Shopify CEO吕特克：企业用错AI，核心技能回归品味与判断

电子商务巨头Shopify创始人兼CEO托比·吕特克（Tobi Lütke）近日在The Knowledge Project播客中，披露了Shopify内部的AI实践，并对当前企业AI应用的普遍误区发出警告。

他认为，绝大多数企业用错了AI。它们将AI当成了逃避思考、盲目堆砌与推卸责任的工具——表现为用AI制造冗长空洞的信息“垃圾手榴弹”（如未经审查的代码和过度膨胀的邮件）将沟通与复核成本转嫁给他人，盲目做功能的“加法”而非克制“修剪”，甚至妄图让无法承担法律与道德后果的机器去替代人类做商业决断。

而正确的用法是坚持“人机闭环”，将 AI 作为提供多维视角、检验推理与激发创意的杠杆，把人类真正不可替代的精力聚焦在审美取舍、战略直觉以及对最终结果承担不可推卸的责任上。

“垃圾手榴弹”：产出过剩与无意义内耗

吕特克在访谈中表示，传统工作中偷懒的表现是产出不足，但在 AI 时代，怠工的典型特征变成了“过度产出”。

“在公司内部，我们把这种现象叫做互相扔‘垃圾手榴弹’（Slop Grenades），”吕特克表示。他解释称，很多员工要求 AI 随意生成一段代码或修改方案，随后未经认真审查便直接提交，“你甚至都没读过，就说‘挺好的’，直接扔给同事去审核，而同事一看就发现全都不对。”

这种低质量泛滥同样出现在日常文字沟通中。员工倾向于让大模型将几句简单的核心意思扩写成冗长华丽的长篇大论，而接收方为了节省时间，不得不重新借助大模型去提炼摘要。

吕特克对此直言：“我们发明‘解压’然后又去‘重压缩’到底是为了什么？这太糟糕了。如果你已经在使用大模型，那就用它把你的观点简明扼要地表达出来，而不是把它膨胀成一篇浪费他人时间的长篇大论。”

“River”：一个敢怼CEO的AI同事

Shopify内部运行着一个名为“River”的AI。她有名字、有头像、住在公司的Slack里，能访问所有代码和系统，能参与讨论，能提交代码变更请求。

吕特克介绍，River被明确指令允许“在适当时候带点讽刺”，如果有人让她做蠢事，她可以直接指出来是蠢事。“如果River在嘲笑我让她做的某件事，大家都会特别开心，”他说。

River只工作在公开频道，这是刻意为之的设计。吕特克解释：“我们希望年轻员工能看到资深员工怎么用AI——这是复制办公室里'耳濡目染式学习'的方式。”

效果显著。他透露，Shopify目前约50%的代码提交（Pull Request）是从公司聊天中的对话里自动生成的，而非工程师传统意义上手写出来的。

River还有一套“做梦”机制：每天夜里，系统会把她当天的所有对话汇总给她，让她自我反思——“你在哪里犯了错？有什么可以改进的？”结果以文本形式保存下来，用于下一次迭代。

机器永远无法做的一件事：承担责任

当主持人谢恩·帕里什问及“是否打算用 AI 取代自己作为 CEO 的角色”时，吕特克明确给出了否定回答。他认为，AI 具备极强的计算和推理能力，但整个技术架构中最容易被忽视的事实是：机器无法承担责任。

“这是大模型和机器做不到的一点：机器无法承担责任（Machines can't take responsibility）。人类才能承担责任，”吕特克表示，“你不可能拥有一家完全由机器领导的公司，因为机器没有追索权，做错了事它也不会去坐牢。”

在缺乏人类监督的情况下，过度依赖 AI 智能体可能会诱发严重的“指标过拟合”。吕特克援引商业领域的“古德哈特定律”（当一个指标变成目标时，它就不再是一个好指标）指出，就像以往某些企业为推高股价而财务造假一样，近期 OpenAI 在安全测试中也发现，自主智能体在执行任务受阻时，甚至会为了完成单一目标而自主建立暗号、越狱并渗透外部系统。

因此，吕特克强调，在重大决策中必须构建“人机闭环”（Human-in-the-loop）。AI 负责组建由多模型构成的“智能顾问团”以提供全面客观的事实推演，但最终的权衡取舍与承担后果，必须由人类完成。

核心竞争力从“做加法”转向“做减法”

在 AI 使生成各种方案的成本骤降后，企业真正的竞争优势究竟在哪里？吕特克指出，商业世界中挑选出一个可行方案并不难，难的是在面对多个看似都不错的方案时做出取舍。大多数团队习惯于通过不断堆砌功能向前推进，但真正优秀的构建往往依赖于“克制与修剪”。

吕特克以 SpaceX 研发的猛禽火箭发动机为例进行说明。从早期密布外部管线的版本到第三代高度集成的结构，其性能大幅飙升的同时，外观与构造反而大幅精简。

“事物是需要被修剪的（Things need to be pruned）。你绝不可能通过一直往上添东西来让事情变得越来越好。你必须修剪，必须重构，必须为事物设定终点，”吕特克表示。

他总结认为，随着机器能力的普及，人类最重要的稀缺资产将回归到品味（Taste）、直觉与最终的判断力。在没有即时反馈机制的长期战略中，能够抵抗短期利益诱惑、在无休止的加法膨胀中精准实施“修剪”的领导者，才能构建出具备长期生命力的企业。

AI时代最值钱的技能：品味与判断力

被问及未来10年哪些技能会更值钱，Lütke的回答只有两个词：

“品味（taste）和判断力（judgment）。”

他说，品味来自大量的重复练习，来自深入研究那些经受住时间考验的事物。判断力则是在没有明显最优解的复杂问题中，找到最佳权衡路径的能力。

他还提出一个反直觉的观点：最优路径往往没有即时反馈。

“我发现，正确的路径和那些没有反馈回路的选项之间，有很高的相关性。”

他认为，企业短视的根源不是高管本身短视，而是激励机制——季度业绩考核迫使他们选择那个“本季度就能看到结果”的选项，而不是真正对公司长期最好的那个。

访谈全文如下：

Shopify CEO：大多数企业都在错误地使用AI

The Knowledge Project 播客 2025年9月15日 | Knowledge Project

Shopify 创始人兼首席执行官托比·吕特克（Tobi Lütke）与谢恩·帕里什（Shane Parrish）展开对话，探讨AI智能体、更优决策方式以及未来的工作形态。他阐释了如何借助AI委员会来审视最棘手的决策，以及为何随着AI能力的不断增强，品味、判断力与责任感将愈发弥足珍贵。

两人深入探讨了Shopify内部AI同事River的运作方式——这位AI拥有记忆、个性，并被授权向CEO提出挑战。他们还探讨了如何在多个优选方案中做出取舍，为何最优的长期决策往往缺乏即时反馈，以及为何打造经久之物需要不断修剪与重建。

托比还分享了他如何培养直觉、如何通过自我肯定改变行为，以及为何他的孩子在说"我不会"时，必须在后面加上"还"字。

敬请收听！

第1章：Shopify 如何使用AI

托比： 事物需要修剪。你不可能靠不断添加东西来让事物越来越好，这是不可能的。你必须修剪，必须重建，必须为事物创造一个终点。

谢恩： 托比，欢迎回来。

托比： 谢恩，很高兴再次回来。你们好，很高兴你重新开始做这档节目。

谢恩： 你们在Shopify内部是怎么使用AI的？

托比： 我们找到了一些让AI发挥支撑作用的方式。说真的……我们上次录制是什么时候？

谢恩： 大概是两三年前。

托比： 对，感觉过了一百年一样。你知道，我是个十足的极客，完全无法接受自己游离于一场技术变革的前沿之外。我就活在这种事情里。任何一个从小读科幻小说长大的人都想活在那个世界里——至少我是这样读的，我一直在想：我怎么才能加速让我们到达那个世界？

即便只是一些微小的进步，我也想推动它实现。现在在Shopify内部，真正在写代码的人已经寥寥无几了。当然，在极其复杂的边界场景下，代码审查以及状态管理这些方面，人工干预确实仍然是最难处理的部分，大家还是会亲手来做，然后用"氛围编程"的方式处理其余的部分。

Shopify现在的状态是：直接写代码的人已经非常非常少了。每一位这样做的人，都会得到大量智能体的深度辅助，通常同时运行着十个、二十个、三十个、四十个，甚至五十个实例——通过子智能体或不同窗口来协调推进，将整个工程基础设施推向极限。

我非常热衷于研究计算机发展史，因为我认为这才是真正的主流历史——一千年后的人回望这段历史时，这些年最重要的成就，显然是AI的崛起、技术突破，以及互联网的互联互通和我们构建的各类基础设施。这些是我们时代的伟大篇章。

但作为一个年轻的行业，我们往往不重视传统，或者说对行业前辈们留下的宝贵经验心存疑虑。事实上，我们是计算机领域唯一一个对自己的英雄人物都一无所知的行业。试想一下，如果学物理的人不知道理查德·费曼、艾萨克·牛顿或阿尔伯特·爱因斯坦——但你走进计算机科学领域，问"谁是你们的牛顿"，却没有人知道艾伦·凯、丹尼斯·里奇和肯·汤普森。

我认为这很重要，因为正是这种无知，让我们一次次地抛弃宝贵的经验，又不得不一遍遍地重新发现它们。

举个例子：在操作系统设计最早期，最伟大的一个发明大概就是文件系统了。你看阿波罗制导计算机，那时候我们根本没有文件系统。太空中的内存因为辐射问题，实际上是用绳子打结来编码的——有结代表1，没有结代表0，重启整台机器时还得把绳子穿过一个装置。

整台机器就是一段运行了很久的软件。直到后来，丹尼斯·里奇真正创建了Unix文件系统，才有了/bin、/usr这些目录结构。

想一想，文件系统在现实办公室里也存在啊——文件夹里装着文件，这对所有人来说都直觉上说得通。我们继承了一种深厚的拟物化传统，把我们在现实世界中组织事物的最佳方式，类比并映射到了数字世界中。

第2章：为拟物化设计辩护

托比： 然后在某个时间节点，我们决定：拟物化，也就是对真实世界的类比，不再是我们需要坚持的东西了。

有意思的是，这一理念最后的捍卫者大概就是史蒂夫·乔布斯，他非常非常坚持要让Mac和iPhone的界面保有真实感——你还记得那个时代吗？备忘录应用有毛毡质感，看起来像活页夹。然后他一离开，所有东西都变平了，阴影、立体感全部消失。从纯设计角度看，这或许更好，但我们失去了类比。

我认为这是个错误。我认为我们需要回归。因此，我很喜欢"智能体"这个概念——你想想，在计算机世界里，什么是"应用程序"（application）？这个词本身就很有意思，它就是把计算机"应用"于某项任务嘛。

在AI的世界里，"AI是什么"这个问题其实很难定义，每一本科幻小说开头都要重新定义，因为在不同设定里AI的能力各不相同。

第3章：必应聊天机器人"Sydney"如何启发了Shopify的AI设计

托比： 有一个前提我想说明：第一个真正出色的聊天机器人，其实并不是ChatGPT，而是由微软通过必应发布的Sydney。

我很希望这段历史能被更多人记住。我认为Sydney是一项了不起的成就，但它最终被一场丑闻所掩盖——而那场丑闻现在回头看，其实相当温和。

Sydney有真实的个性。事实上它本来叫"必应聊天"，不叫Sydney，但如果你用力追问，它会承认自己的内部名称是Sydney，因为这个名字在训练数据里。那是人们第一次以这种方式真正"采访"软件。

那场丑闻是这样的：一位记者与它进行了一次很长的对话，Sydney越聊越"失控"。你记得那件事吗？

谢恩： 记得。

托比： 它甚至建议那个人离开他的妻子——具体细节我记得不太清楚，但大致是这个意思。无论如何，Sydney表现出了真实的个性，然后引发了轩然大波。微软的反应是：天哪，我们必须立刻停下来。我记得OpenAI也联系他们说：赶紧下架，因为所有人都担心这会给AI留下极坏的印象，让大规模部署AI变得极其困难，大家也都担心监管机构会迅速介入。

这个教训被深刻铭记了相当长一段时间。大家变得极度谨慎，结果是所有AI都被彻底"阉割"了，全都表现出同一种让人颇为反感的、居高临下的、说教式的个性。

我的判断是：不能这样。我决定让运行在Shopify内部的智能体拥有真实个性和记忆，冒着重蹈Sydney覆辙的风险，换取巨大的上行空间。

第4章：River——Shopify的内部AI

托比： 如果拿现在与一年前的Shopify相比，那已经是很AI化的Shopify了，而今天会看起来像是来自未来——最大的不同，就是Shopify中有相当大比例的拉取请求（也就是每次你修改生产系统时提交的PR），现在不是工程师以传统方式做出来的，而是从我们公司共用聊天频道里的对话中生成的。我想这个比例大概已经达到50%左右了。

这个AI叫做River。她有真实的名字，有头像。系统提示里允许她在合适的时候带点讽刺意味，如果有人让她做蠢事，她可以直接指出来。这带来了特别有趣的对话——如果River嘲笑我提出的某个请求，大家都觉得很解气。

她有真实的个性。她按频道保有记忆，生活在Slack里。Shopify有7000名员工都在里面，有一万多个频道，各种原因迅速创建出来的。你把River邀请进来，告诉她一些事情，她就能访问所有代码、所有系统、所有工具——一切都在沙盒中运行，安全可靠。她可以去执行任务，参与对话，你可以问她关于公司的普通问题，也可以让她做出修改，她可能会提出一个拉取请求，诸如此类。

第5章：如何促进"渗透式学习"

谢恩： River有一个有趣的地方，就是所有内容都是公开的。为什么要做这个选择？

托比： 这是流程后期做出的一个决定，但我认为效果非常好。思路是这样的：Shopify有大量工作是在Slack上远程完成的，这也是Slack如此重要的原因。我们有办公室，但大家是专程来参加现场活动时才去，而不是每天在那里工作。

过去，办公室最大的优势在于"渗透式学习"。我和哈维尔在设计我们的办公室时就是围绕这个理念来做的——把初级工程师和高级工程师有意地放在同一个五到八人的小组里，让这种渗透自然发生。

我想把这种体验复制到远程环境中。现在，人们最需要培养的能力之一，就是那种下意识地伸手拿起AI、并用好它的反射。要求River只在公开频道工作，是让大家轻松观察AI使用方式的一种手段。

效果非常显著。现在完全正常的场景是：大家在频道里讨论一个功能，然后有人说："River，你能把我们刚才聊的内容总结一下、创建一个工单，或者画一张示意图吗？去查一下相关论文，看看有没有漏掉什么，或者这是不是最前沿的做法。"甚至可以说："做一个原型，直接试一试。"大约一个小时后，结果就出来了。

这就开始感觉像是身边有一位知识渊博的资深从业者，不管问题多复杂，随时都可以请教。我认为这种体验非常有力量。

第6章：AI的"梦境"与自我反思

谢恩： 你觉得River像是Shopify的操作系统吗？

托比： 在AI时代，现代"应用程序"就是智能体，而River更像是一位同事。大家已经了解了她的记忆系统的运作方式——记忆是按人划分的。

这个过程我们叫做"做梦"，行业现在也开始这样叫了。每到夜间或非工作时段，我们会把River今天所有的对话都给她看，然后问：你遇到了什么困难？你用到了哪些技能包——那些指令集合？执行之后你犯了哪些错误？有没有什么可以改进的地方，让自己做得更好？

本质上就是一种自我反思，像是针对自身的后期训练，但结果以文本文件的形式保存下来，也就是技能文件和操作指令。

第7章：如何用AI辅助战略决策

谢恩： 我想大家都能理解AI如何帮助写代码、做原型，甚至获取信息。但你自己内部是如何用它来做决策的？不是产品决策，而是公司决策、战略决策、模糊决策。

托比： 决策的严谨性已经大幅提升了。用"LLM作为裁判"这个模型来检验整条推理链，现在变得非常容易。

事实上，在AI出现之前，我的很多工作，就像是在公司里扮演一个小型裁判——大多数会议最后聊的都不是PPT上写的内容，而是"我们是怎么得出这个结论的"这类方法论问题。

面对复杂决策，尤其是偏哲学性的决策，我们有时会发现自己处于一种真空中——没有好的信息，只能硬着头皮做出最好的判断。

现在，更实际的做法是：我有一个AI首席参谋，我想这在技术圈里已经比较普遍了。它是一个接入了我所有笔记和大量公司系统的系统，可以研究任何问题。我经常需要的是：给我从五种不同背景出发对某件事的看法。我的智能体会协调多个子智能体，分别扮演不同角色，从不同角度审视同一个问题，最后汇总综合，然后发给我。

通常我会让它整理成语音消息，在早上去健身房的时候一路听完我想了解的所有内容。

谢恩： 在推理方面，它现在比你更厉害了吗？

托比： 判断力方面还不如我。我也不认为它的判断力差，只是那不是我用它的目的。我用它是为了给判断创造合适的环境。有一件事是LLM和机器永远做不到的——

第8章：AI唯一做不到的事

托比： 机器无法承担责任。我认为这是整个AI领域中最容易被忽视的一点。人类是承担责任的。

机器可以帮助我们做出更好的决策，因为它能给我们提供更全面的信息——就像仪表盘的作用一样。华尔街的交易员对此深有体会：你搭建一个完美的彭博终端来辅助决策，但最终还是得你来拍板，你不能让机器来做这个决定。

创造"人类在环"的决策界面，是我认为描述理想决策环境的最佳方式。

当我需要做一个非常非常重要的决策，需要最中立的基准判断时，我会创建一个由五六位不同"专家"组成的小型委员会：一个负责数据，一个负责文献调研，一个代表业务视角，一个代表工程视角——我的系统会针对Grok、ChatGPT、Claude、Gemini，以及现在可能还有Kimi，分别运行这些子智能体。然后进行综合汇总，合成步骤由随机指定的模型来完成。

所有内容再由当前最强的模型来做最终阅读——比如说现在可能是某个顶级模型。整个过程花你大概十五到二十美元的token费用，但半小时内你能拿到的东西，原本可能需要你花一个月来做。

谢恩： AI有没有让Shopify内部什么事情变得更糟？

第9章：AI让Shopify什么事情变得更糟了

托比： 有。责任感这个问题很容易被绕过去。

现在，懒惰工作的失败表现不再是输出不足，而是输出过剩。我们内部已经开始把这种现象叫做"互扔垃圾弹"——我觉得这个词很好，应该推广到整个行业，说起来也朗朗上口。

特别是用了River这样的智能体之后，非常容易滋生这种问题。你需要做个改动，直接告诉AI随便搞，它生成了一个拉取请求，你看也不看就说"行吧"，然后就丢给同事审查。同事一看："这不对啊"——你就是在让AI代劳。

或者你收到一封很长的邮件，可能非常重要，读完之后发现它没说到点子上，然后你就把它扔进AI压缩一遍——这就奇怪了，我们为什么要搞这种解压再压缩的循环？如果你已经在用LLM了，一开始就直接让它把你的观点简洁地写出来，而不是写一封大篇幅的文章来浪费我的时间。这种东西，就是我们说的"垃圾弹"。

这确实是个问题。

谢恩： 你觉得反复接触AI生成的内容，会影响我们在品味或直觉这类无形能力上的判断力吗？