7 月 21 日，Anthropic 在 Claude Cowork 里上线 Record a skill 功能：一边做事一边录屏，一边讲你为什么这么做，系统把这段演示变成一项可反复调用的技能。官方演示中，一段 23.4 秒的录制被存成了一个名叫 /file-expenses 的技能。
看清这条脉络，就不会把 7 月 21 日的更新当成一个便利小功能。它是整个技能体系的入口革命：入库的内容没变，入库的人群变了——从"会写文档的人"扩大到"会做事的所有人"。
把可复用的工作方法——指令、脚本、参考材料——打包成一个文件夹，核心是一份 SKILL.md 说明文件。模型平时不加载，遇到匹配任务才按需调取。
技能一次创建，可在对话端、编程工具和 API 里通用，多项技能还能组合叠加。格式公开后，天然可移植。
创建方式从"写一份说明"变成"做一遍给它看、顺嘴讲讲为什么"。门槛拆掉了——过去筛掉的恰恰是组织里经验最厚、最没时间写文档的那批人。
屏幕录制这件事本身一点都不新鲜。RPA 的录制器早就是成熟工具，流程挖掘从系统日志里还原员工的真实操作路径也早已是一门成熟生意。这些工具都能拿到"点了哪里、填了什么、下一步跳到哪个页面"。真正没被拿到过的，是另外一半——为什么在这一步要先看这个字段；为什么这一单跳过了第三步；什么情况下要停下来问人。
动作是可以被观察的，所以过去几十年，凡是能被观察的部分都被自动化过一轮：脚本、宏、RPA、接口对接。
理由不能被观察，它只存在于当事人脑子里。这次多出来的那一层，是声音——口述把"外化"这个知识管理最贵的环节，压进了一次几十秒的顺手演示。
知识管理理论对此有过精确的命名。野中郁次郎与竹内弘高在 1995 年《The Knowledge-Creating Company》中提出 SECI 模型，把组织知识的流转拆成四个环节，其中外化（Externalization）——把员工头脑里的隐性知识转成组织可用的显性知识——被野中视为知识创造的关键一环，也是实践中最难做、成本最高的一步。
历代经验沉淀方式反复卡住的地方，恰恰是理由那一半：
把话说满，反而没人信。所以要先划清这项能力的边界——这条边界，六十年前就被划下来了。1966 年，物理化学家迈克尔·波兰尼在《The Tacit Dimension》里写下那句被引用了六十年的话："我们知道的，比我们能说出来的多。"2014 年，经济学家大卫·奥托把它正式命名为"波兰尼悖论"。
但"说不出来"其实有三种不同的情况。混在一起谈，就会既高估也低估这次的变化：
SOP 和操作手册覆盖的部分。录屏对这一层的价值只是省事。
"我一般先看这个字段""这种客户我会绕开第三步""这一栏空着通常意味着上游还没走完"——只要有人在旁边看着，当事人随口就说出来了；但组织里从来没有一个机制去接住它。这一层的体量远比人们想象的大。
什么时候该破例，什么时候一份材料"看着不对劲"，什么时候该给对方留余地。当事人自己也讲不出为什么——这是波兰尼意义上严格的隐性知识，口述也拿不到。
边界划清了，落地的顺序也就清楚了：高频、规则相对清晰、出错可回滚的活先上。凡是靠第三层撑着的活——授信里的最终拿捏、纠纷里的口径把握、跟人打交道的分寸——先别急。
还有一个容易被忽略的坑。人因工程学者埃里克·霍尔纳格尔提出过一对概念："想象中的工作" vs "实际做的工作"——人在被观察、被要求"讲讲你怎么做"的时候，会不自觉地讲成"应该怎么做"，而非"我实际怎么做"。这与诚实无关，是被观察时的本能。所以一次录制不够——同一件事，录三个不同的人，差异出现的地方，才是真正的知识所在。
过去要把一个岗位的经验变成组织可复用的资产，标准动作是：找方法论顾问、做访谈、画流程图、开评审会、进系统实现。周期以月计，成本以人天计。正因为贵，所以只有最核心的少数流程值得做，其余的默认放弃——这个"默认放弃"是被成本逼出来的，不是被判断选出来的。
现在捕捉这一侧的成本接近于零。于是三件过去被成本掩盖的事，一起浮出水面：
这是整件事里最该被正面回答、也最容易被组织绕开的问题。绕开的方式通常很体面：不提它，只讲效率提升多少个百分点。
它有一个被完整记录过的历史参照。2015 年 6 月 3 日，《纽约时报》刊发调查报道：迪士尼世界约 250 名 IT 员工在 2014 年 10 月底被告知裁员，此后约三个月里，其中一部分人被要求培训外包公司引入的接替者——配合培训，是领取离职补偿与奖金的前提条件。一名被裁员工说，训练别人来接手自己的工作，是一种难以承受的羞辱。
但这次有三点不同，而且三点都对录制的人更不利：
但也有一点对录制者有利：机器学到的是某一天的做法。流程会调整，监管口径会更新，系统会改版。技能会过期，而能重新录一遍的人不会过期。真正稀缺的，是生成那段录像的判断力——录像本身，随时可以重录。
把两条路摆在一起看，结论几乎是自明的：
记名、计入考核、有对应的报酬或职业资本。人会抢着录。先录的人非但没有先被替代，反而成了标准的制定者——后来者按他的路径工作，他的影响力反而扩大。
不会是拒绝——正面拒绝需要担风险，很少有人这么做。会发生的是一段技术上完整、判断上空心的演示：步骤一个不少，例外条件一个不讲，关键处一句"这里凭经验"就带过去了。你拿到的是一个壳。
差别在于制度是否对"贡献"给出可见的对价，与员工的觉悟无关。企业知识库、经验萃取、案例沉淀，这些名目过去二十年做过很多轮，失败原因高度雷同：让最有经验的人无偿贡献最值钱的东西，然后指望觉悟。工具换了几代，这条规律一次都没被绕过去。
一条可执行的建议：把"教会了机器，我得到什么"的答案，写在推广方案的第一页——别放最后一页，也别留给各部门自行解释。记名、计入考核、在评优和晋升材料里可引用，这三条就够启动。
如果执行本身可以被录制、被复用，那么一个岗位上真正稀缺的东西，就从"我会做"移到了几件别的事上。对个人来说，这句话可以更具体：从"我会做这件事"，变成"我知道这件事的哪一部分该被做成技能，并且能判断它做得对不对"。前者可被录制，后者不是。
但"例外留给人"这个安排，藏着一个 1983 年就被指出的陷阱。人因工程学者莉萨妮·班布里奇在《Automatica》期刊上发表过一篇被引用数千次的论文《Ironies of Automation》（自动化的反讽），核心洞察后来被浓缩成一句话：
自动化拿走了任务里容易的部分，反而让留给人的困难部分变得更难——因为常规操作被机器接管后，人失去了日常练习的机会，而组织偏偏指望这些疏于练习的人，在最罕见、最要紧的关头出手接管。这篇论文写在工业控制的年代，写的却像是今天。
对应到技能录制的场景：老手的路径被沉淀成技能之后，新人第一天就能调用，起点确实高了；代价是少了在重复中长出判断的那段过程。组织要补的，是刻意的例外训练——把机器处理不了的那部分留给新人练手，并且当成一项制度设计来做：它看着像效率损耗，实则是能力保险。
本文核心事实来自 Anthropic 官方社交账号 2026-07-21 发布内容，功能细节另据多家媒体同期报道交叉确认；关于录制内容的留存周期与调阅权限，截至发文公开材料尚未见完整说明——新功能发布初期这并不罕见，不构成不能用的理由，但构成"先画线再启用"的理由。
文中引用的波兰尼、野中郁次郎、班布里奇、霍尔纳格尔及 SR 11-7 监管指引均为独立学术/监管来源，非企业方提供。技能实际表现、边界划分与落地建议部分，带有作者所在机构（神州信息 AI 创新中心）的业务立场——读者可据此判断其适用范围。
一个值得记下的支线：迪士尼 2015 年裁员事件与本次录制功能之间的类比，是作者构建的论述框架，不是 Anthropic 官方表述；它提示了一个真实风险，但具体烈度尚无案例验证。
当经验的捕捉成本从一个按钮降到接近于零，知识管理的瓶颈就从"技术能不能做到"彻底切换到了"组织敢不敢正面回答分配问题"——这个切换，比功能本身更值得被记住。
Record a skill 已在 Claude Cowork 上线，登录后即可体验；Agent Skills 格式为开放标准，可自行集成。
claude.ai → 进入 Cowork