工程师的工作方式 Spotify 它正在从上到下发生变化。短短几个月内，公司最受重视的技术人才就从花费数小时在代码编辑器前工作，转变为管理人工智能系统，由这些系统承担大部分繁重的工作。
据该平台高管称 流这些明星开发者自去年12月以来就没有手动编写过任何代码。这并非炒作，而是他们对系统整合坚定不移的承诺的成果。 生成式人工智能 贯穿整个软件开发流程，这一点在应用程序的内部运作以及西班牙和欧洲其他地区用户可以使用的新功能中都已显而易见。
“Spotify最优秀的程序员自去年12月以来就没写过一行代码了。”
在展示研究结果期间 2025年第四季度Spotify 联合首席执行官 Gustav Söderström 的一句话在科技界引起了广泛共鸣：他们最优秀的工程师 “他们自去年12月以来一行代码都没写过。”换句话说，表现优异的人才不再按照传统方式进行编程。
在同一次演讲中，索德斯特伦解释说，这些开发者已经用一种更接近于键盘操作的方式取代了键盘。 建筑师和监理 自动化系统。它们不是逐条输入指令，而是定义需要构建的内容、系统应该如何运行，并验证人工智能提出的代码是否满足要求。
这位高管坚称，这种转变并非孤立的实验，而是…… 新阶段的起点 对公司而言，理念很明确：工程师不再是编写代码的“建造者”，而是开始指挥交响乐，而人工智能模型则负责处理重复性和高容量的任务。
这种论述符合以下语境： 人工智能 根据蒙特利尔大学等机构的研究，人工智能在语言创造力方面已经超越了普通人。许多专业人士担心，这种能力最终会完全转移到编程领域，使传统的人类工作沦为次要角色。
然而，就Spotify而言，官方的说法是工程师们仍然掌握着…… 遗言人工智能负责提出和生成代码，但代码的审查、修正和最终决定哪些代码投入生产是由人来完成的。
Honk 和 Claude 代码：这就是 Spotify 自动化大脑的工作原理
这一变化的核心是 按喇叭这是Spotify开发的一个内部系统，旨在将生成式人工智能融入其团队的日常工作中。它并非一次性的助手，而是一个将高级模型与工程师的标准工作工具连接起来的基础设施。
在Honk中，使用 克劳德·科德一种专门的编程模型，可以生成新功能、修复错误或重写整个模块。有趣的是它如何集成到…… Slack 并应用于自动化系统（ChatOps），以便开发人员无需离开他们常用的通信环境，即可通过手机或笔记本电脑使用人工智能。
索德斯特伦举了一个非常生动的例子来说明这一点：一位Spotify工程师在上班途中，打开手机上的Slack，并要求克劳德…… 修复 iOS 应用中的错误或添加新功能当用户还在地铁或公交车上时，模型会生成更改并构建应用程序的更新版本。
一旦流程完成，新构建版本就会被发送回。 Slack 这样工程师就可以进行审核。如果一切正常，甚至无需打开办公室电脑，即可将其集成到生产线中。据该公司称，这一流程显著降低了成本。 “极其”的部署时间 并几乎实时地将更改带给用户。
这一方案符合欧洲科技生态系统中日益明显的趋势：人工智能不再是辅助工具，而正在成为…… 发展流程的核心深深嵌入到流程、审查和发布中。
一年内推出超过 50 项由人工智能驱动的新功能。
对自动化的承诺并非空谈。Spotify 已强调，仅到 2025 年，它就已经部署了…… 超过 50 个相关功能和设置 在其平台上。该公司将这一速度与内部工作流程中采用 Honk 和 Claude Code 直接联系起来。
对于西班牙和欧洲其他地区的用户来说，最显著的新功能包括以下几点： 文本生成的播放列表这些也称为“提示播放列表”。它们的工作原理很简单：用户用自然语言输入他们想听的内容——例如，“下雨的午后想听些轻松的摇滚乐来学习”——系统就会自动创建一个符合该请求的音乐列表。
在有声读物领域，该平台已推出 页面匹配这款工具可以让你扫描纸质书的某一页，然后跳转到音频版本中的相同位置。它结合了文本识别和人工智能模型，实现了阅读和音频体验的同步。
另一个新增内容是 关于这首歌此选项提供有关正在播放歌曲的背景信息：制作细节、趣闻轶事或歌曲背后的故事。许多欧洲用户已将这一额外功能融入到他们的聆听体验中，使平台的功能超越了简单的播放。
此外，自动化进程的推进也与其他近期推出的功能密切相关，例如： 人工智能生成的播放列表改进了发现工具，并不断调整界面，这得益于语言模型和快速部署更改的能力。
Spotify 新功能：聊天、ChatGPT 集成和音频改进
随着编程方法的改变，Spotify 正在推出一系列直接影响应用程序日常使用的功能，其中许多功能都是在该环境下开发和测试的。 AI辅助编程.
其中最引人注目的是……的融入 应用程序内的个人聊天和群组聊天借助此功能，用户可以在原生聊天空间中评论歌曲或有声读物，而无需跳转到 WhatsApp 或其他平台来分享推荐或讨论协作列表。
该系统在设计时存在一定的局限性： 你只能与之前分享过内容的人发起聊天。例如，通过协作歌单、即兴演奏或混音。Spotify 试图通过这种方式，对应用内用户之间的联系方式进行一定程度的控制。
另一个相关的创新是 ChatGPT 中的 Spotify 集成在与人交谈中提及该服务时 聊天机器人用户可以根据不同的心情或情况（从训练到工作专注）请求定制列表，并几乎立即收到个性化推荐。
的选项 从“品味档案”中排除特定歌曲这对于那些使用该平台播放白噪音、儿童音乐或特定声音的用户来说尤其有用，因为他们不希望这些声音干扰推荐内容。这样一来，音乐推荐就能更好地贴合听众的实际喜好。
无损音频、混音和新的每周总结
仅在音频领域，Spotify 就已加强了其为用户提供的服务。 Spotify的高级 随着的到来 无损音频在所有服务覆盖的市场，均可享受最高 24 位/44,1 kHz 的 FLAC 音质。此项改进旨在满足追求更高保真播放效果的用户，这在拥有浓厚发烧友文化的欧洲市场尤为重要。
此外，该公司还增强了该功能。 混合此功能可让您在歌曲之间实现平滑过渡，调节均衡器并控制音量，从而获得更流畅的播放体验。其目标是使曲目之间的过渡尽可能平滑，这在锻炼期间以及聆听专为集中注意力而设计的歌单时尤为明显。
最近的另一笔赌注是该版本 每周打包它类似于经典年终总结的迷你版。每周，用户都会收到关于其收听习惯的个性化统计数据，包括他们最常播放的歌手、歌曲和音乐类型。
本周的“每周回顾”包括 图片已准备好分享 用户还可以通过社交媒体分享这些统计数据，并直接从 Spotify 应用内或通过 Instagram 或 WhatsApp 等外部平台将这些数据发送给好友。通过这种方式，Spotify 强化了音乐的社交属性，这在西班牙和其他欧洲国家的年轻用户中尤其受欢迎。
该平台表示，由于在代码和数据分析中大量使用了人工智能，许多功能得以如此迅速地部署，从而完成了开发、实验和最终产品之间的闭环。
从编写代码的开发人员到指导人工智能的架构师
Spotify正在发生的变化反映了软件工程领域更广泛的变革： 经典程序员角色 它开始无法充分描述欧洲大型科技公司最高级别职位的职责。
有了像 Honk 这样的系统，逐行编写代码不再是核心工作，而是由经验最丰富的工程师接手。 识别问题、设计解决方案并监控质量 模型生成的结果虽然减少了机械工作量，但技术标准的要求和对结果的责任却增加了。
Spotify 也坚持采用混合方法：高级开发人员大量依赖人工智能，而初级开发人员则继续学习。 “以传统的方式”通过手动编写代码来巩固对诸如以下语言的结构、算法和良好实践的基础知识： 爪哇岛.
该公司认为，这种混合模式可以防止新一代盲目依赖人工智能而不了解其背后的原理，同时将经验丰富的专业人士从机器可以相当可靠地处理的重复性任务中解放出来。
除了Spotify之外，其他接受Ars Technica等专业媒体采访的开发者也承认，短短几个月内，人工智能工具已经从提供一些简单的帮助发展到能够…… 独立完成所有任务。 从 修复测试 许多未能实现全部功能的人都表示，生产效率的提高幅度从手工操作的几倍到十倍不等。
生产力、疑虑和对失业的恐惧
并非所有人都对这种转变表示赞赏。尽管许多专业人士将人工智能视为一种…… 摆脱繁琐任务的好帮手人们也越来越怀疑所生成代码的可靠性，尤其是其对中期就业的影响。
接受多家媒体采访的开发者承认，当前工具的质量非常高。 编程和调试尽管他们还没有准备好从事其他领域（如文学写作）的复杂创作工作，但在软件行业，许多人都认为“它已经改变了一切”。
人们最主要的担忧在于工作岗位的未来：首先，日常编码工作将交给人工智能；然后是部分架构设计；之后，甚至可能包括…… 产品管理有人认为，那些不能适应与这些工具协同工作的人，在市场上的机会将会越来越少。
目前，Spotify官方的说法是，人工智能并没有取代工程师，而是改变了他们的日常工作。经验丰富的开发人员专注于更高附加值的任务，而初级专业人员则继续夯实技术知识基础。
这场辩论在欧洲非常普遍，欧盟当局正在努力解决这一问题。 人工智能监管框架 这将影响这些技术的内部使用及其对包括软件行业在内的整个行业的影响。
独特的音乐数据集是Spotify人工智能的优势所在
除了编程方式之外，这家瑞典公司还将人工智能视为发挥其最大资产的关键资源： 音乐消费数据 全球数百万用户，包括西班牙和欧洲大陆其他地区的用户。
在结果发布会上，索德斯特伦强调Spotify正在构建一个 专有且难以复制的数据集基于聆听习惯、品味和文化行为。与维基百科等开放资源不同，音乐领域通常很多问题没有唯一的正确答案。
诸如“什么音乐最适合锻炼？”之类的问题就体现了这种多样性：在美国，相当一部分人喜欢嘻哈音乐，而数百万人则偏爱死亡金属等更为极端的音乐风格。在欧洲，情况则更为复杂， 电子舞曲、重金属或拉丁流行乐 争夺健身房和夜生活场所的背景音乐。
所有这些数据都汇入一个数据集，据 Spotify 称，该数据集每次都会得到丰富。 他们重新训练他们的模型用户收听、保存歌曲或跳过曲目越多，人工智能学习得就越多，个性化体验也就越好。反过来，更贴合用户需求的体验能延长用户在应用上的停留时间，从而形成良性循环，增强平台在竞争中的地位。
从工程角度来看，如此大量的信息也有助于快速测试和验证新功能，这与Honk的自动化开发模型完美契合。
人工智能、创造力和编程的未来
Spotify的这一举动正值……之际 生成式人工智能正在飞速发展 在传统上被认为是创意领域的领域，蒙特利尔大学的一项研究表明，某些模型在语言创造力方面优于普通人，这引发了人们对写作、设计和编程等相关职业未来发展的担忧。
甚至像这样的媒体人物 伊隆麝香 他们提出，由于人工智能能够编写和维护复杂的代码，编程作为一种职业可能会在本十年末受到严重影响，这一观点重新引发了讨论。谷歌、Anthropic 和微软等大型科技公司已经在使用这些系统来实现部分内部流程的自动化。
在此背景下，Spotify 将自己定位为…… 实际情况 在不久的将来，工程师们可能会变成这样：工程师不会消失，但他们的工作重心将转移到问题定义、监督和高层决策上，而人工智能将接管日常执行工作。
问题在于，如果这种模式推广开来，欧洲和其他发达市场的劳动力市场将如何重塑。新的专业技能岗位可能会出现。 管理和审计人工智能系统而目前由初级程序员执行的一些任务正在被完全自动化。
与此同时，用户已经注意到这种转变带来的影响：更多的功能、更快的启动速度以及更频繁的应用程序更新，所有这些都得益于一种主要在后台编写代码的技术。
Spotify 的现状表明了这一点的严重程度 软件开发正进入一个新阶段该公司最优秀的程序员实际上已经不再手动编写代码，但他们在指导、控制和利用人工智能驱动该平台方面的作用比以往任何时候都更加重要，无论是在西班牙还是在欧洲其他地区。
