作者：王林Lincoln | MindsLeap创始人 | Founders Space合伙人 | 企业家AI俱乐部创始人
"我以为至少要两年，结果两个月后，我发现自己不再用IDE了。"
说这句话的，是Spotify的工程负责人Niklas Gustavsson。他在一次对话中回忆，去年九月有人预测年底没人再用IDE，他当时的反应是"太疯狂了"。然而两个月后，他自己的工作方式发生了三十年来从未有过的改变。
这不是一个关于工具偏好的故事。这是一个关于企业如何被AI智能体重塑工程组织的信号。
代码库跑得比人快
五六年前，Spotify发现了一个让他们不安的趋势：代码库的增长速度是工程师数量增长的七倍。
这意味着什么？意味着越来越多的代码没人真正管得过来。而Spotify从不缺想给用户交付的新点子，被维护工作拖住脚步，对他们来说是不可接受的。
他们做了一件听起来很笨的事：与其把升级Java版本或迁移API的任务分发给几百个团队、让他们在成千上万个组件上手动操作，不如直接对整个代码库做批量变更。
每次迁移都要花好几个月。一年大概只能做十次。他们几乎连跟上框架的支持版本都勉强。
这就是Niklas口中"Fleet Management"的起点——不是追求时髦，而是因为传统方式已经走不下去了。
两千多万行代码的考验
Spotify的后端单体仓库超过两千万行代码。Niklas坦言，他最初很担心AI智能体在这种规模的仓库里能不能工作。之前的工具在索引方面就出过问题。
但结果出乎意料。
"Claude在这样的仓库里表现得非常好。其中一个我们发现的关键是，它有多擅长去看仓库里其他代码来获取灵感。"
他现在的日常是在终端里同时跑五到十个会话窗口，让多个AI智能体在后台并行工作。需要处理单体仓库时，几个会话常驻；偶尔要切入某个独立小仓库，再临时开一个。
这不是什么高深的架构技巧。这是一个在超大规模真实代码库里验证过的工作方式。
曾经需要"法官"，后来不需要了
Spotify内部有一个叫Honk的系统，用来自动化代码变更。它的架构并不复杂——基于AI智能体SDK运行在Kubernetes容器里，拥有一组工具调用权限，可以跑CI构建、可以在Linux和macOS上验证。
但它的演进路径值得注意。
早期版本里，Honk有一个"法官"模块——用另一个模型来判断AI智能体产出的代码是否正确。这个法官把PR的成功率从百分之二三十拉到了百分之八十。
"后来我们把法官去掉了。模型变得足够好了。"
这不是一个小变化。它意味着，在特定领域内，AI智能体已经从"需要人类把关"走向了"可以自我验证"。Niklas反复强调验证的重要性，但他的验证方式不是靠人看代码，而是靠自动化测试和CI构建。
这也倒逼了一个组织层面的改变：以前团队可以对每个PR做人工把关，所以测试自动化可以做得粗糙一些。现在AI智能体自动合并的代码可能根本不会经过人的眼睛，测试质量必须提前到位。
四千五百次部署的底气
Spotify每天做大约四千五百次生产部署。
这个数字本身说明了一个被很多人忽视的道理：可靠性和速度不是对立关系。如果你想更快，你要做的不是让人加班，而是把质量实践自动化——写进脚本里、写进规则里、写进AI智能体可以执行的工具里。
"我们保持了质量指标不变，同时显著提升了速度。但这不是免费的，我们需要在测试自动化上做投资。"
这更像是一个信号：当AI智能体成为代码库里的新参与者时，那些原本为了让工程师更高效而做的基础投资——标准化、一致性、测试覆盖——同样会让AI智能体变得更强。
"如果代码库里有十种不同的写法，Claude会更困惑。我们越保持一致，AI智能体的表现就越好。"
联合CEO在做原型
这段对话里最让我意外的，不是技术细节，而是一个产品故事。
Spotify搭建了一个内部原型商店。工程师可以用自然语言表达想法，让AI智能体直接实现，然后把原型放到商店里分享给同事试用。现在，这个商店里有联合CEO亲手做的原型。
"他们脑子里一直有某个想法，但整个工程团队在做别的事。现在他们可以用比以前快得多的方式去验证——一天就能测试一个想法，而不是几周或几个月。"
这不是什么非技术人员在"玩"AI。这是公司最高层在用最短的路径验证商业假设。以前你需要说服一个团队、排期、等排产。现在你表达想法，几个小时就能看到真实数据跑起来的样子。
问题没有变，解法变了
Niklas是分子生物学出身，博士期间因为基因组测序的"大数据"才开始学编程。他至今业余时间还会做竞技编程，因为"纯粹的脑力挑战很有趣"。
他曾担心，如果AI智能体把编码这件事解决了，他会不会失去那种解决问题的乐趣。
"结果我错了。我喜欢的是解决问题，而解决问题的方式对我来说并不是最核心的部分。我现在既能产出更多价值，也能解决以前解决不了的问题。我可以跳进那些以前需要花几天甚至几周才能理解的代码库，开始做贡献。"
这段话值得每个管理者读一遍。
真正的问题意识——理解用户需要什么、判断什么值得做、知道什么不该做——这些东西不会被外包。被自动化的是实现路径，不是判断本身。
对于正在观望的中国企业家来说，这张地图已经展开了一部分。标准化和一致性不是官僚主义，它们是让AI智能体发挥价值的前提。测试自动化不是成本中心，它是企业敢于让智能体放手去做的安全网。而那些能把想法最快变成原型、用真实数据验证假设的公司，正在积累一种新型的组织速度。
你不需要等到所有人都不再打开IDE的那一天才开始行动。你需要的是，从今天开始审视自己的代码库是不是太乱了、测试是不是太薄了、从想法到原型的路径是不是太长了。
因为当AI智能体真的进入你的代码库时，它看到的不是愿景，而是你过去十年留下的工程习惯。
关于 MindsLeap 心智悦动
MindsLeap 心智悦动是 AI原生组织转型加速平台。
我们与硅谷创新孵化器 Founders Space 深度合作，持续连接全球 AI 前沿认知、硅谷科技创业生态与中国企业家的真实转型场景。
围绕 AI 原生组织建设，MindsLeap 正在构建一个面向企业家、创业者、AI 工程师、产业专家和投资人的转型生态，帮助企业把 AI 从认知、战略和工具，真正落到组织能力、业务流程、产品创新和增长系统中。