Ngày 12 tháng 2, đồng CEO của Spotify, Gustav Söderström, đã nói một câu trong cuộc họp báo cáo tài chính:
Kỹ sư giỏi nhất của chúng tôi, kể từ tháng 12, đã không viết một dòng code nào.
Sau đó, ông bổ sung: AI đã tăng tốc đáng kể việc viết code và triển khai của công ty; trong suốt năm 2025, công ty đã phát hành hơn 50 tính năng mới.
Câu nói này lan truyền và gây ra nhiều phản ứng trong cộng đồng nhà phát triển — có người hào hứng, có người sợ hãi, có người nói điều này không thể là thật.
Tôi cho rằng đáng để xem xét kỹ lưỡng cách làm cụ thể của Spotify.
Họ đang dùng gì: Hệ thống Honk
Spotify có một hệ thống nội bộ tên là Honk, một công cụ tích hợp Claude với một quy trình làm việc.
Cách sử dụng đại khái như sau:
Một kỹ sư mở Slack trên điện thoại, gửi một tin nhắn cho Honk:
Sửa tính năng xxx trong ứng dụng iOS, các bước tái hiện là xxxx
Hoặc: Thêm tính năng xxx vào email gửi cho người dùng
Sau khi Honk nhận nhiệm vụ:
- Gọi Claude để hiểu yêu cầu và tạo code
- Tự động build và chạy kiểm thử
- Đóng gói thành một phiên bản ứng dụng mới
- Gửi kết quả trở lại Slack
Trước khi đến văn phòng, kỹ sư có thể xem phiên bản hoàn chỉnh trên điện thoại, xác nhận không vấn đề và trực tiếp merge vào production.
Sự khác biệt với Vibe Coding
Nhiều người gọi cách làm việc này là vibe coding — cảm giác chỉ cần nói vài câu là có code.
Cách làm của Spotify gần với quy trình công nghiệp hóa hơn: có yêu cầu rõ ràng, có kiểm thử, có review xác nhận, có pipeline triển khai. Kỹ sư không chỉ "rung động" tùy tiện; họ đưa ra quyết định kiến trúc, định nghĩa yêu cầu, kiểm soát chất lượng — chỉ là việc gõ phím được outsourced cho AI.
Sự khác biệt này rất quan trọng. Chất lượng code không được đảm bảo bởi "vibe", mà bởi bộ kiểm thử tự động, sự xác nhận cuối cùng của kỹ sư, và cơ sở hạ tầng kỹ thuật đằng sau Honk.
Nghiên cứu của METR nói AI làm lập trình viên chậm hơn, hiểu thế nào?
Quả thực có mâu thuẫn.
Chúng tôi đã đưa tin về nghiên cứu của METR: các lập trình viên có kinh nghiệm sử dụng công cụ AI hoàn thành nhiệm vụ chậm hơn 19% so với không dùng AI.
Nhưng tình huống của Spotify khác với kịch bản thử nghiệm của METR:
- METR đo lường việc viết các nhiệm vụ mới, lạ với sự hỗ trợ của AI; kỹ sư phải liên tục sửa lỗi của AI
- Honk của Spotify hướng đến các nhiệm vụ nội bộ có cấu trúc cao, nhiều ngữ cảnh: codebase trưởng thành, tài liệu nội bộ đầy đủ, quy trình chuẩn hóa
Honk hoạt động tốt trong điều kiện này vì Claude có đủ ngữ cảnh để tận dụng.
Điều này có ý nghĩa gì với kỹ sư?
Spotify không giảm số lượng kỹ sư. Họ thực sự đã tăng tốc độ phát hành sản phẩm — đằng sau hơn 50 tính năng mới, vẫn cần con người suy nghĩ về những tính năng này nên làm gì và trông như thế nào.
Đây có lẽ là bức tranh thực tế nhất về lập trình AI: không phải kỹ sư biến mất, mà công việc của kỹ sư đang chuyển lên tầng trừu tượng cao hơn — từ viết code, sang định nghĩa code nên làm gì.
Đối với sự phát triển nghề nghiệp dài hạn của kỹ sư, điều này có ý nghĩa gì vẫn chưa có câu trả lời. Nhưng trường hợp của Spotify cho thấy: với cơ sở hạ tầng phù hợp, sự chuyển đổi này đã xảy ra trong một công ty thực tế.
Nguồn tham khảo: 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)