2026 年初，Shopify 做了一个在电商行业相当激进的决定：把整个后台的读写权限通过标准化协议开放给了所有 AI Agent。产品信息、订单数据、库存状态、SEO 设置、图片素材、结账流程，AI 都可以直接操作。在一个展示案例里，商家说了一句帮我优化所有产品的 SEO，Claude 自动更新了 32 条商品，重写图片描述，设置元数据，逐一核对改动。
这件事对不同人意味着不同的东西。对 Shopify 的 480 万商家来说，以前每月光插件就要花 200 到 500 美元，一次 SEO 审计至少 2000 美元，雇助理每小时 50 美元。现在这些操作在原理上可以坍缩成一条指令。对开发者和创业者来说，更有意义的信号是 Shopify 的战略选择。
Shopify 的 AI 策略可以用一句话概括：自己不造 AI 剧团，把舞台搭好让所有 AI 来唱戏。对比之下，Salesforce 自己养了一个 AI 剧团，WooCommerce 和 BigCommerce 则确保自己的店铺能被路过的 AI 看见。
具体来说，三家走了三条不同的路。
Shopify 选择搭一个开放的协议层。ChatGPT、Google Gemini、Microsoft Copilot、Perplexity，所有这些 AI 助手都可以通过同一套协议访问商家的商品和服务。Shopify 自己不做购物助手，它的赌注是：AI 平台负责帮消费者发现和比较商品，Shopify 控制最终的交易环节。OpenAI 曾尝试在 ChatGPT 内直接完成购买，但已经退回到推荐模式，这说明当前行业共识正在收敛到发现与交易分离的分工。Shopify 的赌注恰好落在这个分工的有利侧。
为了支撑这个策略，Shopify 在不到一年的时间里推进速度很快。2025 年夏天 AI 访问端点上线。2025 年 12 月发布 150 项以上更新，全生态商品搜索 API 面向所有开发者开放。2026 年 1 月和 Google 联合发布了一个通用商业协议，20 多家零售商和支付平台加入。2026 年 3 月 AI 店面对所有美国商家默认启用。
Salesforce 走了另一条路。它把 AI Agent 直接嵌入自有的 CRM 系统里，Agent 可以读写客户数据、触发定价策略、编排物流工作流。你给 Agent 一个业务目标，比如把这个季度的客户续约率提升 5%，它自己去调配资源达成。Salesforce 的 Agent 更像一个有自主决策能力的内部雇员，Shopify 的 Agent 更像一个外部的购物顾问。这两种定位对应着不同的信任模型：Salesforce 需要企业把更多运营决策权交给 AI，Shopify 只需要商家开放商品数据的读取和基本操作权限。
WooCommerce 和 BigCommerce 走的是第三条路：不主导任何协议的制定，确保自身能被各种 AI 发现和接入。WooCommerce 通过 WordPress 的能力层直接暴露核心操作，在开源阵营中推进最快。BigCommerce 更多依赖 Stripe 等支付基础设施间接获得 AI 可达性。这条路的优势是不需要大量前期投入，劣势是在 AI 和商家之间的交互体验上没有话语权。
三种策略各有适用场景，但 Shopify 的做法让我最在意的原因是另一个：它几乎在逐条验证我半年前提出的一个框架。
2025 年 11 月，我在《超越 DRY：AI 原生软件工程的思考》中提出了一个判断。核心观点是，在 AI 帮用户写代码、定制软件的时代，软件公司交付的产物正在发生根本变化。
用一个类比来说：过去我们交付的是成品家具，像一把功能固定的椅子，开箱即用，但用户改不了高度和颜色。现在我们交付的更像宜家家具：一个套件，里面有几个关键的核心部件（用户在家造不出来的椅面和椅腿），一本详尽的说明书（不是给人看的，是给组装机器人看的），还有一把内六角螺丝刀（机器人虽然可以用机械臂打螺丝，但有螺丝刀打得更快更准）。
我把这个套件叫做生成内核（Generative Kernel），由三个部分组成。
第一是核心套件，对应宜家包装里那些用户造不出来的核心部件。对 Shopify 来说就是支付处理、物流追踪、库存管理、订单系统。这是 480 万商家选择 Shopify 的根本原因，也是 AI 替代不了的部分。AI 可以帮你写产品描述，但帮不了你和银行结算。
第二是引导知识，对应宜家那本 100 页的说明书。但这本说明书的读者是 AI，所以它可以写得非常详尽：设计哲学、最佳实践、常见陷阱，人类读完要几天，AI 几秒钟就消化了。Shopify 把开发文档、API 参考和实践指南打包成了 AI 可以直接消费的接口。Claude Code 接入之后，一条命令就能获得完整的 Shopify 开发知识，然后按照这些知识去写代码、调用 API、操作店铺。Ask Phill 的分析把这描述为基础设施而非聊天机器人：AI 可以查接口的工作方式、验证代码正确性，所有操作在一次对话内完成。
第三是杠杆工具集，对应宜家包装里的内六角螺丝刀。AI 在概念上理解怎么搜索商品、怎么完成支付，但实际执行这些操作极其复杂，涉及跨系统数据查询、安全校验、多方协议对接。Shopify 把这些操作打包成了高层工具：全生态商品搜索让 AI 用一个查询就能搜遍整个 Shopify 生态的商品数据，结账工具让 AI 能安全地把购物车一路推进到支付完成，支持多种主流支付方式和 Visa、Mastercard 的 Agent 支付协议。这些工具把两个 AI 概念上能理解但实现上极容易出错的操作变成了确定性的单步调用。
生成内核这个框架是从个人开发经验中提炼出来的。半年前写那篇文章的时候，它还是一个理论推导，我用 Stripe 做了例子。Shopify 用 3780 亿美元年交易额的体量给出了一个更大规模的实证。
而且 Shopify 的平台策略本身就是生成内核思想在平台层面的体现：放弃穷尽所有用户需求去开发功能，转而最大化外部 AI 基于你的能力进行创造的潜力。用生成内核的框架回看三种平台策略，差异就更清楚了：三家在核心套件层面差别不大，都是各自不可替代的商业能力。但在引导知识和杠杆工具集的开放程度上，Shopify 走得最远。Salesforce 的引导知识主要服务于自己生态内的 Agent，WooCommerce 的杠杆工具集依赖第三方去构建。
半年前我写道，我们正在从构建软件走向构建软件的潜力。Shopify 是这个判断的第一个大规模实证。
Shopify 验证了生成内核的概念是对的，但承载这个概念的协议层有不少问题。
Shopify 用的协议叫 MCP（Model Context Protocol），是 Anthropic 推出的一个让 AI 和外部工具通信的标准。2025 年 3 月我在《统一工具协议的诱惑》中分析过，MCP 的流行主要来自 Anthropic 的商业推动（完整的开发生态、开放叙事、品牌信任），技术上处于中庸位置。
半年后问题变得更明显。我在《为什么 OpenAI Apps SDK 对 MCP 的支持反而是 MCP 的危机》中分析了一个关键信号。MCP 的核心设计哲学是所有信息必须流经 AI 的理解范围，AI 对所有操作有完整的可见性。这个假设很优雅，但它是实验室里产出的。OpenAI 在实际工程中遇到了界面渲染的需求，发现 MCP 的架构处理不了，于是在协议上打了个洞，通过一个私有扩展绕过了这个限制。这从根本上违背了 MCP 的设计哲学。
Shopify 自己的做法也印证了单一协议不够用。它没有只用 MCP，同时推进了和 Google 共建的通用商业协议、和 Stripe 共建的支付协议、Google 的支付授权层、以及 Agent 之间的协调协议。一个商家的店铺同时暴露在四五种协议下，每种解决不同层面的问题。这正是我在分析 MCP 时预测的场景：MCP 更接近 SQL 和 CSS 这类表达性协议，天生有分裂成不同方言的倾向，和 HTTP、USB 这类即插即用的管道协议有本质区别。
工程层面的反馈也指向同一个方向。社区论坛上有商家报告间歇性错误，社区维护的工具在 Shopify 更新接口后会断裂，安全报告显示存在数据泄露风险。
所以判断分两层。平台从功能提供者变为 AI 可操作的基础设施，这个方向是确定的，也是不可逆的。但协议层面仍然处于早期混战。对开发者来说，理解生成内核这个思考框架（核心套件、引导知识、杠杆工具集分别对应什么、怎么设计）比绑定某个具体协议的实现有更持久的价值。