AI讓寫程式不再是瓶頸,然後呢?Spotify工程副總:判斷什麼是「好點子」,變成管理大難題
AI讓寫程式不再是瓶頸,然後呢?Spotify工程副總:判斷什麼是「好點子」,變成管理大難題

重點一:Spotify 的 AI 成果建立在多年工程底座上;程式碼、文件、責任歸屬與技術標準愈一致,代理愈容易產生符合公司環境的結果。

重點二:Boris Cherny 認為,代理要在缺少人類逐步監督時可靠工作,驗證迴路是關鍵;AI 並未降低測試與工程紀律的重要性。

重點三:當原型與 PR 大量增加,瓶頸從寫程式移向產品決策;企業必須把工程產出連回使用者價值,而不只計算生成了多少程式碼。

2025 年 9 月,Claude Code 負責人 Boris Cherny 曾告訴 Spotify 首席架構師暨工程副總裁 Niklas Gustavsson,開發者很快可能不再依賴 IDE(整合式開發環境)寫程式。當時 Gustavsson 覺得兩個月內發生這件事太過極端;到了年底,他發現自己的工作方式真的改變了。

這段對話點出 AI 程式開發最容易被低估的地方。改變不只是「模型幫忙多寫幾行程式碼」,而是企業如何開發、驗證與選擇產品的整套流程,都開始跟著移動。

據 Spotify 內部統計,目前超過 99% 的工程師每週使用 AI 程式開發工具,94% 回報生產力提升,PR(pull request,程式碼變更提案)頻率增加 76%。但 Boris 在訪談中追問的,不只是這些成長數字,而是 Honk 的架構、驗證機制、投資報酬率,以及當工程師以外的人也能建立原型,組織會如何改變。

從這場對談可以看出,Spotify 的經驗不是一則「導入 Claude 就能提高效率」的成功故事。它揭露了 AI 工程走向大規模應用後,企業必須面對的三個新問題。

為何 Spotify 能吃到 AI 紅利?答案藏在 AI 出現以前

Spotify 的後端 monorepo(將多個專案集中管理的單一程式碼庫)超過 2,000 萬行。Gustavsson 原本擔心,大型程式碼庫會讓代理搜尋或索引失效,實際使用後卻發現,Claude 會參考程式碼庫內既有的寫法;同一技術棧與設計模式愈一致,代理愈容易產生符合公司規範的結果。

相反地,Spotify 在架構較零散、同一問題有許多不同寫法的程式碼庫中,測得代理表現較差。這表示 AI 能否在企業裡發揮作用,並不只取決於模型有多聰明,也取決於企業是否能提供一致、可查詢的工作環境。

這套環境並不是為 AI 打造的。約 5、6 年前,Spotify 發現正式環境的程式碼成長速度是工程師人數成長速度的 7 倍。大量版本升級、API 遷移與弱點修補,開始排擠新功能開發。

Spotify 因而建立 Fleet Management(艦隊管理)與執行系統 Fleetshift,把分散在數千個元件的維護工作視為一個整體。截至 2026 年 6 月,這套系統已合併超過 250 萬個自動化維護 PR,大多數不需人工介入即可自動合併。這些是整體自動化成果,並非全由 AI 代理產生。

AI 真正接手的是規則式腳本難以處理的複雜修改。Spotify 的 Maven 相依套件更新腳本,曾因處理各種例外而膨脹到超過 2 萬行。大型語言模型成熟後,Spotify 才逐步把複雜程式碼修改交給背景代理 Honk;截至 2025 年 11 月,已有超過 1,500 個 Honk 產生的 PR 被團隊合併至正式環境。

這段歷史帶出的第一個洞察是:AI 不會讓過去的工程投資失效,反而會放大它們。 Spotify 先把元件、責任歸屬、文件、測試與部署流程整理成可查詢的系統,之後才有條件讓代理參與工作。

代理能不能放手做?關鍵不是信任,而是驗證

Boris 在訪談中把焦點放在 Honk 的驗證迴路。他認為,當代理要在沒有人類逐步監督的情況下拆解任務、修改程式並建立 PR,驗證是最重要的環節;企業常見的錯誤,則是低估建立這套迴路需要多少投資。

Honk 的早期版本曾嘗試把程式碼交給模型一次完成,結果並不理想。Spotify 後來拆解問題、加入模型評審,再隨模型與代理框架改善而調整架構。如今 Honk 以 Claude Agent SDK 運作,部署在 Kubernetes 環境中,可以呼叫可信任的工具,在 Linux、macOS 與 CI(持續整合)環境中執行建置與測試。

Backstage 內部開發者入口則提供另一層脈絡。代理可以查詢元件由誰負責、讀取文件,並依 Spotify 的「標準狀態」檢查技術與設計模式。當 Claude 採用不適合公司環境的寫法,lint(程式碼規範檢查)會立刻回報,讓它自行修正。

這意味著「代理自主」並不是模型本身的一項能力,而是整套工程系統共同產生的結果。測試愈完整、標準愈清楚、錯誤回饋愈快,人類才愈能放心退出每一次修改流程。

Spotify 過去由元件所屬團隊檢查每個 PR,因此部分測試可以依賴人工補位。開始自動合併變更後,公司反而必須提高測試自動化標準。AI 減少了部分人工操作,卻提高了組織對工程紀律的要求。

PR 增加 76% 後,真正的瓶頸移到哪裡?

如果寫程式不再是主要限制,企業接下來會卡在哪裡?Spotify 的答案是人類決策。

公司已建立內部原型工具與應用程式市集,讓工程師、設計師、產品經理甚至共同執行長,都能用自然語言把想法做成可操作原型。過去要排進工程團隊、等待數週或數月的構想,現在可能在一兩個小時內,就能用真實資料做出可供內部測試的版本。

這並不代表每個點子都值得正式開發。當實作成本下降,可被嘗試的構想反而暴增,組織要更頻繁地判斷:哪些問題值得解、哪些原型應該上線、哪些變更可以自動合併,以及人類判斷應該放在哪一個環節。

Boris 因此追問,Spotify 如何把 PR 頻率等工程指標,連回使用者價值與營收。Gustavsson 坦言,公司正在建立從 PR、部署、工作項目、A/B 測試到產品成果的連結,還沒有完成這套衡量方式。

這是比「工程師快了多少」更難回答的問題。PR 增加 76%,可以證明產出速度提高,卻不能單獨證明 Spotify 做出了更好的產品。 當程式開發能力不再稀缺,產品判斷、優先順序與驗證價值的能力,會成為新的限制。

Spotify 經驗能複製嗎?先別急著照抄工具

Spotify 的規模與工程成熟度並不典型。它早已擁有 Backstage、數千個有明確責任歸屬的軟體元件、大量自動化測試,以及多年累積的 Fleet Management 經驗。其他企業即使採用同一款模型,也未必能立即得到相同結果。

真正可複製的不是 Honk 或 Fleetshift 的名稱,而是導入順序:先讓程式碼與組織脈絡能被查詢,再建立可信任的驗證迴路,接著才擴大代理權限;最後,衡量標準也要從「產生多少程式碼」轉向「創造多少使用者價值」。

Boris 與 Gustavsson 的對談因此提供了一個更完整的 AI 工程框架。企業間的差距,可能不只來自誰率先使用更強的模型,而是誰能把自己的組織變成代理看得懂、改得動,也驗得過的系統。

延伸閱讀:「人人都能建東西,但沒人知道該建什麼!」Codex產品負責人:PM與工程師現在最缺是「深度品味」

資料來源:Boris Cherny 對談 Niklas Gustavsson、Anthropic:Boris Cherny 職稱資料、Spotify Engineering:Coding Is No Longer the Constraint、Spotify Engineering:Honk Part 1、Spotify Engineering:Fleet Management

本文初稿為 AI 編撰,整理.編輯/李先泰

關鍵字: #Anthropic #Claude
往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓