Spotify的頂尖工程師在12月停止撰寫任何程式碼——這是人工智慧如何使這一切成為可能的

當 Spotify 的聯合執行長 Gustav Söderström 在公司最新的財報電話會議中透露，其精英工程團隊自 12 月以來就未曾手動撰寫過程式碼時，這標誌著現代軟體開發方式的一個深刻轉變。這家音樂串流巨頭不僅將人工智慧（AI）作為一個有用的工具，更徹底重塑了整個開發流程，證明未來的編碼可能根本不需要撰寫程式碼。

這場轉型令人驚嘆。在 2025 年，Spotify 發布了超過 50 次更新與新功能，近期的版本包括 AI 驅動的 Prompted Playlists、有聲書的 Page Match 以及 About This Song。這樣的速度得以實現的原因是什麼？一個名為 Honk 的內部 AI 平台，正在重新定義工程師每天的工作內容。

Honk 的誕生：AI 接管鍵盤

Spotify 革新的核心是 Honk，一個由生成式 AI 技術驅動的內部平台——特別是 Anthropic 的 Claude Code。這不僅僅是一個程式碼建議工具，而是對開發流程的徹底重新想像。

Söderström 生動描述了它的實際運作方式。想像一位 Spotify 工程師在早晨通勤途中前往辦公室。他們不用等到坐到桌前，而是打開手機上的 Slack，向 Claude 發出指令：「修復這個 iOS 應用程式的錯誤」或「為我們的平台新增這個功能」。AI 不僅提供程式碼建議，還會實際撰寫、測試並部署。幾分鐘內，工程師就會收到 Slack 通知，裡面是一個已經準備好合併到正式版本的完整應用程式版本。他們可以在抵達辦公室前就批准並發布新功能。

這種遠端、即時部署的能力，徹底壓縮了開發時間。過去需要數天的手動撰寫、測試和除錯，現在只需幾個小時甚至幾分鐘。

當工程師停止撰寫程式碼，他們到底在做什麼？

這個轉變引發一個明顯的問題：如果 Spotify 的頂尖工程師不再手動撰寫程式碼，他們在做什麼？答案揭示了工程角色未來的重要方向。這些工程師不再是打字輸入指令的程式員，而是成為架構師、審查員和決策者。他們設定高層次的需求，驗證 AI 生成的解決方案，並確保品質標準不被破壞。

效率的提升是顯而易見的。Spotify 的工程團隊現在能更快迭代，測試更多變化，並以在 AI 之前幾乎難以想像的速度部署新功能。這個角色並未消失，而是進化了。

Spotify 的秘密武器：規模化的專屬音樂資料庫

雖然其他公司依賴從維基百科和公開資料來源抓取的標準資料集來訓練語言模型，Spotify 卻建立了一個更為珍貴的資產：一個專注於音樂的龐大專屬資料集。這不僅是競爭優勢，更逐漸成為 Spotify 對抗更大 AI 競爭者的護城河。

音樂推薦並不遵循普遍規則。問一千人什麼是最適合運動的音樂，你會得到一千個不同答案。美國人可能偏好嘻哈，而其他人則喜歡死亡金屬。歐洲人偏好電子舞曲（EDM）來運動，但斯堪的納維亞人則一貫選擇重金屬。地區偏好、文化差異和個人品味的變化都非常重要。

Spotify 的資料集捕捉了所有這些細微差別，且規模遠超其他 AI 公司。隨著平台每天處理數百萬用戶互動，其 AI 模型對音樂背景的理解越來越深入——這是一般的通用大型語言模型（LLM）無法比擬的。Söderström 解釋說：「我們正在建立一個規模空前的資料集，並且隨著我們重新訓練模型，資料集也在持續改進。」

管理 AI 生成音樂的問題

隨著 AI 開始自行創作音樂，Spotify 在財報電話會議中承認正處於新領域的探索中。公司現已允許藝術家和唱片公司在曲目元資料中標註該音樂是否由 AI 生成，向聽眾提供透明度。同時，Spotify 也維持積極的監控系統，以防止垃圾訊息和低品質的 AI 生成內容淹沒平台。

這種平衡策略——在推動創新與保護創作者生態系之間取得平衡——展現了 Spotify 預計在 AI 生成音樂潮流中扮演領導角色，而非被動應對。

對產業的意義

Spotify 工程師停止手動撰寫程式碼並不代表人類會變得多餘的反烏托邦情景。相反，它代表科技公司如何利用 AI 放大人類能力的成熟過程。Spotify 的頂尖工程師並未被取代——他們被解放出來，專注於策略、架構和品質保證等更高層次的工作。

問題不在於其他科技公司是否會走上這條路，而是他們是否擁有足夠的基礎設施、人才和戰略眼光，能在 Spotify 這樣的規模上實現這一轉變。目前來看，Spotify 的工程團隊已成為一個範例，展示當你停止問「AI 能否寫程式碼？」而轉而問「我們如何圍繞 AI 寫程式碼？」時，可能達到的成就。