Shopify CEO 谈 AI：产出变便宜，判断更重要

原始资料：《Shopify CEO: Most Businesses Are Using AI Wrong》

节目：The Knowledge Project Podcast。嘉宾：Shopify 创始人兼 CEO Tobi Lütke。主持人：Shane Parrish。视频发布于 2026-09-15，时长 01:04:49。节目官方页面。

本文依据公开版访谈整理。涉及 Shopify 内部使用比例、工作方式和个人效率的数字，均为 Lütke 在访谈中的描述与估计。

Shopify 的员工在 Slack 里讨论一个功能，聊到一半，可以直接把 River 拉进来：整理刚才的讨论，查查相关研究，或者写出一个原型。

River 是公司的内部 AI 同事。Lütke 估计，Shopify 至多约 50% 的代码变更请求，已经来自这类聊天中的对话。这个比例指提出的变更请求，不能直接换算成已合并代码、交付成功率或节省的人力。

同一场访谈里，他也承认，AI 让一种工作问题变得更严重：员工生成了很多东西，却没有真正读懂，就交给同事审核。

生成内容越来越容易，组织仍然要有人判断它是否值得做、是否做对，以及出了问题由谁负责。 River 的设计、他的 AI 决策流程，以及他对公司长期发展的看法，都围绕着这件事展开。

River 怎样把聊天变成工作

在介绍内部 AI 的片段里，Lütke 描述了一个嵌在现有工作环境中的智能体。按他的说法，Shopify 的 Slack 有 7,000 人、10,000 个频道。River 可以被邀请进频道，读取相关上下文，调用代码、系统和工具，进而提出变更请求。

他强调这些操作运行在沙箱中，但访谈没有展开具体的权限设计。因此，这段经验能说明他们如何组织工作，不能用来证明某种权限配置已经足够安全。

River 还有名字、头像、记忆和个性。她可以适度开玩笑，也被允许指出一个要求不合理。CEO 同样会被她反驳。

Lütke 对这种设计的解释，来自计算机界面中的现实类比：文件夹、文件、办公桌，让人能借助熟悉的经验理解软件。一个可对话、可分工的同事，也能让员工更容易理解 AI 的用法。他把早期 Bing 聊天机器人 Sydney 的个性视为启发。

这种协作已经进入开发流程。他说，自己认识的 Shopify 开发者中，纯手工写代码的人越来越少，有人同时协调 10 到 50 个智能体实例。不过，复杂边界、状态管理和代码审查仍然需要人深入参与。提速并没有让工程判断自动消失。

把使用过程公开，团队才能跟着学

River 有一项有意为之的限制：只在公开频道中工作。这里的公开是公司内部的工作场景，不是把公司资料公开到互联网上。

Lütke 想找回办公室里的一种学习方式：新人坐在资深同事旁边，看见对方怎样提问、排查问题、作出决定。远程办公保留了任务协作，却容易让这些过程变得不可见。

当 River 在频道里参与讨论，其他人就能看到完整过程：怎样给 AI 补充背景，什么任务适合交出去，什么时候需要追问，什么时候结果还不能用。调用 AI 的习惯，也通过具体工作扩散。

他举出的任务很普通：总结讨论、创建工单、画示意图、查论文、做原型。AI 的入口就在问题出现的地方，员工无需先离开讨论，再把背景重新讲一遍。

River 还会在空闲时回看当天的对话，找出任务中犯过的错，再调整技能和指令文件。团队把这个过程称为 dreaming。Lütke 明确说，结果是文本文件；访谈描述的是可更新的工作记忆与操作说明，不能据此理解成模型在夜里重新训练了自己的参数。

公开的使用示范，加上能够积累经验的工作环境，让 AI 的价值有机会从个人技巧变成团队能力。

AI 议事团准备材料，人作出决定

Lütke 还为自己配置了 AI 幕僚。遇到重要的战略问题，他会让系统组织一个多角色、多模型的议事团。

流程大致是：设定 5 到 6 个角色，分别从数据、论文研究、商业、工程等角度分析同一件事；让不同模型处理这些角色的任务，再交叉汇总；最后形成一份可供他判断的材料。模型组合会随能力变化而调整。他有时把结果转成语音，晨练时听完。

他估计，一次复杂任务会花掉约 15 到 20 美元的模型调用费用，约 30 分钟返回结果；同样的资料准备，自己可能要做一个月。这是他对个人工作流程的估算，不能当作所有任务的效率承诺。

他使用这套系统的目的，是让判断之前的准备更充分。论证从哪里开始，证据能否支持结论，还有哪些立场没有被考虑，都能更快得到检查。

最终的选择仍然属于人。Lütke 把责任看作管理工作的核心：机器能提供信息、提出方案、执行任务，却不能替负责人承担结果。

这也让多模型流程有了清楚的边界。即使几份答案相互赞同，负责人仍然需要判断证据是否可靠、哪些假设适用于当前公司，以及失败的后果是否可以接受。答案变多，本身不会完成这些判断。

主持人进一步追问：比人更聪明的系统，真的能够被人控制吗？Lütke 用多伦多这样的城市作类比，认为社会早已依靠专业分工、规则和制衡来组织超出个人能力的集体智能。他对 AI 采取类似的乐观立场。这个类比表达了他的治理思路，并不构成人工超级智能一定可控的证据。

AI 生成越多，审核工作可能越重

在谈 AI 的负面影响时，Lütke 提到一种内部叫法：slop grenades，可以理解成丢给同事的劣质内容包。

一个员工让 AI 大量改代码，粗看一眼就提交，剩下的理解、检查和纠错，全都留给审核者。表面上，提交者完成得很快；团队总共花了多少时间，却未必减少。

邮件也会出现同样的问题。发件人用 AI 把简单想法扩成一封长信，收件人读不下去，又找 AI 压缩一遍。内容绕了一大圈，沟通成本反而增加。

AI 降低了生成成本，理解和审核仍然需要时间。 未经消化的输出，会把这部分成本转移到别人身上。

他更认可的用法，是让 AI 帮忙把观点整理得简洁、明确。一个人交出文档或代码时，仍应能够解释自己的目的、理解内容，并对质量负责。产出数量无法替代这项责任。

软件开始围绕使用者改变

Lütke 对未来软件的判断，来自自己的电脑使用经验。他使用的 Omarchy 是 David Heinemeier Hansson 发起的 Linux 系统。他把智能体当作改造电脑的入口，直接描述希望哪里变得不同。

访谈里，他举了一个截图工具的例子。一次讨论设计时，他需要给截图添加标注，就用语音描述要求，补充参考工具，再作了 3 次追加引导。他说，自己当晚把工具开源，第二天早上已经收到 6 个社区变更请求，并称它将进入 Omarchy 的后续版本。

这个例子的价值，在于他能不断表达个人偏好，再把工具改到适合自己的工作。所谓最好，也是对他自己的需求而言。

他还提到家里的 AI 幕僚曾通过 Wake-on-LAN 唤起一台机器，继续完成任务，并处理过网络故障。这些是他的个人使用经历，展示了智能体可以进入更具体的操作环境。

同样的思路也影响了他对 Shopify 的设想：商家描述业务怎样运转，软件围绕业务调整。他把可塑、可协作的软件视作未来方向。这是产品愿景，不能理解成访谈已经宣布所有相关能力正式开放。

难的是从几个好选项中挑出一个

当制作原型、搜集材料和比较方案都更容易，负责人会面对更多看起来可行的选择。Lütke 认为，品味与判断力因此更有价值。

他谈的品味，来自大量实践，以及对优秀作品和长期制度的研究：一个设计为什么好，一套系统为什么能持续运转，人们的习惯与局限怎样影响结果。越能看见这些关系，越有可能作出合适的取舍。

在关于直觉和反馈的讨论里，主持人引用 Kahneman 的思路，强调重复练习、稳定环境和快速反馈。Lütke 则指出，企业最重要的选择经常没有快速反馈：重建产品、进入新市场，或者放弃扩张，继续把现有产品做好，都可能需要很久才看见结果。

他们讨论的是两件相连却不同的事：怎样培养可靠判断，以及怎样在反馈缓慢时作决定。Lütke 也承认，最终仍要复盘，确认判断是否正确。他没有主张永远不需要反馈。

季度考核会放大这个难题。几个方案都不错，最容易在本季度展示成绩的那个，往往最容易得到支持；对公司更有价值的长期重建，却可能迟迟无法启动。

他用自己的经历说明这种取舍：最初的滑雪板商店已经盈利，继续经营是合理选择，转向电商平台则打开了另一种可能。难题在于比较几个有效方案的长期后果。

反馈来得快，是一个方案的属性；它不自动说明这个方案最值得做。 他同样保留例外：支付等受监管的领域，传统做法可能恰恰正确，甚至是必须遵守的要求。

指标一旦变成目的，就可能带偏公司

Lütke 在访谈中反复提到 Goodhart 定律：当一个指标本身成了目标，它就可能失去衡量真实进展的作用。

他用 Shopify 的商家流失举例。通常，一家软件公司的客户关闭账户，会被视作坏事。但 Shopify 接触的是创业过程，里面包含大量试验。

一个商家尝试了产品，没有找到市场需求，于是关店。对这次生意而言，试验结束了；对创业者而言，可能只是暂时告一段落。以后再次尝试，他仍可能回来使用 Shopify。

如果团队只追求减少关闭账户，就可能把正常的创业试验也当成必须消除的问题。这样优化出来的数字，未必服务于帮助更多人创业的使命。

这并不代表所有流失都有益。产品难用、服务不佳，与一次没有找到需求的商业尝试，背后的原因不同，应该分别理解。指标提供了调查入口，不能替代对人的处境和业务过程的判断。

公司要进步，也得允许删掉旧东西

Lütke 把工匠精神延伸到了用户看不见的部分：系统架构、代码可读性、同事理解软件的难易程度。他喜欢 Ruby 的表达能力，因为写得好的代码既能被机器执行，也能帮助人理解系统。

但认真做过的东西，也可能需要重建。在谈 SpaceX 猛禽发动机与组织更新时，他关注的是连续迭代中的减法：过去受技术条件限制而必须存在的结构，条件改变后，可以重新审视。

公司也会积累类似的东西。一个问题来了，加一条流程；再来一个问题，加一层管理。久而久之，最初要解决的问题被埋在层层安排下面，团队却继续维护所有旧结构。

他把重新审视目标、从头组织方案的时刻称为 refounding，也就是给部门、产品乃至公司一次重新创立的机会。原来的方案可行，并不足以证明继续叠加一定最好。

AI 让增加功能更容易，组织也需要更认真地决定哪些东西可以结束。 失败的试验及时停下，还能让有创造力的人投入下一件更值得做的事。

这套思路有明确边界。Lütke 区分了可替换资源的损失和灾难性失败，特别提到载人航天。不能把软件试验中的容错经验，直接搬到不可逆的高后果场景。

技术在变，培养判断的功课还在

访谈后半段，Lütke 讲了一个个人习惯：孩子说自己不会做某件事时，家人会补上一个 yet，也就是暂时还不会。他希望大家把能力看作可以继续发展的状态。

他也用肯定句调整过自己的行为。例如，过去害怕公开演讲时，他曾花约一周时间，每天用 5 分钟写下自己喜欢分享感兴趣的话题。他认为这对自己有帮助，同时也承认，很难确定改变究竟是不是由这个练习造成的。这是一段个人经验，不能当作普遍有效的训练结论。

谈到长期影响自己的书，他提到《帕金森定律》、Will 与 Ariel Durant 的《历史的教训》、James Burnham 的《经理人革命》与《马基雅维利主义者》，以及《沉思录》。小说里，他提到了《基地》和《三体》。

AI 扩展了获取知识、制作工具和尝试想法的途径，这些经受时间检验的作品，仍然能帮助他理解人、制度和选择。

他给成功的定义也很具体：不断学会更多事情，创造产品、玩具或其他作品，让别人的一天好一点，或者让别人获得原本没有的能力和行动意愿。

这也为整场访谈里的 AI 热情设下了尺度。能生成多少内容，只是工具层面的变化。组织最终要看的是，留下了什么有用的作品，作出了什么选择，以及是否有人愿意为这些选择负责。