Pada 12 Februari, Co-CEO Spotify Gustav Söderström mengatakan dalam panggilan konferensi laporan keuangan: "Insinyur terbaik kami belum menulis satu baris kode pun sejak Desember."
Ia menambahkan bahwa AI telah secara signifikan mempercepat kecepatan coding dan deployment perusahaan, dan sepanjang 2025 perusahaan merilis lebih dari 50 fitur baru.
Pernyataan itu menyebar luas dan memicu reaksi besar di komunitas pengembang — ada yang bersemangat, ada yang takut, dan ada yang mengatakan itu tidak mungkin benar.
Saya pikir perlu melihat secara serius apa yang sebenarnya dilakukan Spotify.
Apa yang mereka gunakan: sistem Honk
Spotify memiliki sistem internal bernama Honk, yang mengintegrasikan Claude dengan pipeline alur kerja.
Kira-kira begini cara kerjanya:
Seorang insinyur membuka Slack di ponsel dan mengirim pesan ke Honk:
Perbaiki fitur xxx di aplikasi iOS. Langkah reproduksi: xxxx
Atau: Tambahkan fitur xxx ke email notifikasi push untuk pengguna
Setelah menerima tugas, Honk:
- Memanggil Claude untuk memahami permintaan dan menghasilkan kode
- Secara otomatis membangun dan menjalankan pengujian
- Mengemas semuanya ke dalam versi baru aplikasi
- Mendorong hasilnya kembali ke Slack
Sebelum tiba di kantor, insinyur dapat melihat versi yang sudah selesai di ponsel, mengonfirmasi bahwa semuanya benar, dan langsung menggabungkannya ke produksi.
Perbedaan dengan Vibe Coding
Banyak orang menyebut alur kerja semacam ini sebagai "vibe coding" — perasaan bahwa Anda bisa mengatakan beberapa kata dan kode akan muncul.
Pendekatan Spotify lebih dekat ke proses industrial: ada persyaratan yang jelas, cakupan pengujian, konfirmasi tinjauan, dan pipeline deployment. Insinyur tidak sekadar bergetar secara acak; mereka membuat keputusan arsitektur, mendefinisikan persyaratan, dan mengendalikan kualitas — mereka hanya mengalihdayakan langkah mengetik ke AI.
Perbedaan ini penting. Kualitas kode tidak dijamin oleh vibe; kualitas kode dijamin oleh rangkaian pengujian otomatis, persetujuan akhir insinyur, dan infrastruktur teknik di balik Honk.
Bagaimana memahami studi METR yang mengatakan AI memperlambat programmer
Memang ada kontradiksi yang terasa.
Kami sebelumnya melaporkan studi METR: programmer berpengalaman yang menggunakan alat AI menyelesaikan tugas 19% lebih lambat daripada mereka yang tidak menggunakan AI.
Tapi situasi Spotify berbeda dengan skenario pengujian METR:
- METR menguji penulisan tugas baru yang asing dengan alat AI, di mana insinyur harus terus-menerus memperbaiki kesalahan AI
- Honk Spotify dirancang untuk tugas internal yang sangat terstruktur dengan konteks yang melimpah: basis kode yang matang, dokumentasi internal yang lengkap, dan proses yang terstandarisasi
Honk bekerja dengan baik dalam kondisi ini karena Claude memiliki cukup konteks untuk dimanfaatkan.
Apa artinya ini bagi insinyur
Spotify tidak mengurangi jumlah insinyur. Mereka justru mempercepat ritme rilis produk — di balik lebih dari 50 fitur baru, masih diperlukan orang untuk memikirkan apa yang harus dilakukan fitur-fitur tersebut dan bagaimana bentuknya.
Ini mungkin gambaran AI coding yang paling realistis: insinyur tidak menghilang; pekerjaan mereka bergeser ke tingkat abstraksi yang lebih tinggi — dari menulis kode, ke mendefinisikan apa yang harus dilakukan kode.
Apa arti pergeseran ini bagi pengembangan karir jangka panjang insinyur masih belum ada jawabannya. Tapi kasus Spotify menunjukkan kepada kita bahwa, dengan infrastruktur yang tepat, pergeseran ini sudah terjadi di perusahaan nyata.
Sumber: Spotify says its best developers haven't written a line of code since December,CocoLoop、 thanks to AI（TechCrunch）；Spotify's AI Coding Shift: Honk and Claude Code Explained（Let's Data Science）