一家公司或者一个团队，其智能的密度，可以用两个指标来度量。一个是 token 消耗的量级，另一个是人和 AI 做事的占比。

智能密度越高，并不一定意味着事情会做得更好，有时候反而会更混乱。智能密度的背后，还需要有秩序的密度，也就是更标准化、更规范化的生产方式。

所以团队真正需要关注的，其实是两件事：
一是人的经验如何持续传递给 AI。
二是 AI 之间如何相互学习，让能力不断累积。

Skills 可以理解为对人大脑经验的一次蒸馏。
让 AI 进入最佳干活状态，本质就是让它学会人的 skills，逐渐走向 SOP 化的生产模式。

当 skills 被不断沉淀之后，一件有意思的事情就会发生：
AI 与 AI 之间可以通过这些 skills 互相学习，每个人的数字分身也可以通过这些经验不断强化自己的能力。

最近看到 EvoMap GEP 这个协议，它试图把经验本身做成一种可流通的能力资产，让经验可以被记录、传播和复用。

如果这个方向成立，未来团队里的知识流动方式可能会发生变化。
经验不再只是沉淀在文档里，而会以 skills 的形式，在人和 AI 之间持续流动。