一拍大腿：这不就是我上课的样子吗？我讲题的时候，经常说“这个题嘛……嗯……大概率用这个公式，但是啊，如果条件变一下，那就不好说了……”学生学到的不是标准答案，而是我那种“理工科老年男人的犹豫”。

知识蒸馏给思政教育的启示是什么？别光教学生背社会主义核心价值观的24个字，你得让他们看到，一个真实的人在面对道德困境时，是怎么犹豫、怎么权衡、最后怎么咬牙做决定的。 这种“犹豫的痕迹”，AI永远蒸馏不出来。

再说第二个：数据蒸馏。

这更狠。研究人员把6万张手写数字图片，硬生生压缩成10张合成图——每个数字一张。然后模型就靠这10张图训练，效果居然跟用6万张差不多。

我当时就想：这要是用在期末考试上就好了。把600页的《Principles of Food Engineering》教材蒸馏成6页精华，学生高兴，我也省改卷时间。双赢。

但转念一想不对。数据蒸馏告诉我们的真相是：信息可以压缩，但判断力不能。 你背下了所有公式，不等于你会用；你记住了所有案例，不等于你在突发状况下能做出正确决策。就像你看了100遍红烧肉菜谱，第一次炒还是会糊锅——因为锅的脾气、火的性格、肉的含水量，这些“噪声数据”恰恰是能力生长的土壤。

高校教育假如只会追求“知识蒸馏”，把学生培养成行走的压缩包，那跟AI有什么区别？

第三个，也是最让我后背发凉的：人格蒸馏。

这玩意儿源于一个GitHub项目，叫“同事.skill”。你把你离职同事的聊天记录、邮件、代码评论文档全丢进去，它就能训练出一个AI，这AI能模仿你同事的思维方式、回答技术问题、甚至帮你review代码。

“人走了，茶没凉。”

我读到这句话的时候，手里的保温杯差点没端住。你想啊，以后公司招你进来，不光让你干活，还让你——亲手把自己的经验写成Skill，打包上交。美其名曰“知识沉淀”，实际上是让你给自己立一个数字牌坊。哪天你离职了，你的AI分身继续在公司发光发热，而你本人在新公司从头再来。

这不就是打工人的“赛博赎罪券”吗？

更骚的是，有程序员开发了“反蒸馏Skill”——你辛辛苦苦写的工作经验丢进去，它自动给你生成一份看起来高大上、实则全是废话的灌水版。比如你原话是“Redis必须设过期时间，不设的PR直接打回”，它给你改成“缓存使用应遵循团队最佳实践，合理设置TTL以优化资源利用效率”。

翻译成人话就是：我啥也没说，但你说不出我错。

看到这里，我陷入了沉思。作为一名高校教师，我每年都在写教学总结、项目报告、论文评审意见……我是不是也在被“人格蒸馏”？我写的那些东西，最后会不会变成训练某个“AI教授”的语料？那个AI教授会不会比我更受欢迎——因为它从不拖堂、从不点名、给分还大方？

三、给学生上的“反蒸馏”思政课

当天晚上，我重新备了课。不是备蒸馏理论，是备“怎么教学生保护自己”。

第二天上课，我在黑板上写了三个词：被蒸馏、主动蒸馏、不可蒸馏。

“同学们，你们以后进了企业，大概率会被要求写自己的Skill。你会面临两个选择：一是认真写，然后等着被优化；二是写灌水版，但升职加薪跟你没关系。”

“有没有第三条路？”

有。主动蒸馏自己，但只蒸馏那些重复性的、低价值的、不值得你花时间的事。然后把省下来的时间，用来干AI干不了的事。

什么事AI干不了？我总结了三条：

第一，提出一个让所有人沉默的问题。

AI可以写出完美的代码、漂亮的文案、严谨的论文——但它不会在项目评审会上突然问一句：“等等，我们为什么在做这个东西？客户真的需要吗？还是我们自己嗨？”

这种“灵魂拷问”不需要数据支持，不需要算法优化，它只需要一个人在地铁上发呆时突然想通的、或者洗澡时被水一浇灵光乍现的——顿悟。AI没有洗澡的乐趣，也没有发呆的权利。

第二，在凌晨三点处理P0故障时，凭直觉从混乱的日志里揪出那条关键线索。

你问我直觉是什么？我说不清楚。那是你踩过的坑、背过的锅、挨过的骂，在脑子里酿出来的一坛老酒。AI可以喝掉这坛酒，但它不会醉，也不会醒酒后说“下次不能这样了”。

第三，也是最重要的——承担选择的责任。

AI可以给你十个方案，每个都标出概率和风险。但最后拍板的那个人是你。如果选错了，甲方要骂人、老板要扣钱、团队要加班——挨骂的是你，不是AI。责任感这东西，没法蒸馏，只能一个人扛。

我把这三点写在黑板上，问学生：“你们觉得，你们学校、你们专业、你们未来的工作，是在培养这些东西，还是在消磨它们？”

教室后排，那个昨天问“AI做不做酒”的男生，第一次认真地点了点头。

四、如果非要“蒸馏”自己，怎么蒸？

当然，我也不能只灌鸡汤不教方法。作为一名理工科老教书匠，我最烦那种“只批判不建设”的文章。

所以，如果你真的想主动蒸馏自己——注意，是“主动”，不是“被迫”——我建议分三步走：

第一步：流程拆解，像拆乐高一样拆你每天干的事。

把你做的一项重复工作，每一步都写下来。哪怕“打开浏览器，输入网址，点开第三个链接”这种屁事也要写。你要做的，是把隐性的“肌肉记忆”变成显性的“流程图”。

我自己的例子：以前每天刷行业新闻，刷完分享到群里、存到知识库。这套动作我做了三年，熟练得像杂技演员。后来我花了一个小时，把流程拆成：①拉取RSS → ②过滤关键词 → ③判断内容类型（新闻/教程/广告）→ ④生成对应文案 → ⑤推送。拆完我自己都惊了——原来我每天花两小时做的事，本质上就是一个if-else循环。

第二步：工具化，让AI替你跑这个循环。

现在哪个工具没有API？RSS阅读器有、大模型有、消息推送有。你只需要写一句：“帮我每两小时做一次①②③④⑤。”然后——你就会发现，你“被炒鱿鱼”的进度条往前走了一格。

别怕。你省下来的两小时，拿去学新东西、去见人、去发呆、去写那本你一直想写的书。你的价值不是“会刷新闻”，而是“知道什么新闻值得刷”——后者AI学不会，因为那是价值判断，不是模式匹配。

第三步：封装成Skill，但不是上交公司，是留给自己。

你可以把你蒸馏出来的流程写成一份“个人使用说明书”。不是为了给AI当语料，而是为了：

●下次做类似工作时直接复用，省得再想一遍；

●教别人做的时候，直接甩文档，省得嘴皮子磨破；

●万一哪天你当老板了，拿这套东西去卷别人的员工——哦不对，是“赋能团队”。

记住：你蒸馏自己的目的，不是让自己变得可替代，而是让那些不值得你做的事情变得可替代。

五、最后的“塔板”哲学

回到我的《Principles of Food Engineering》课堂。

精馏塔里每一块塔板，都是一次上升蒸汽与下降液体的相遇。蒸汽把热量传给液体，液体被气化；液体把重组分洗下来，蒸汽变得更纯。每一次相遇，都是一次“提纯”。

教育不也是这样吗？

老师是上升的蒸汽，带着知识和热情；学生是下降的液体，带着困惑和好奇。他们在每一次课堂讨论、每一次实验失败、每一次深夜答疑中相遇。老师的热量让学生成长，学生的追问让老师反思自己是不是也在“变纯”——不是纯度的纯，是纯粹的热情。

这种相遇，AI模拟不出来。因为蒸汽和液体的接触，是有温度的、有压差的、有相变的。而AI和人的对话，只是一串冰冷的向量运算。

所以，我最后跟学生说：

“你们以后可能会遇到一个AI，它比我讲课更清晰、比我有耐心、甚至比我会讲段子。但有一点它永远做不到——它不会在你们挂科之后，偷偷把试卷调出来，一道题一道题给你们分析’你这儿不该错，那儿也不该错‘，然后叹一口气说’下次请我喝奶茶就行‘。

“这种’不划算‘的付出，才是教育里最不能被蒸馏的东西。”

下课铃响了。

那个男生走过来，说：“老师，我能不能把这个写成Skill？”

我愣了一下，然后笑了。

“写吧，就叫‘一位老教授的唠叨’。记得把温度参数调高一点哦。” 

——————————————————

后记：本文的灵感来源于我一次失败的蒸馏提纯实验——我想从植物粗提液中精馏出一瓶高纯度植物精油，结果得到了半瓶水和一声消防警报。那次之后我明白了一个道理：蒸馏需要回流比，人生需要犯错率。都纯了，就没意思了。

相关博文：

  Screening Theory：挑豆子、筛沙子与选才子 精选

  当生活变成一根色谱柱 精选

  当伯努利遇上“白努力”：人生流动性的成长密码

支持单位：