夜雨聆风学习资料网

ARTICLE · 1075170

Shopify如何用AI重构:托比·卢特克访谈|AI越强,公司越要做减法|Tobi Lütke | 重构员工River | 组织重建

Shopify如何用AI重构:托比·卢特克访谈|AI越强,公司越要做减法|Tobi Lütke | 重构员工River | 组织重建

导读|这场访谈从 Shopify 内部的 AI 员工 River 谈起,最后落到两件更难的事:公司如何舍弃旧设计,人又为什么要持续学习和创造。

2026 年 9 月,Shopify 创始人兼 CEO Tobi Lütke 再次做客 Shane Parrish 主持的《The Knowledge Project》。他聊了 AI 如何参与工程和决策,也聊了 SpaceX 猛禽发动机的三代变化。贯穿这场谈话的,并不是“让 AI 多做多少事”,而是人和组织怎样随工具一起改变。

/01/ River进了工作流,经验才能留在公司

River 住在 Shopify 的 Slack 里。员工可以在公开频道请它查代码、跑测试、研究问题或准备代码变更;同事也能看到过程,补充约束,接着参与。Shopify 在工程文章《Under the River》中解释,公开协作让一次解决问题的过程,成为下一次任务可检索、可复用的起点。

访谈要点|Lütke 估计,当时 Shopify 最多约一半的 PR(代码合并请求)由公司公共聊天中的对话发起。这是他的访谈估计,指任务如何开始,不等于公司一半代码都由 AI 写成。

这套方式有工程前提。Shopify 将代码集中在统一仓库,整理工程规范,并建设可复现的开发环境,让 Agent 能在真实系统中工作。AI进入的是已有的协作链路:提出问题、调用工具、检查结果、提交变更、由人审阅。

企业引入 Agent,先要决定它进入哪条工作流,以及每一步由谁检查。 一个独立的聊天窗口很难替团队留下共同经验。

/02/ 产出越容易,责任越不能顺手交出去

Lütke 会让不同 AI 角色从数据、业务和技术等角度审视困难决策,再由自己判断。但他同时提醒:AI 可以提供更多信息,不能承担决策造成的后果。

核心思想|机器能帮助人看清问题;作出选择并对结果负责,仍然是人的工作。

Shopify 内部也碰到了 AI 的另一面:有人让 Agent 写好 PR 或长邮件,自己没读就转给同事。生成动作省下的时间,变成了别人的审阅和返工。Lütke 把这类输出称为“slop grenades”。

所以,企业看 AI 成效,不能只盯生成量或 PR 数。问题是否解决、同事要花多久检查、错误能否被发现和撤回,同样是效率的一部分。AI让交付变快,也把人的判断放到了更靠前的位置。

/03/ 猛禽发动机:过去正确,今天也可能是累赘

访谈后半段,Lütke 提到 SpaceX 猛禽发动机从一代到三代的外观变化。早期版本外露许多管线;后续版本更简洁。他关注的不是“新版看起来更漂亮”,而是那些管线在当时可能是合理的解法,技术和认识变化后,却不必一直留在系统里。

核心思想|系统不能只靠不断加东西改进。有时必须删减、重建,并允许旧版本结束。

公司也有这样的“管线”。一家经营十年的技术企业,部门边界、审批节点、数据接口和会议规则,最初都可能有现实理由。十年后,任务和工具变了,流程却仍被一层层保留。新需求来了,就再加一道手续;没人有空追问旧手续解决的是什么问题。

Lütke 把重新设计部门或产品称为一次“重新创立”的机会:如果今天才成立,拥有现在的知识和工具,还会照原样搭建吗?这个问题比“在旧流程里再接一个 AI”更有力量。

Shopify 自身也做过类似取舍。它在 2024 年开始建设统一代码仓库和可复现环境,承受迁移和工程改造的成本,后来才有 River 在更大范围内读代码、运行任务和积累经验的条件。别的企业不必照搬这套规模,但值得检查:哪些旧规则仍在保护质量,哪些只是在延续过去的组织形状?

做减法的难处,在于承认过去的正确可能已经过期。 AI让重建有了新工具,却不能替管理者决定该结束什么。

/04/ 成功,是不断长出新能力,再把它交给别人

访谈结尾,Shane Parrish 问 Lütke 什么是成功。他没有用公司规模或财富回答,而是谈持续培养技能,在这个过程中亲手做出产品、工具或“小玩意”。它们至少能让另一个人的某一天轻松一点;做得更好时,还能给人原本没有的能力和雄心。能力扩大以后,有人也会因此敢于开始过去不敢尝试的事。

访谈意译|不断学会新东西,再造出能让他人过得更好、做得更多的东西,这就是他追求的成功。

这与猛禽发动机的比喻其实连在一起:个人要不断更新自己的“技能树”,公司要敢于修剪旧结构。否则,工具变强了,人仍困在旧习惯里;团队拥有 Agent,产品却没有给用户增加多少真正的能力。

对 AI 时代的技术人和管理者,访谈留下的追问很具体:今天掌握的新工具,能否帮助你重新设计工作,而不只是更快地完成旧流程?做出的产品,是否真的让另一个人更有力量?

说明:本文依据 Shane Parrish 对 Tobi Lütke 的《The Knowledge Project》访谈及 Shopify Engineering 公开文章整理。采访画面截自节目原视频。

相关学习资料