🏢 公司C档 · NaN分

敢怼CEO的AI,咋想的?

··约1分钟阅读

📋 总体概括

Shopify创始人Tobi Lütke直言大部分企业用错了AI:员工互相扔“垃圾手榴弹”、盲目堆功能、让机器替人拍板。而内部AI同事River敢怼CEO的设定,揭示人机闭环的正确姿势。对跨境卖家而言,平台的AI纪律迟早变成生态的必修课。

📄 正文

大多数公司把AI当廉价劳动力,Shopify把AI当同事——还允许它当面怼CEO。

创始人兼CEO Tobi Lütke 近日在 The Knowledge Project 播客中放了狠话:绝大部分企业都用错了AI。它们把AI当成逃避思考、盲目堆砌与推卸责任的工具。结合跨境电商一线的观察,我的核心判断是:未来一年企业之间的AI差距,不在谁用得多,而在谁敢让AI说"不"、谁还在为结果签字。

🤖 一个住在Slack里、敢怼CEO的AI

工具只会服从,同事才敢反驳——Shopify把AI从工具箱搬进了组织架构。

先讲场景。Shopify 内部运行着一个叫 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,还能提交代码变更请求。最特别的是她的"性格设定":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。"Tobi Lütke 在播客里说得毫不遮掩。一个CEO公开欢迎被AI嘲讽,这件事本身比技术细节更有信息量。

属性River的设定
身份有名字、有头像的内部AI同事
驻地公司Slack
权限访问所有代码和系统,可提交代码变更请求
参与度可参与讨论
语气被明确允许适当讽刺
边界可直接指出愚蠢指令

产业逻辑在哪?传统工具型AI的本质是服从性执行:你给指令,它给产出,输入质量再差也不吭声。River代表另一种范式——把"质疑权"写进系统。在层级组织里,下属对老板的荒唐需求往往选择沉默,反而是一个AI补上了反馈缺位。当AI可以质疑输入质量,组织才真正把AI用作思考的放大器,而不是产出的放大器。

💣 "垃圾手榴弹":AI时代的怠工换了姿势

过去偷懒是少干活,现在偷懒是多产出。

Lütke在访谈中给了一个反直觉的观察:传统工作中怠工的表现是产出不足,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)。"他解释: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。"

文字沟通同样中招。员工倾向于让大模型把几句核心意思扩写成冗长华丽的长篇大论,接收方为了节省时间,不得不重新借助大模型提炼摘要。Lütke的反问很扎心:"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,那就用它把观点简明扼要地表达出来,而不是膨胀成浪费他人时间的长文。"

这是一个标准的负向闭环。产业逻辑上,这本质是复核成本的外部化:AI把生成成本打到接近零之后,组织真正的瓶颈变成了注意力——谁愿意认真读、认真验。衡量产出的标准必须从"产出量"切换到"可用率"。生成端越便宜,复核端越贵;不清这条账,AI带来的不是提效,是内耗的指数级放大。

✂️ 加法免费了,修剪成了稀缺能力

当功能的边际成本趋近于零,克制才是产品人的护城河。

Lütke点名的第三种误区,是盲目做功能的"加法"而非克制地"修剪"。过去加一个功能要排期、写代码、过测试,成本天然构成约束;如今AI让方案和代码的产出几乎免费,约束消失,熵增开始疯长。

在卖家圈子里,一个半公开的共识也在印证同样的事:AI把"产出"变得无限便宜之后,"判断"反而成了最贵的资源。

常见误区Shopify的正确姿势
AI生成代码未审查直接提交人机闭环,AI供视角,人验推理
长文膨胀再让对方摘要用AI简明扼要表达观点
盲目堆功能做加法克制地做"修剪"
让机器替代商业决断人做取舍,人对结果担责

产业判断是:每个被AI喂饱的团队都会得同一种病——会议纪要越写越长、文档越来越厚、功能列表越来越满,但用户价值曲线纹丝不动。Lütke强调人要聚焦"审美取舍",这四个字在AI时代恰恰是最贵的。知道不做什么,比知道能做什么更稀缺;当所有人都能无限产出,淘汰赛比拼的就是谁先剪掉冗余。

⚖️ 决断可以借AI的脑,签字必须是人的手

机器没有营业执照,也没有法律人格——所以它不配替你拍板。

素材中最重的一句警告是:企业甚至妄图让"无法承担法律与道德后果的机器"去替代人类做商业决断。Lütke给出的正确姿势,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。

这个闭环的关键在最后一步。落到跨境出海场景:AI给出的定价建议、备货预测、广告预算分配,你全都可以采纳,但每一项背后都是真金白银和合规责任——模型不会为侵权下架担责,不会为断货赔付签字,更不会出现在监管问询的名单上。把决断外包给机器,本质是把责任悬空。在平台治理和各国合规要求持续收紧的当下,这是比效率更硬的约束。

据多位接近头部卖家的服务商人士观察,真正把AI用出效果的团队,普遍有一个共同点:生成可以全自动,审核和拍板永远留人工。这和Lütke的表述几乎是同一个模子。

🌍 平台的AI纪律,迟早变成卖家的必修课

平台怎么管自己人,迟早就怎么管生态。

推演一下生态影响。Shopify 是百万量级独立站卖家的基础设施,CEO对内部的AI纪律,大概率会外溢为商家侧的工具标准与生态规范。而对照一线,卖家其实正在经历同款"垃圾手榴弹":listing文案被AI越写越长,转化没涨、广告预算先烧穿;客服邮件套AI模板,答非所问引来差评;AI生成的素材未审直接投放,违规词混进详情页。

给跨境从业者三面镜子:

  • 🚫 别用AI放大垃圾——生成免费,复核才是真正的成本中心;
  • ✅ 建人审闸门——素材、合规文案、申报信息,AI初稿必须过人这一关;
  • 👤 责任留给人——选品、定价、清关申报的决断,可以要AI的多维视角,但签字的手必须是人。

这三条没有一条涉及高深技术,全是对"人机闭环"的朴素执行。AI红利分配的规则其实很公平:把AI当思考杠杆的人拿到效率,把AI当甩锅工具的人拿到内耗。

小结

River敢怼CEO,看似段子,实则是把"质疑权"制度化的组织设计。Lütke的判断拆开看就一句话:AI的杠杆效应,上限取决于人的判断力,下限取决于人对结果的责任心。

往后看,企业之间的AI差距不会拉开在算力和模型上,而会拉开在两个问题上——组织里谁被允许说"不",以及谁在为结果签字。跨境出海这门生意,拼到最后,拼的也是这两条。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)