AI 让工作变轻松还是变甩锅？Shopify 内部出现的「slop grenade」现象

当 AI 产出变成同事的隐形加班

2025 年 9 月的一档播客节目里，Shopify 首席执行官 Tobi Lütke 抛出了一个耐人寻味的说法：公司内部把一种特定类型的 AI 输出叫做 slop grenade（可译为「垃圾手雷」或「甩锅弹」）。它指的不是 AI 生成的错误内容本身，而是员工把未经阅读的 AI 产出直接丢给同事处理的行为。这个词由 Shopify 员工 Harry Brundage 提出，Lütke 在 X 上公开致谢并希望它能被更广泛地使用。

这一表述之所以值得关注，是因为它揭示了一个被「AI 提效」叙事长期掩盖的问题：AI 并没有消灭工作，它把工作从产出端转移到了审核端。

效率叙事下的成本转移

Lütke 在访谈中给出的判断是：过去「懒惰工作」的表现是产出不足，而现在的失败模式变成了产出过剩。他举了两个典型场景：

• 员工让 AI 代理生成代码改动，自己没细看就批准了 pull request，审核压力落到同事身上；
• 用大模型把一句简短观点扩写成冗长邮件，收件人再用另一个模型把它压缩回去。

这种来回拉扯的代价，并不是外部账单，而是同事的时间。Lütke 对此的建议很直接：模型应该用来把话说短，而不是说长。他同时强调，机器无法为工作结果负责，承担责任的是人。

值得注意的是，早在 2025 年 4 月，Lütke 就在内部备忘录中写明「反射式使用 AI 已成为 Shopify 的基本预期」，并将 AI 使用情况纳入同事互评与绩效评估。到了同年 10 月，公司内部已有工程师表示 AI 代码编辑器实现了全员普及，每个团队都能获得数千个 Cursor 许可证以及对顶级模型的无限访问。Lütke 在播客中还提到一个名为 River 的内部 AI 代理，它常驻 Slack 频道，可以直接发起 pull request。据他估计，公司大约一半的 pull request 源自聊天中的对话，由 River 参与生成。

采纳率并不等于效率提升，它只说明工具被打开了。 真正的问题在于：这些产出是被消化了，还是被转手了？

审核工作正在成为一门新生意

如果 AI 产出需要人来兜底，那么兜底本身就会形成市场。根据《卫报》在 2025 年 9 月 2 日引用的平台内部数据，自由职业市场上「修正 AI 输出」的需求正在快速上升：

• Freelancer.com 上带有「correct AI」「AI hallucination」等标签的岗位数量增长了 87%，从 2025 年 8 月到 2026 年 6 月达到 10,760 个；
• Upwork 的数据显示 AI 修复类零工同比增长 70%；
• Fiverr 上「AI cleanup」相关搜索量在 2023 至 2026 年间增长超过 20 倍。

企业内部的感受也类似。BetterUp 与斯坦福社交媒体实验室在 2025 年 9 月联合开展了一项调查，覆盖超过 1,000 名美国全职办公室员工。约四成受访者表示，过去一个月内经历过「workslop」——即看起来光鲜、实际上无助于推进任务的 AI 生成工作，平均每次要花近两个小时才能处理完。需要说明的是，这些数据均来自受访者自我报告。

国内视角：同样的审核负担，不同的组织解法

这种「产出过剩、审核承压」的现象并非 Shopify 独有。国内大模型产品在办公场景的渗透路径与海外略有差异，但审核负担的逻辑高度一致。

以字节跳动的豆包、阿里的通义千问、深度求索的 DeepSeek、月之暗面的 Kimi 以及智谱 GLM 为代表，国内厂商普遍把「长文档理解」和「结构化输出」作为办公场景的核心卖点，这在一定程度上降低了「把短话说长」的动机——用户更习惯让模型压缩会议纪要、提炼合同要点，而不是扩写邮件。与此同时，飞书、钉钉、企业微信等协同平台把 AI 能力直接嵌入审批流与文档流，使得「谁生成、谁审核」的链路更容易被追踪。

不过，国内团队同样面临责任归属模糊的问题。当 AI 生成的周报、方案或代码被直接提交，审核者往往难以判断哪些部分经过人工确认。与 Shopify 用内部术语「slop grenade」来标记这类行为相比，国内组织更多依赖流程规范而非文化标签来约束。两种路径各有优劣，但核心命题相同：AI 提效的前提，是有人对最终结果负责。

对内容与营销团队的启示

对于使用 AI 起草初稿的内容和营销团队来说，编辑审核草稿所花的时间本身就是总成本的一部分。如果只统计「生成速度」而忽略「审核时长」，效率评估就会失真。

一些可操作的做法包括：

1. 在流程中显式标注 AI 参与程度，让审核者知道哪些部分需要重点核查；
2. 优先用模型做压缩而非扩写，减少信息在往返中被稀释；
3. 把审核时间纳入项目工时统计，避免效率数据虚高；
4. 为高风险产出（如代码、法务、财务）设置强制人工确认节点。

关于 AI 对知识工作者的影响，麦肯锡全球研究院与斯坦福大学以人为本人工智能研究院均有持续追踪，可作为进一步参考。

常见问题

什么是「slop grenade」？

这是 Shopify 内部使用的一个说法，指员工把未经阅读的 AI 生成内容直接交给同事处理的行为。它强调的不是 AI 内容质量差，而是把审核成本转嫁给他人。

Shopify 的 AI 使用政策是怎样的？

2025 年 4 月，Shopify 首席执行官 Tobi Lütke 在内部备忘录中提出「反射式使用 AI 是基本预期」，并将 AI 使用情况纳入绩效与同事互评。同年 10 月，公司内部报告 AI 代码编辑器已实现全员普及。

AI 提效为什么反而增加了工作量？

因为 AI 降低了产出门槛，却没有降低审核门槛。当大量未经消化的内容涌入流程，审核者需要花时间甄别、修正和压缩，这部分时间往往不被计入效率统计。

自由职业市场上的 AI 修复需求增长有多快？

根据《卫报》2025 年 9 月引用的平台数据，Freelancer.com 相关岗位增长 87%，Upwork 的 AI 修复类零工同比增长 70%，Fiverr 上「AI cleanup」搜索量在 2023 至 2026 年间增长超过 20 倍。

企业应该如何应对 AI 产出带来的审核负担？

关键是让责任归属清晰：标注 AI 参与程度、把审核时间纳入工时、对高风险产出设置强制人工确认节点，并鼓励用模型做压缩而非扩写。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。