Spotify afferma che il suo programma di sviluppo assistito dall’IA ha più che raddoppiato il numero di modifiche al codice integrate ogni mese. Ad agosto 2026 l’azienda ne ha integrate circa 17.000, contro le circa 8.100 di un anno prima. Per gestire l’aumento dei volumi, Spotify sta rivedendo le procedure di monitoraggio, test e ripristino in tutti i suoi 3.000 servizi in produzione.
Cosa è cambiato dietro le quinte?
Dopo un incidente del 24 giugno che aveva ridotto di circa il 10 % il flusso di elaborazione, l’azienda ha aggiunto il monitoraggio end-to-end della propria pipeline di contenuti. Ha inoltre introdotto Honk, un nuovo agente di programmazione in background che esegue Claude (un LLM, ovvero un modello linguistico di grandi dimensioni) all’interno di pod Kubernetes per modificare il codice e avviare le build. Fleetshift continua a pianificare e monitorare queste modifiche automatizzate. Spotify riferisce che una recente migrazione a Java dei suoi servizi backend è stata completata in tre giorni grazie a questo sistema.
Impatto sull’affidabilità
Nonostante l’aumento delle modifiche, Spotify afferma che il lavoro da rifare non è cresciuto, anche se le dimensioni delle pull request e la complessità del codice sono in aumento. Le attività legate alla qualità rappresentano ora il 31 % delle modifiche integrate, contro il 27 %, mentre le attività di manutenzione sono scese al 25 %. Un aggiornamento automatico delle dipendenze è comunque sfuggito ai controlli e ha causato un problema in produzione, spingendo Spotify a potenziare le opzioni di ripristino e a programmare gli aggiornamenti automatici durante l’orario di lavoro dei team.
Perché conta
Per chi sviluppa software, l’esperienza di Spotify mostra che l’IA può accelerare la consegna del codice, ma mette anche sotto pressione test e monitoraggio. Le aziende che adottano strumenti simili potrebbero dover investire in misure di sicurezza più efficaci per mantenere elevata l’affidabilità.
