离职前最值得做的一件事，可能不是写交接文档，而是训练一个能干活的自己。没有夸大其词，是真的能干活的那种数字员工。
交接一直是个头疼事儿，文档能写，但文档是死的。你写的SOP，接任者大概率无法全盘复刻。你积累的做事方法论、踩过的坑、形成的判断力，这些东西也写不进交接文档里。
然后我就在想，既然这些东西都在我脑子里，能不能把"我"留下来？ 不是留个文档，是留一个能干活的东西。
于是，我把自己做成了AI员工接入飞书。肉身离职，数字分身留下。某种程度上，也算赛博"永生"了。
搭建过程
搭建很简单，用Hermes agent作为数字员工的基座。Hermes是一个开源的AI Agent框架，可以接入各种大模型、工具和知识库，我选了DeepSeek-V4-Pro作为它的脑子。
但光有脑子不够。一个AI要是没有我的知识库，它就只是个通用聊天机器人，跟ChatGPT没区别。
关键在于怎么把"我的东西"喂给它，最后我用 NotebookLM当大脑。
我把所有工作资料，产品文档、行业研究、过往的周报和述职、写过的方案等等，全部导入了Google NotebookLM。
NotebookLM是Google做的一个产品，你往里面扔资料，它会自动整理成一个可检索的知识库。然后你可以基于这个知识库去提问、生成摘要、做PPT、生成音频播客。
问题是NotebookLM只有网页版，很多功能藏在它的API后面，网页上根本没暴露。我用了一个开源项目notebooklm-py，它把NotebookLM的底层API全部封装好了。通过这个库，AI员工可以直接程序化地调用NotebookLM的所有能力，不只是问答，还包括生成PPT、做信息图、出研究报告、批量下载这些。
接入方式很简单，告诉hermes帮你安装开源项目notebooklm-py，配置好Google账号的cookie，Hermes就能把NotebookLM当作一个工具来用。整个过程大概半小时。
技能训练
另外我还把自己的所有技能、办公风格一条条教给了它。新同事不需要翻文档、不需要咨询我，直接指挥这个数字化的"我"干活就行。
例如做PPT，告诉它主题和大致框架，它会从我的知识库里找到相关材料，自动组装成演示文稿。不是那种丑到没法看的模板填充，是真的能拿去汇报的水平。
做图，生成公司内部统一风格的图片，省去了画图的时间。
对接产品知识，所有产品文档、FAQ、技术细节都在知识库里。不管是写方案还是回答同事的问题，它都能直接引用原始资料。
写周报， 我把每周的工作记录喂给它之后，它能按我习惯的风格和结构输出周报。不用每次从零开始写。
述职报告， 同理。过往的述职模板、业绩数据、项目复盘都在知识库里，它能直接调用。
文献查找和下载，这个是刚需。以前每次写方案都要花大量时间找文献，现在跟AI员工说一声，它自己去检索、下载、整理。
客户调研，从不同的搜索引擎，社交平台，等公开资料中对客户进行背景调查和收集相关联系方式，甚至写邮箱给客户。
等等还有很多，部分技能不太方便透露。
通用技能包
我还给AI员工装了一套通用的办公技能包SenseNova-Skills，增强常见办公场景的能力。比如深度研究，给它一个课题，它会自动拆解维度、搜集证据、生成完整的研究报告。还有数据分析，Excel扔进去，它自己清洗、筛选、出图表。信息图也是，几十种布局和风格自动搭配。
而且AI员工有长期记忆，用得越多，它越懂你的风格和偏好。不像每次开新对话都要重新交代背景。
总结
我把自己做成AI员工，听起来像是科幻片的桥段。但实际操作下来，技术门槛没想象中那么高。Hermes加NotebookLM加一个靠谱的大模型，核心就这三样。
难的不是技术，是你得花时间把自己的知识整理出来喂给它，耐心把自己会的技能教给它。这个过程本身也是一次对自己的梳理，你到底会什么，哪些是可复制的，哪些只是你以为自己会的。