扔「垃圾手榴弹」的人，正在拖垮你的公司

导语

Shopify创始人兼CEO Tobi Lütke最近在The Knowledge Project播客里扔了个重磅判断：绝大部分企业都用错了AI。不是用得不够多，而是用反了——把AI当成逃避思考、堆砌产出、推卸责任的工具。对天天喊着“AI降本增效”的跨境电商从业者来说，这段话值得逐字读完。

🧨 AI时代的怠工，从「产出不足」变成了「产出过剩」

先讲一个你可能天天见到的场景。运营小张让AI生成了一版Listing优化方案，瞄了一眼标题，觉得“还行”，直接发到群里@同事“帮忙看下”。同事打开一看，关键词堆砌、卖点自相矛盾、连品牌名都写错了。半小时被打发掉，方案推倒重来。

吕特克给这种行为起了个名字：互相扔“垃圾手榴弹”（Slop Grenades）。

他在播客里说得很直白：传统职场里，偷懒的表现是产出不足；但在AI时代，怠工的典型特征恰恰变成了“过度产出”。很多员工让AI随手生成一段代码或修改方案，自己根本没读过，就说“挺好的”，直接扔给同事去审核——而同事一看，全都不对。

看懂这个循环了吗？它是一个零和甚至负和的内耗飞轮。AI把生成的边际成本压到接近零，于是“生成”变得毫无含金量，真正的稀缺资源转移到了“审查”这一端。扔手榴弹的人省了半小时，拆手榴弹的人赔进去一小时，整个组织的净效率是下降的。

这不仅仅是效率问题，更是责任链条的断裂。当一个人说“这是AI写的”的时候，他实际上是在说“我对这份产出不负责”。一个组织里这样的人多了，审查成本就会像通胀一样层层传导，最后所有人在互相拆弹中耗尽精力。

AI没有让懒人变勤快，只是让懒人生产得更多了。

垃圾手榴弹不止出现在代码里，更泛滥在日常沟通中。

吕特克观察到一个非常典型的现象：员工习惯让大模型把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，又不得不再借助大模型把这篇长文提炼成摘要。

他对这事的评价堪称本期播客最扎心的一句：“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。”

一个观点，绕了一圈，回到原点。中间消耗的是两个人的时间和两倍的Token。

这个问题在跨境圈有多严重，做过的人都知道。供应链寻源邮件、供应商议价函、给平台申诉的信、对投资人的周报——多少人是先把三句话丢给AI，让它吹成一篇八百字的“正式商务函”，再指望对方有耐心读完？

吕特克给的解法简单到近乎朴素：如果你已经在用大模型，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篇大论。

换句话说，AI的正确方向是“压缩”而非“膨胀”。写邮件，AI帮你把逻辑捋顺、把歧义消掉，而不是替你把三句话注水成三千字。判断一个团队AI用得好不好，有个特别简单的土办法：看他们AI辅助产出的文档，是变短了还是变长了。

变长的，大概率是在用勤奋的姿态偷懒。

🤖 River：一个敢怼CEO的AI同事

说完错误示范，再看Shopify内部是怎么用的——这里有个很有意思的角色。

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，能提交代码变更请求。注意，这不是一个被动等指令的聊天窗口，而是一个被当成“同事”来设计的角色。

最有杀伤力的是最后两条。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，她可以直接指出来那是蠢事。

而CEO本人的态度更耐人寻味：“如果River在嘲笑我让她做的某件事，大家都会特别开心。”

别小看这个设计。它背后藏着两层组织智慧：

第一，AI被赋予了“说真话”的特权。人类同事碍于层级和面子，往往不敢直接说“老板这个想法不行”，但一个被授权吐槽的AI可以。River实质上充当了一道廉价的、无顾虑的“蠢事过滤器”。

第二，CEO主动把自己放进被检验的位置。一个创始人愿意让AI当众嘲笑自己的决定，并让全公司为此开心，这传递的信号是：在这家公司，检验推理比维护面子重要。

很多公司也在内部部署AI，但用法是“员工问、AI答”，AI是工具、是下位者。Shopify把AI放进了组织结构里，给了它平等对话甚至反向批判的位置。工具思维和组织思维，差的就是这一步。

敢让AI怼你的老板，才配让AI帮你干活。

📊 错误用法 vs 正确用法：一张表看懂

把吕特克的观点整理成一张对照表，你会发现自己公司中了几条：

这里面最容易被忽视的一条，是“加法思维”。AI让做新功能、上新链接、开新店的成本变得极低，于是团队的本能是“再加一个”。但吕特克强调的是克制地“修剪”——AI时代真正稀缺的不是生产更多，而是砍掉不该存在的东西。功能列表如此，SKU矩阵如此，广告关键词库也如此。

而AI的正确定位，吕特克归纳为三件事：提供多维视角、检验推理、激发创意。它是杠杆，不是决策者。人从执行细节中解放出来之后，精力应该聚焦在机器做不了的三件事上：审美取舍、战略直觉，以及对最终结果承担不可推卸的责任。

AI负责把选项变多，人负责把选项变少。

⚠️ 最危险的一条红线：让机器替你做商业决断

在所有误区里，吕特克点出了一个最要命的：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。

这句话值得所有跨境卖家抄在工位上。

想想看，AI可以帮你生成一条广告文案，但要不要把这款产品的主打人群从欧美年轻女性切换到东南亚宝妈？这背后是市场判断、品牌定位、库存现金流的三重押注。AI能列出十个方案的利弊，但它不会因为决策失误而赔偿供应商货款，不会被平台封号，不会在深夜看着滞销库存睡不着觉。

承担后果的人，才拥有决策权——这是一切商业判断的底层逻辑。

这个闭环里，每一环都有人。AI在里面是加速器，不是方向盘。把方向盘交给一个不用坐牢的机器，出事的时候你会发现，责任还是你的，只是你已经丧失了做出正确判断的能力。

这才是AI应用最隐蔽的代价：不是机器犯错，而是人的判断力在长期外包中退化。等你哪天想拿回方向盘，会发现手感已经没了。

🌍 给跨境卖家的三个落地动作

回到跨境行业的语境。卖家圈里流传一句半开玩笑的话：2024年的分水岭，不是用不用AI，而是用AI变强还是变懒。对照吕特克的框架，给出三个具体建议：

第一，给AI产出设“审查责任人”。 任何AI生成的Listing、广告素材、客服话术，提交前必须有一个人通读并署名。谁署名，谁负责。这一条能直接掐灭垃圾手榴弹。

第二，把AI用成River，而不是打字机。 做选品复盘、广告投放复盘的时候，让AI扮演反方——专门攻击你的方案，指出漏洞。别只让它夸你、顺着你写。敢被AI怼，才能提前堵住亏损的口子。

第三，守住决断红线。 降价多少、备货多少、要不要进TEMU或TikTok Shop的新类目，这类真金白银的押注，AI可以出分析报告，但拍板必须是人，签字必须是人。

小结

吕特克这番话之所以值得认真对待，是因为Shopify本身就是AI深度应用的样本，他批判的是自己内部的真实现象，而非空谈行业趋势。AI没有改变商业的底层规则：稀缺的永远是判断力、审美和担责的勇气，只是它们从“会做”转移到了“会选”。2025年之后，企业之间的差距不会取决于谁买的Token多，而取决于谁的组织里，人还在真正地思考。