@ClaudeDevs：Spotify 用 Claude Code Agent SDK 打造程式碼自動遷移工具 Honk，PR 成功率從約 25% 拉到 80%、73% PR 由 AI…

Spotify 用 Claude Code Agent SDK 打造程式碼自動遷移工具 Honk，PR 成功率從約 25% 拉到 80%、73% PR 由 AI 輔助。 How Spotify runs agents across 20M+ lines of code, with Niklas Gustavsson AI 驅動的開發流程 Spotify 目前有 73% 的 PR 歸功於 AI 輔助開發，工程師 Niklas Gustavsson 的日常工作流程已完全改變。他習慣在終端機中開啟多個 tmux 視窗，並針對不同的 git worktree 分配專屬的 Agent 在背景執行任務。儘管 Spotify 的 monorepo 規模超過 2,000 萬行程式碼，但 Claude Code 在此環境下表現優異，能有效參考既有程式碼並提供解決方案，讓工程師從繁瑣的程式碼編輯中解放，轉而專注於原型製作與產品決策。 兩位軟體工程領域的專業人士正在討論 AI 工具如何改變軟體開發流程與效率。 自動化基礎設施「Honk」的演進 為了應對程式庫成長速度遠超人力維護能力的挑戰，Spotify 開發了名為「Honk」的自動化系統。該系統的演進過程反映了 AI 技術的成熟： 初期階段：依賴確定性腳本進行程式碼遷移，但因 API 表面積過大，腳本需處理數千種邊緣案例，維護成本極高。 引入判斷器：初期嘗試將 LLM 作為「判斷器」（judge）整合進流程，成功將 PR 成功率從約 25% 提升至 80%。 現行架構：隨著模型能力提升，團隊已移除判斷器，改為在 Kubernetes pod 中運行基於 Claude Code Agent SDK 的 Agent。使用者可自行掛載內部工具，並透過自動化驗證機制（包含 Linux 與 macOS 建置）確保程式碼品質。 兩位工程專家探討自動化程式碼遷移工具「Honk」的開發歷程與架構演進。 驗證迴圈與工程文化 Niklas Gustavsson 強調，在 Agent 執行自主任務的「端到端」開發中，最關鍵的投資在於「驗證迴圈」。Spotify 透過強化測試自動化，讓工程師能更有信心地監督 Agent，而非手動執行重複性工作。他認為「速度與品質」並非二分法，透過將品質實踐編碼為 CLAUDE.md 或 MCP 等形式的 skill，反而能顯著提升開發效率。 兩位專業人士在辦公室討論軟體開發中的自動化驗證與代理（Agent）技術。 對未來的影響 AI 工具不僅提升了工程師的生產力，更打破了開發門檻。目前 Spotify 內部甚至有高階主管能利用這些工具，在數小時內完成端到端原型製作，並透過內部應用程式商店分享。Niklas Gustavsson 建議其他工程領導者，應持續投資於測試自動化與程式庫標準化，因為高度一致的程式碼環境能讓 Agent 運作得更精準，這正是邁向高效 AI 驅動開發的核心關鍵。 兩位講者在辦公室討論如何將 Claude Code 整合進軟體開發工作流程中。兩位軟體工程領域的專業人士正在討論 AI 工具如何改變軟體開發流程與效率。 影片中的 Prompt 與操作：操作步驟： 1. （00:00）兩位講者進行關於軟體工程變革的對談 2. 畫面顯示 Claude Code 品牌標誌兩位工程專家探討自動化程式碼遷移工具「Honk」的開發歷程與架構演進。 影片中的 Prompt 與操作：操作步驟： 1. （00:00）兩位講者在會議桌前進行對談。 2. （00:22）畫面切換至 Boris Cherny 的特寫鏡頭。 3. （00:34）畫面切換至 Niklas Gustavsson 的特寫鏡頭。 4. （02:36）畫面切換至俯視視角，展示兩人在會議桌前的互動。 5. 影片結尾出現 Claude Code 的 Logo。兩位專業人士在辦公室討論軟體開發中的自動化驗證與代理（Agent）技術。 影片中的 Prompt 與操作：操作步驟： 1. （00:00）兩位講者在辦公室進行對話。 2. 畫面出現 Claude Code 的 Logo。原文：https://easyvibecoding.app/curated/2269