Spotify affirme que son programme de développement assisté par l’IA a plus que doublé le nombre de changements de code fusionnés chaque mois. En août 2026, l’entreprise en a fusionné environ 17 000, contre quelque 8 100 un an plus tôt. Pour absorber cette hausse, Spotify revoit ses procédures de surveillance, de test et de retour à une version antérieure dans ses 3 000 services en production.
Ce qui a changé en coulisses
Après un incident survenu le 24 juin, qui a réduit le débit du pipeline de contenus d’environ 10 %, l’entreprise a mis en place une surveillance de bout en bout de ce pipeline. Elle a également lancé Honk, un nouvel agent de programmation en arrière-plan qui exécute Claude (un LLM, ou grand modèle de langage) dans des pods Kubernetes pour modifier du code et déclencher des compilations. Fleetshift continue de planifier et de suivre ces changements automatisés. Spotify indique qu’une migration récente vers Java sur l’ensemble de ses services backend a été achevée en trois jours grâce à ce système.
Effets sur la fiabilité
Malgré la forte hausse du nombre de changements, Spotify affirme que les reprises de travail n’ont pas augmenté, même si la taille des pull requests et la complexité du code progressent. Les tâches liées à la qualité représentent désormais 31 % des changements fusionnés, contre 27 % auparavant, tandis que la maintenance est tombée à 25 %. Une mise à jour automatisée de dépendance a néanmoins échappé aux contrôles et provoqué une panne en production. Spotify a donc renforcé ses capacités de retour à une version antérieure et prévoit désormais les mises à jour automatisées pendant les heures de travail des équipes.
Pourquoi c'est important
Pour les développeurs, l’expérience de Spotify montre que l’IA peut accélérer la livraison de code, mais qu’elle sollicite davantage les systèmes de test et de surveillance. Les entreprises qui adoptent des outils similaires pourraient devoir renforcer leurs garde-fous pour préserver la fiabilité.
