核心观点

Shopify 的 CEO Tobi Lütke 直说，头部 AI 模型在很多日常场景下，代码质量已经超过真实生产环境里大多数人的代码。

摘要

Lütke 想反驳那种“AI 还不行”的说法。很多人把 AI 生成的代码和顶级工程师或开源大项目比，然后说 AI 不够好。但他问：现实基准不是最牛的 1%，而是大多数团队每天提交的普通代码。

在这个标准下，Claude 这样的模型价值就清楚了。它们不一定能独立做大项目，但能处理代码库里那些中低质量的部分，比如重构乱七八糟的模块、补测试、改文档、清理重复代码。

这把话题从“AI 能不能打败最强工程师”转到“AI 能不能把普通团队的平均水平拉高”。

从公司角度看，Lütke 的观点更贴近实际 ROI。大多数公司不指望 AI 马上换掉好工程师，而是想在日常工作中提效率和质量。

更好的比较方式是：

| 比较基准 | 常见结论 | 对企业 ROI 的意义 | |---|---|---| | AI vs 顶级工程师 / 顶级项目 | AI 还有差距 | 说服力弱，容易低估工具 | | AI vs 普通生产代码 | AI 能改善很多烂代码 | 更真实，能支持采购和推广 |

这也翻转了“AI 代码有 bug 所以不可靠”的说法。很多人类代码本身就有 bug、可维护性差、测试不够。如果 AI 能把这些普通代码拉到可用水平，它的价值就是提高团队的下限，而不是替代天才。

当然，企业还是不能盲目接受 AI 输出。还是要查安全漏洞、评估可维护性、保持风格一致、验证测试。

Shopify 自己已经在大力用 AI，所以 Lütke 的话不只是观点，还可能影响其他公司怎么看待 AI 工具——从“会不会取代工程师”变成“能不能改善平均产出”。

对行业来说，这事重要性中等。它显示企业开发对 AI 工具的看法在变，而不是某个产品突然突破。

分类：行业趋势、开发者工具、技术观察

Verdict: 这还处在采用曲线的早期阶段。真正占优的是那些把 AI 塞进工程流程的团队。纯交易者和持币者关联不大，基金只有在 AI 工具链和效率赛道上才有优势。