Shopify CEO说员工开始互扔AI垃圾手雷：没审过的AI初稿，审稿成本落到了同事头上

摘要：Shopify首席执行官Tobi Lütke在播客节目The Knowledge Project里说，AI在公司里制造了一种新的偷懒：员工让AI生成大量内容，自己不看，直接丢给同事去检查，Shopify内部管这叫“slop grenade”，可以理解成“垃圾手雷”。他的原话是，现在偷懒的失败形态不是产出太少。这番话出现在他2025年4月发出“条件反射式使用AI是基本要求”的内部备忘录大约17个月之后。外部数据也在印证同一件事：卫报引用的平台数据显示，Freelancer.com上标注“修正AI”的需求一年多涨了87%，BetterUp与斯坦福的调查里约四成美国白领上个月收到过这类AI产出，平均每次要花近两小时处理。对内容团队来说，AI初稿的成本要把审稿时间算进去。

做内容的团队，大概都收到过这样的稿子：结构完整，小标题齐全，读起来很顺，可仔细一看，数字没出处，案例对不上，有几段换个说法把同一件事讲了三遍。写稿的人花了十分钟，改稿的人花了两小时。

Shopify的老板给这种东西起了个名字。Search Engine Journal的Matt G. Southern在9月21日的报道里整理了他的说法和相关数据，这篇以那篇报道为主体，补上Shopify自己公开过的材料，再说说对内容和营销团队意味着什么。

Tobi Lütke在播客里说了什么？

访谈来自Shane Parrish主持的播客The Knowledge Project，SEJ说这一期在9月15日上线。主持人问他，AI有没有让Shopify内部什么事情变得更糟。Lütke在节目大约第16分钟回答了这个问题。

他的第一句话就很重：“现在偷懒的失败形态，不是产出不够。”

他把问题描述成产出过剩，举了两个例子。第一个是工程上的：员工让AI代理写一段代码改动，自己没仔细看就批准了合并请求，把检查的活留给同事。第二个是沟通上的：有人用大模型把一个很短的观点扩写成一封长邮件，收件人再用另一个模型把它缩短回去。

第二个例子听着像段子，细想挺扎心。两个人都用了AI，都觉得自己提高了效率，信息量却一点没变，中间白白多了两次生成和一次阅读。

“我们管这些叫slop grenade，人们互相扔来扔去。”Lütke这样说。slop是英文里形容AI生成的低质量内容的流行词，grenade是手雷，合起来大概就是“垃圾手雷”：拉开保险，扔给别人，炸的是对方的时间。

他给的办法很简单

关于那封邮件，Lütke的建议是：用模型把观点写短，不要写长。访谈前面他还说过一句，机器不能为工作负责，人才能。

这个词也不是他发明的。他在X上发帖说，这个说法来自Harry Brundage，还说希望这个词能流行起来。

Shopify内部的AI用到了什么程度

同一期节目里，Lütke介绍了一个叫River的AI代理，它在Shopify的Slack频道里工作，可以直接开合并请求。他估计，Shopify多达大约一半的合并请求，是从公司聊天里的对话生成的，River就在这些对话里运行。

访谈的很大篇幅，是他讲自己怎么用AI，包括他组了一个代理团队，在做艰难决策时让它们正反两方辩论。这一点放在后面讲反面看法时会再提到。

Shopify的AI要求是怎么一步步加码的？

这番话要放在Shopify过去一年多的背景里读，才知道分量。

备忘录里还写了什么

SEJ在2025年4月备忘录公开当天做过解读。按当时引用的原文，Lütke要求在产品的原型阶段就必须用上AI，并且只花过去一小部分时间；他让团队设想，如果自主AI代理已经是团队成员，这块业务会是什么样子。

他还用了《爱丽丝镜中奇遇》里红皇后的比喻：一家每年增长20%到40%的公司，每个人每年至少要进步这么多，才算保住位置，他说这也包括他自己。备忘录鼓励员工互相分享用AI的成功和失败，Slack里有专门交流提示词的频道。要求覆盖所有员工，直至高管层。

回头看，这份备忘录花了大量笔墨讲“多用”，对“用完谁来检查”着墨很少。17个月后老板自己出来讲slop grenade，可以看成是在补这一课。

Beauchamp那篇Shopify官方文章的基调非常乐观。文章说公司鼓励“不正经的探索”，内部有个叫Quick的原型托管工具，2025年年中上线后已经有5000多个原型站点；还说AI是力量倍增器，能把爱折腾的人变成“超人”。

从全员上手到老板公开吐槽，大约一年。SEJ的观察很到位：Shopify报告的是AI代码编辑器全员采用，可它的首席执行官仍然把没审过的产出列为AI让事情变糟的地方。采用率说明不了工作是被省掉了，还是被转移给了接收的人。

公司外面的数据怎么说？

Lütke讲的是公司内部同事之间的转嫁。SEJ把它和公司外部的两组数据放在一起，后者说的是同一笔成本以外包账单的形式出现。

修AI产出成了一门生意

SEJ引用卫报9月2日的报道，几家自由职业平台的内部数据显示，专门修正AI产出的需求在上涨：

这三组数字口径各不相同，一个是需求条数，一个是工作量同比，一个是搜索量，不能互相比较，只能看出方向一致。

修一张图，可能和画一张图一样久

SEJ在9月3日专门报道过卫报这篇文章，补了不少细节。Freelancer.com上的这类需求带着“修正AI”“AI幻觉”“AI错误”这类标签，最多的是平面设计，后面依次是视频剪辑、校对和内容写作。

Freelancer.com首席执行官Matt Barrie对卫报说，这类活大多来自小公司和创业者，他们用AI做第一稿，遇到自己解决不了的问题才来找人。初稿省下的时间和钱，可能被把它整理到能商用的那一步吃掉，他用的词是“极其耗时”。

自由职业者讲得更具体。佛罗里达的插画师Todd Van Linda说，有客户出大约500美元，让他修13到15张AI生成的童书插图，预计每张15分钟。他拒绝了，他的时薪是65美元，而且“不往下降”。一位兼职的多媒体编辑说，他修过一套大约100张的AI塔罗牌，每张在Photoshop里花两到三个小时，图里有多出来的手指和两只左脚。有些活他直接推掉，跟客户说这东西“太烂了，没法修”。

Van Linda去年年底不再接修图的活，他说后来有些对AI结果不满意的客户，转回来找他手绘。

这些是个人讲述，不能当行业统计。但它们说明了一件事：修复的工作量，和第一稿用了多少时间没关系，和第一稿离可用有多远有关系。

SEJ还提到了一项方向相反的研究。发表在《管理科学》期刊上的一项研究发现，ChatGPT发布后8个月内，最容易被自动化的写作和编程类外包需求，比受影响较小的岗位下降了21%；图像生成工具出现后，图像创作需求下降了17%。AI一边减少了一部分外包需求，一边又催生了修补的需求。

四成白领上个月收到过

另一组数据来自职场辅导公司BetterUp和斯坦福社交媒体实验室。按BetterUp的研究页面，他们在2025年9月对1150名美国全职白领做了在线调查，提出了“workslop”这个概念：看起来像样、实际上没有推进工作的AI生成内容。

• 40%的受访者说上个月收到过这类产出。
• 每次平均要花大约2小时处理。
• 按他们的估算，每名员工每月因此损失186美元，一家1万人的公司一年是900万美元。

页面上还引用了一位项目经理的话，大意是：这份质量很差的东西是她上司交的，她不好意思当面要求重做，只能自己把本该由上司完成的活干了，耽误了手上其他项目。

这项研究最早发在《哈佛商业评论》上，2025年9月22日刊出，作者包括BetterUp的Kate Niederhoffer和斯坦福的Jeffrey T. Hancock等人。文章开头描述了一个矛盾：员工大多按要求用上了生成式AI工具，但很少有人看到它创造了实际价值。workslop被他们当作原因之一。

BetterUp的页面给管理者的建议有三条：设清楚的使用规则，自己示范怎么认真地用AI，培养“驾驶员”心态，用AI增强协作，而不是用它逃避工作。这几条话说得笼统，但方向和Lütke的“谁提交谁负责”一致。

这组数据要提醒一下。SEJ注明，这些都是受访者自报的数据。BetterUp本身卖职场辅导平台，研究页面底下就是产品介绍和预约演示的按钮。金额是推算出来的，用来说明量级可以，拿去做精确的成本测算就不合适了。

对内容和营销团队，这笔成本落在哪里？

SEJ在报道里专门点了一句：对用AI写初稿的内容和营销团队来说，编辑审稿花的时间，是总成本的一部分。

这句话说出来平平无奇，可很多团队的效率核算里恰恰没有这一项。写稿的人报“AI帮我把一篇稿子从半天缩到半小时”，没人统计编辑那边多花了多少时间核事实、删重复、补出处、改语气。

把审稿时间算进去

一个更诚实的算法是：AI实际省下的时间，等于写作时间的节省，减去审稿和返工多出来的时间。后一项要是比前一项大，从团队整体看就是亏的，只是亏在了别人的工时表上。

这个算法不需要复杂工具。找几篇稿子，让编辑记一下每篇的审改时长，和用AI之前的同类稿子比一比，一两周就能看出个大概。

团队有没有手雷问题，看这几个数

不用等到有人抱怨。几个现成的数字就能看出苗头：每篇稿子平均改几轮，编辑单篇审改时长，退回重写的比例，以及发布后才被发现的事实错误有多少。用AI之前和之后各记一段时间，比一比。

如果稿子产量翻了倍，审改时长也跟着翻倍，退回率还上去了，效率并没有提升，只是工作从写的人那里挪到了改的人那里。反过来，如果产量上去了，审改时长基本不变，说明团队用AI的方式是健康的。这几个数比“用了多少AI工具”有说服力得多。

SEO内容里的手雷长什么样

放到SEO和内容营销场景里，常见的“垃圾手雷”有这么几类：

• 没核对过的数据和引用，数字看着精确，出处要么找不到，要么说的是另一件事。
• 凑篇幅扩写出来的段落，同一个意思换三种说法。
• 批量生成的外联邮件，长、客气、没重点，对方读完不知道你要什么。
• AI写的产品描述和元描述，没人看过就直接上线，品牌名和规格写错了也没人发现。

最后一类风险最大，因为它连“扔给同事”这一步都跳过了，直接扔给了用户和搜索引擎。Google对AI内容的态度一直是看质量不看工具，但大量没有附加价值的内容会落入规模化内容滥用的范围，站内AI生成内容会不会被惩罚那篇整理过官方政策。

审AI初稿时先看这几处

编辑拿到一份AI参与写的SEO稿子，下面几处最容易出问题，可以按这个顺序过：

• 数字和年份。逐个找原始出处，看数字、单位、年份、样本是不是对得上，AI最常见的错误是把两份报告的数字拼在一起。
• 外链和引用。每个链接点开，看落地页是不是真的说了文中那句话，有没有打不开的。
• 人名、公司名、产品名。职务和归属关系错一个，读者就不信后面的内容了。
• 重复的段落。同一个意思换着说法出现两三次，删到只剩一次。
• 空泛的结论句。每段结尾那句“这对企业意义重大”之类的话，大多可以直接删。
• 标题和描述。品牌名、规格、价格有没有写错，有没有承诺了页面上没有的东西。

这份清单本身也是一种“退回”的标准：哪一项没过，就退给提交的人自己改，而不是编辑默默改掉。时间长了，扔手雷的人自然会少。站内AI做审计的三个前提那篇，讲的也是人工复核这一步省不得。

让AI帮你写短

Lütke关于邮件的那句建议，在内容工作里很好用。给模型的指令可以换个方向：把这段话压到原来的一半，保留所有数字和结论；把这封邮件改成三句话，第一句说清楚我要对方做什么；把这一节里重复的意思合并。

这类指令有个好处，产出的东西更短，审的人花的时间也更少。写长很容易，写短需要先想清楚自己要说什么，AI在这件事上帮不了你偷懒，只能帮你省力。

外贸团队最常见的几颗手雷

做外贸和独立站的团队，AI用得最多的地方往往是开发信、询盘回复、产品描述和多语言页面。这几处恰好最容易出现Lütke说的那种情况。

开发信被AI写成三段客套话加一段公司介绍，采购商读完不知道你卖什么、价格区间在哪；询盘回复看着周到，却漏了对方问的起订量；产品描述把材质和尺寸写错，到了售后才发现；小语种页面没有母语者看过，语气和术语都不对。前两种的成本落在客户身上，后两种落在售后和品牌身上，都比落在同事身上更贵。

对应的做法也简单：开发信和询盘回复先写清楚要对方回答的一个问题，再让AI润色，而不是让AI从头编；产品参数从表格或ERP里取，不让模型凭空生成；小语种内容至少抽查一部分给懂这门语言的人看。AI批量生产的低质内容对网站的伤害，站内AI垃圾内容那篇有更多识别方法。

团队可以立的几条规矩

最后一条，站内AI内容流水线三处人工节点那篇有一份复盘，可以对照着搭。

这些规矩不需要新工具，也不需要新岗位。难的是坚持：赶进度的时候，“先交上去再说”的诱惑总是最大的，而这恰恰是手雷最多的时候。

Lütke那句“机器不能为工作负责，人才能”，落到内容团队就是一条很朴素的规矩：稿子发出去之前，提交的人得是第一个认真读过它的人。

这件事有没有不同的看法？

有，而且值得认真听，不然这篇就成了一篇“AI有害论”。

Lütke本人是AI的重度用户，他在同一期节目里花了大量篇幅讲自己怎么用AI做决策。他批评的是不审就扔，不是用AI本身。Shopify也没有因为这个问题收回“AI是基本要求”的立场，至少目前公开的信息里没有。

另外，SEJ指出，2025年的备忘录和那年10月的文章，都没有给出员工花在审查AI产出上的时间估算。所以“AI到底是省了时间还是转移了时间”，Shopify自己也没有公开的数字。

修AI产出这门生意能做多久，从业者自己都没共识。卫报报道里的自由职业者看法不一：一位写作者预计，随着模型改进，这类工作大部分会在5到10年内消失；一位设计师预测，AI在一两年内就能做到她的标志设计水平。

还有一点常被忽略：在AI出现之前，把没想清楚的东西丢给同事、写冗长的邮件，这些毛病本来就有。AI做的事情，是让生产这些东西的成本几乎降到零，于是数量一下子多了起来。问题出在流程和责任上，工具只是把它放大了。

常见问题解答

slop grenade是什么意思？

Shopify内部对一种AI产出的叫法：员工用AI生成的内容自己没审过，直接交给同事处理。slop指低质量的AI内容，grenade是手雷，意思是把检查成本扔给别人。

这个说法是Tobi Lütke发明的吗？

不是他发明的。Lütke在X上说这个词来自Harry Brundage，并表示希望它能流行起来。

Lütke在哪里说的这番话？

在Shane Parrish主持的播客The Knowledge Project里，SEJ说这一期在2026年9月15日上线，相关回答出现在节目大约第16分钟。

Shopify要求员工用AI吗？

是的。Lütke在2025年4月的内部备忘录里写明条件反射式使用AI是基本要求，AI使用纳入同事评议和绩效评估，团队申请加人要先说明为什么AI做不了。

Shopify有多少代码是AI生成的？

Lütke在播客里估计，多达大约一半的合并请求是从公司聊天里的对话生成的，内部AI代理River在这些对话里运行。这是他的估计，没有公开具体统计。

River是什么？

Lütke在播客里介绍的Shopify内部AI代理，在公司的Slack频道里工作，能根据对话直接开合并请求。他估计多达大约一半的合并请求来自这类对话。

workslop是什么？

BetterUp和斯坦福社交媒体实验室提出的说法，指外表像样、对工作没有实际推进的AI生成内容。他们2025年9月的调查里，40%的美国白领说上个月收到过。

修正AI产出的外包需求有多大？

据卫报引用的平台数据，Freelancer.com上相关需求从2025年8月到2026年6月增长87%至10760条，Upwork的AI修复类工作同比增长70%，Fiverr的AI清理搜索量自2023年起增长超过20倍。

修正AI产出的活为什么常被压价？

按卫报报道里自由职业者的说法，客户常把修复当成又快又便宜的小活，可修复的工作量可能和从头做差不多。一位插画师就拒绝过约500美元修13到15张AI插图、每张预计15分钟的需求。

Shopify的AI备忘录还有哪些要求？

据SEJ当时引用的原文，备忘录要求原型阶段必须用AI，让团队设想AI代理已是团队成员时的工作方式，鼓励分享用AI的成败，要求覆盖到高管层。

BetterUp的调查样本是什么？

按研究页面的说明，是2025年9月对1150名美国全职白领做的在线调查，由BetterUp与斯坦福社交媒体实验室合作完成，数据为受访者自报。

AI写的内容会被Google降权吗？

Google的立场是看内容质量，不看是不是AI写的。但大量没有附加价值、主要冲着排名批量生成的内容，属于规模化内容滥用，可能受到处理。

内容团队怎么避免这个问题？

提交前自己先完整读一遍，核对数字和链接；用AI压缩而不是扩写；谁提交谁负责；统计效率时把审稿和返工时间一起算进去。

怎么统计审稿成本？

最简单的办法是让编辑记录每篇稿子的审改时长和修改轮次，同时记录退回重写的比例和发布后发现的错误数，和用AI之前的同类稿子比较一两周即可。

这是不是说明AI写内容不划算？

不能这么推。Lütke批评的是不审就交，不是使用AI。是否划算要看自己团队的写作节省和审稿成本，目前Shopify和相关调查都没给出可直接套用的数字。

权威参考资料