Shopify 的 AI 阶段跃迁：2026 年使用量爆发、无限 Opus-4.6 Token 预算、Tangle、Tangent、SimGym——Shopify CTO Mikhail Parakhin

摘要

• Shopify 表示，内部 AI 使用实际上已接近饱和：2025 年12月发生“阶段跃迁”后，日活跃参与率逼近100%。 Claude Code、Codex、Pi 和 Shopify 的 Rover 等 CLI agent 正在超过 IDE 工具；员工获得实际上无限的 token 额度，并被要求：“请不要使用低于 Opus 4.6 的任何东西。”
• Shopify 的核心运营结论是，token 消耗在方向上有参考价值，但如果没有高阶批评和 PR review，本身并不足够。 Parakhin 认为，大量互不沟通的并行 agent “几乎没用”；与其把 token 花在这类 agent 上，他更愿意使用速度更慢的 GPT-5.4 Pro 或 Gemini Deep Think 做验证，因为模型平均写出的代码 bug 可能少于人类，但代码量大幅增加后，整体缺陷数量仍会上升。
• AI 生成代码的规模已将 Shopify 的瓶颈从生成转向集成：PR 合并量月环比增速约30%，此前为10%，同时估算复杂度也在上升。 系统性地延长 review 时间，成本低于测试失败和回滚；Parakhin 表示，围绕人类编码速度建立的 Git 和 CI/CD 可能需要“换一种隐喻”（“a different metaphor”），甚至让这位终身反对微服务的人重新考虑独立部署服务。
• Tangle 和 Tangent 将 Shopify 的 ML 基础设施变成一个能够复利的实验网络，而不再是一堆彼此割裂的 notebook。 内容哈希避免团队之间重复工作，并将同一条 pipeline 带入生产；auto-research 随后在质量不变的情况下，让相同机器上的搜索吞吐从800提升至4,200 QPS，使“电价”足以替代数百次人工试验。
• 本期最明确的投资者判断是，SimGym 的护城河来自数十年的商户与买家结果数据，而不是通用的 agent prompting。 Shopify 花了接近1年时间，将系统与 add-to-cart 结果的相关性推进到0.7；如今，SimGym 使用多模态浏览器模拟，为单个站点推荐转化率改动，用户数仍在日增，眼下的约束是模型和浏览器集群的成本。
• 更大的目标，是把客户乃至整个商户建模为一条条轨迹，再测试干预将在何时、以何种方式改变其未来。 基于 HSTU 的 rollout 可以比较优惠券、感谢卡、活动设置或 cashback 与不干预情形的差异；swyx 认为，这种带有时间维度和丰富上下文的层次超越了静态 A/B 汇总，Parakhin 则称其为“如此大的解锁”。
• Shopify 也在同时压低推理成本、扩大分发：Liquid 模型已经驱动一个300M参数、延迟低于30毫秒的搜索系统，以及7–8B参数的蒸馏批处理任务；UCP 则在运行时开放商品目录发现。 Parakhin 表示，Liquid 凭性能正在这些细分场景中从 Qwen 手里拿走内部份额，但它并不是 GPT-5.4 的前沿模型替代品；商品目录加上身份关联后，暴露出的商品集合“几乎是”全球在售商品的超集。

精读

上游暂未提供，后续同步将继续补齐。