從Slack到生產環境：程式碼不再需要人手敲打
2月12日，Spotify在其2025年第四季度財報電話會議上投下了一枚震撼彈。共同CEO Gustav Soderstrom向分析師描述了一幅令傳統軟件工程師難以置信的場景：公司最頂尖的開發者現在可以在早上通勤的地鐵上，透過Slack向AI系統發出指令修復一個Bug或添加一項功能，而當他們抵達辦公室時，程式碼已經被自動審查、測試並合併到生產環境中。
這套名為「Honk」的內部系統建構在Anthropic的Claude Code之上。Soderstrom表示，自2025年12月以來，Spotify表現最出色的工程師們已經完全不再親手撰寫程式碼。取而代之的是，他們扮演「AI協調者」的角色——用自然語言描述需求、審核AI生成的方案、確認最終輸出是否符合預期。
Spotify「Honk」系統的核心數據
- 底層技術：基於Anthropic Claude Code構建的企業級AI編程系統
- 啟用時間：2025年12月起全面投入使用
- 成果：2026年至今已透過AI交付超過50項新功能
- 工作模式：工程師透過Slack發出自然語言指令，AI完成編碼、測試和部署
- 角色轉變：頂尖開發者從「程式碼撰寫者」轉型為「AI協調者」
50+功能的AI交付：不是實驗，是生產力
Soderstrom強調，這不是一個小規模的實驗項目。Spotify在2026年已經透過Honk系統交付了超過50項面向用戶的新功能——這些功能從構思到上線，全程由AI主導編碼工作。這個數字的背後，是軟件開發效率的質的飛躍。
傳統的軟件開發流程涉及需求分析、架構設計、編碼實現、代碼審查、單元測試、集成測試和部署等多個環節，一個中等規模的功能從動工到上線可能需要數週時間。而在Honk系統下，許多功能可以在一天之內完成從需求到部署的全流程。
這對整個軟件行業的啟示是深遠的。如果全球最受歡迎的音樂串流平台之一能夠將AI編程推進到如此程度，那麼其他科技企業跟進只是時間問題。
工程師角色的根本性轉變
Spotify的做法揭示了一個正在加速到來的現實：軟件工程師的核心技能正在從「寫程式碼」轉向「指導AI寫程式碼」。這不意味着技術能力變得不重要——恰恰相反，工程師需要更深層次的系統架構理解、更精確的需求表達能力，以及更敏銳的代碼品質判斷力。
一個特別引人注目的細節是：使用Honk系統的是Spotify「最優秀的」開發者，而不是初級工程師。這暗示着AI編程工具的最大受益者可能不是初學者，而是那些已經擁有豐富經驗、能夠精確描述需求並快速評估AI輸出品質的資深工程師。
AI編程對工程師角色的影響
- 新核心技能：系統思維、需求表達、AI輸出評估取代了程式碼撰寫
- 最大受益者：經驗豐富的資深工程師，而非初級開發者
- 效率提升：功能交付週期從數週縮短至數天甚至數小時
- 品質保障：AI生成的程式碼仍需人類審核和驗證
行業趨勢：AI編程已成不可逆轉的浪潮
Spotify並非孤例。根據MIT Technology Review將「生成式編程」列為2026年十大突破技術的報告，AI現在撰寫了微軟超過30%的程式碼和Google超過25%的程式碼。約85%的開發者定期使用AI編程工具，GitHub Copilot的用戶數已達到2,000萬。最新數據更顯示，GitHub上4%的公開提交（commit）已由Claude Code自動完成。
然而，這場革命也伴隨着矛盾。METR的一項研究發現，有經驗的開發者主觀上認為AI讓他們快了20%，但客觀測試顯示他們實際上慢了19%。這種感知與現實的差距，提醒我們AI編程工具的採用仍需要更嚴謹的評估框架。
對香港科技業的啟示
對於正在積極發展AI產業的香港而言，Spotify的案例提供了重要的參考。香港的軟件開發團隊規模普遍較小，開發者人才競爭激烈。AI編程工具可以顯著放大小團隊的產出能力，讓香港的科技企業在全球競爭中佔據效率優勢。
同時，這也意味着香港的IT教育和培訓體系需要加速轉型——未來的工程師教育不僅要教授程式語言和演算法，更需要培養與AI協作的能力、系統架構思維和產品感知能力。
正如Soderstrom在財報電話會議上所暗示的：問題已不再是「AI能否取代程式碼撰寫」，而是「你的團隊何時開始讓AI來寫程式碼」。對於每一個軟件開發團隊來說，答案可能比想像中更加迫切。