A Spotify mais que dobrou o volume de mudanças de código mergeadas mensalmente com o auxílio de desenvolvimento assistido por IA, passando de aproximadamente 8.100 para 17.000 no período de um ano até agosto. A aceleração forçou a empresa a revisar controles de qualidade e confiabilidade em toda sua organização de engenharia.
A plataforma opera cerca de 3.000 serviços em produção, atendendo 777 milhões de usuários mensais ativos, aproximadamente 100 milhões de clientes simultâneos e processando 11 a 12 milhões de requisições backend por segundo. O aumento de mudanças revelou gargalos em monitoramento, testes, salvaguardas de rollout, capacidade de rollback, planejamento de capacidade e medição de qualidade.
Um incidente crítico envolveu o pipeline de processamento de conteúdo, que processa diariamente mais de 500.000 novas músicas, vídeos, podcasts e audiobooks. Em 24 de junho, um workload em lote agendado competiu com novos episódios enquanto uma melhoria de qualidade aumentava requisitos de processamento. Um bug no scheduler reduziu o throughput em cerca de 10%, causando atrasos de horas em episódios que normalmente apareceriam em minutos. A Spotify respondeu adicionando monitoramento fim a fim, corrigindo o scheduler, movendo jobs em lote para prioridade baixa e aumentando capacidade.
O Sistema Fleet Management da Spotify mergeou mais de 2.5 milhões de pull requests de manutenção automatizados, a maioria mergeada automaticamente após verificações de segurança. A empresa integrou Honk, um agente de codificação de background que executa Claude usando Agent SDK em pods Kubernetes. Fleetshift gerencia seleção de target, scheduling e rastreamento de progresso, enquanto Honk realiza modificações de código e pode executar builds em CI. Uma migração Java recente em serviços backend levou três dias.
Um pull request automatizado de upgrade de dependência passou em verificações existentes mas falhou em produção, levando a Spotify a fortalecer salvaguardas, expandir capacidade de rollback e agendar mudanças automatizadas durante o horário de trabalho dos times responsáveis.
O volume crescente gerou pressão em testes, revisão e observabilidade. Mudanças de qualidade e otimização aumentaram de 27% para 31% de mudanças mergeadas, enquanto manutenção e configuração caíram de 31% para 25%. A empresa relatou sem aumento correspondente em rework, embora tamanho de pull request e complexidade de código estejam crescendo. A revisão de incidentes não encontrou contribuição direta material de código escrito por IA, mas o volume de mudanças superou alguns controles de verificação.
Os achados da Spotify fornecem contexto para a pesquisa DORA 2025 do Google, que identificou adoção de IA associada com maior throughput de entrega de software e desempenho de produto, enquanto relatou relação negativa com estabilidade de entrega. A pesquisa identificou testes automatizados, controle de versão e feedback loops rápidos como práticas relevantes para gerenciar entrega de software conforme adoção de IA aumenta.
