20年后仍痴迷电商，Shopify创始人谈软件、品味与AI代理

很多创始人成功后会转向管理或资本，但Tobi Lütke没有。他在Stripe Sessions上反复强调：真正难、也最迷人的，是把“品味”写进软件、把公司当成可编程系统。这场对话里，关于AI代理、电商基础设施、内部工具和创业判断的观点，足以让AI从业者重新思考自己正在做的事。

真正的礼物，是找到一个“美丽又折磨人”的问题

Tobi一开场就抛出一个反直觉的判断：人生最好的礼物，不是成功，而是找到一个值得长期投入的“美丽问题”。他用“只有半个爱尔兰酒吧有什么意义？”这样的玩笑，点出了他对完整性的执念——要么把事情做到位，要么干脆别做。对他来说，互联网商业就是那个问题：复杂、变化快、永远做不完，但正因为如此，20年后依然让他着迷。这个态度背后有个隐含前提：如果一个问题可以被一次性解决，它就不值得你用一生去做。对AI从业者而言，这几乎是在提醒——不要只追逐短期能落地的Demo，而要找到一个足够长期、足够“折磨人”的系统性问题。

从MVP到“成千上万个项目”：软件规模真正的敌人是什么

当被问到Shopify代码库有多大时，Tobi没有给出一个炫耀性的数字，而是说：任何时刻，都有成千上万个项目在同时发生。这句话点出了大型软件系统的真实复杂度——问题不在于代码行数，而在于并行变化的密度。他回忆早期的MVP，轻描淡写地举杯“Cheers”，但很快话锋一转：规模化之后，真正的挑战是如何在没有外部压力的情况下，仍然逼迫自己变得更好。很多公司在“够用”之后就停了，而软件会用最残酷的方式惩罚这种自满。对做AI平台或基础设施的人来说，这几乎是一条警告：模型、系统、工具链一旦进入“还能用”的状态，如果没有持续自我施压，退化是必然的。

品味、质量和一个尴尬的事实：好东西很难量化

Tobi反复提到一个在商业世界里不太好意思说出口的词：品味（taste）。他承认，和质量一样，品味几乎无法被精确量化，但它却真实地决定了长期结果。他甚至举了与传统行业高管交流的例子，指出很多指标只是“非常破碎的代理变量”。你知道它不对，但你还是只能用它。这里的张力在于：公司越大，越倾向于用可量化指标管理一切；但真正的差异化，往往恰恰来自那些无法量化的判断。对AI产品尤其如此——用户是否“信任”一个系统、是否愿意长期使用，往往不是靠A/B测试里那0.3%的提升决定的，而是靠一系列看似主观、却高度一致的品味选择。

把公司当成可编程系统：为什么Shopify坚持自建内部软件

在谈到文化时，Tobi毫不掩饰Shopify对内部软件的偏执：他们习惯自己构建HR、内部工具和各种系统，有时成功，有时失败。但核心信念很清晰——使用“有主张的软件”来微调公司的运行环境。他把公司视为一个可以被编程的系统，而软件是最直接的控制接口。这种思路对AI从业者尤其有启发：与其被动接受通用工具塑造你的组织，不如主动用软件表达你的价值观和工作方式。哪怕会走弯路，这种内生的工具链，最终会反映出公司真正重视什么。

从Agentic Commerce到稳定币：他眼中的下一步电商基础设施

在对话后半段，Tobi把话题拉向未来：agentic commerce、Shop Pay的体验、个性化广告、以及在Shopify上使用稳定币的探索。他的关注点始终一致——减少摩擦，把不必要的复杂性交给系统处理。他甚至调侃还要用拇指输入地址的结账体验，仿佛是90年代的遗留物。这里并没有夸张的预测，而是一种工程师式的直觉：当代理可以代表人行动，当支付和结算像互联网协议一样自然，商业会再次被重写。对AI行业来说，这意味着模型能力之外，谁能把AI嵌入真实交易和流程，谁才可能真正改变世界。

总结

这场对话最有价值的地方，不在于具体技术细节，而在于Tobi Lütke反复强调的几件事：选择一个值得长期投入的“美丽问题”，在没有外部压力时依然保持自我进化，用软件表达品味与价值观，并把公司视为可编程系统。对AI从业者而言，一个可行动的takeaway是：不要只问“这个模型能做什么”，而要问“我是否在构建一个能持续变好的系统”。真正拉开差距的，往往不是算法本身，而是你是否有勇气相信自己的判断，并长期为之负责。

关键词： Tobi Lütke， Shopify， 电商基础设施， Agentic Commerce， 软件品味

事实核查备注： 需要核查：1）视频完整时长；2）Stripe Sessions的具体活动背景；3）Tobi Lütke关于agentic commerce和稳定币的原话语境；4）Shopify自建内部软件的具体实例是否在视频中明确提及。