Oossa

Spotify dobra mudanças de código mensais com ajuda de IA

Ferramentas de IA ajudaram o Spotify a aumentar de cerca de 8.100 para 17.000 as mudanças de código incorporadas por mês, levando a empresa a criar novos controles de qualidade.

Por Publicado pelo Oossa: 1 min de leitura

Radowan Nakif Rehan · Unsplash

O Spotify afirma que seu programa de desenvolvimento assistido por IA mais que dobrou o número de mudanças de código incorporadas a cada mês. Em agosto de 2026, a empresa incorporou cerca de 17.000 mudanças, ante aproximadamente 8.100 um ano antes. Para lidar com o aumento do volume, o Spotify está revendo os procedimentos de monitoramento, testes e reversão em seus 3,000 serviços de produção.

O que mudou nos bastidores?

A empresa adicionou monitoramento de ponta a ponta ao pipeline de conteúdo depois que um incidente em 24 de junho reduziu a capacidade de processamento em cerca de 10 %. Também lançou um novo agente de programação em segundo plano, chamado Honk, que executa o Claude (um LLM — modelo de linguagem grande) em pods do Kubernetes para editar código e iniciar compilações. O Fleetshift continua a programar e acompanhar essas mudanças automatizadas. O Spotify informa que uma migração recente de Java em seus serviços de backend foi concluída em três dias com esse sistema.

Impacto na confiabilidade

Apesar do aumento no volume de mudanças, o Spotify afirma que o retrabalho não cresceu, embora o tamanho das solicitações de pull e a complexidade do código estejam aumentando. O trabalho relacionado à qualidade agora representa 31 % das mudanças incorporadas, ante 27 %, enquanto as tarefas de manutenção caíram para 25 % das mudanças. Uma atualização automatizada de dependências ainda passou pelas verificações e falhou em produção, levando o Spotify a ampliar sua capacidade de reversão e a programar atualizações automatizadas durante o horário de trabalho das equipes.

Por que importa

Para quem desenvolve software, a experiência do Spotify mostra que a IA pode acelerar a entrega de código, mas também aumenta a pressão sobre testes e monitoramento. Empresas que adotarem ferramentas semelhantes talvez precisem investir em proteções mais robustas para manter a confiabilidade.

Este artigo foi útil?
Compartilhar

Leia a seguir

Oossa · Newsletter

A semana em IA, explicada

Toda segunda-feira: as notícias que valem a pena, em linguagem simples. Grátis, sem spam.