스크립트
00:00:00“Spotify 每天进行 4,500 次生产部署
00:00:05且 73% 的合并请求（pull requests）现在由 AI 辅助完成。”
00:00:10哇。
00:00:11尤其是每天 4,500 次生产部署，
00:00:15这确实令人印象深刻。
00:00:16但我不太确定这种深刻是好事还是坏事。
00:00:19X 上那条推文下面有一个很有趣的评论，
00:00:23我看了觉得挺有意思的。
00:00:25他们是在为每一首歌都做一个合并请求吗？
00:00:28确实看起来像是这样。
00:00:30我是说，这出自 Claude Devs 的 X 账号。
00:00:35这是对 Claude Code 的一次推广，
00:00:37因为正如我们在帖子里了解到的，
00:00:39他们显然正在使用 Claude Code
00:00:42以及 Anthropic 的模型来实现如此大量的交付。
00:00:45当然，如果你看过我之前的视频，
00:00:48你就会知道，我也在使用 AI 智能体。
00:00:50这就是未来。
00:00:52这就是如今软件开发的工作方式。
00:00:54我开设了一门 Claude Code 课程，分享我所有的见解、
00:00:57技巧以及如何有效使用这个工具。
00:01:00但每天 4,500 次生产部署，认真的吗？
00:01:05我是说，是的，Spotify 显然是一家大公司。
00:01:08这不是什么秘密，但你不得不怀疑他们到底在做什么？
00:01:12我是 Spotify 的活跃用户。
00:01:15我感觉这款应用，嗯，并没有太大的变化，
00:01:21至少在过去一年左右的时间里没有往好的方向变化。
00:01:26对我来说，实在无法理解那每天 4,500 次生产部署里到底包含些什么。
00:01:37拜托，这不是开玩笑，我是认真的。
00:01:40请在评论区分享你们认为他们整天在交付些什么。
00:01:44至于 73% 的合并请求，嗯，确实。
00:01:48我的意思是，AI 辅助在理论上可以是任何东西。
00:01:51显然，简单的补全，标签页补全，老派风格，
00:01:58在你审查合并请求并可能进行一些修改时，也可以算作 AI 辅助。
00:02:04当然，让 AI 智能体来分析也属于 AI 辅助。
00:02:08坦率地说，我很惊讶它不是 100%，因为我想，
00:02:13AI 应该会参与到几乎所有的 PR 审查或几乎所有 PR 的创建中。
00:02:20但是的，我相信这个数字会改变。
00:02:22看到这一点并不奇怪。
00:02:26但第一个数字确实反映了我们所见的一种普遍趋势，对吧？
00:02:34几个月前我们讨论过整个“Token 最大化”的争论。
00:02:38后来很多公司意识到这太贵了，而且仅仅告诉软件工程师
00:02:44尽可能多地消耗 Token 可能不是一个好策略，
00:02:48因为显然很容易消耗 Token，但这并不能保证好的结果。
00:02:53现在我们似乎正在转向一个流行“大量交付”的时代。
00:02:58因为有了 AI，你当然可以做到，对吧？
00:03:01你可以交付很多东西。
00:03:02你可以同时运行五个智能体，使用 Git 工作树，
00:03:06同时处理四个不同的项目。
00:03:08是的，你可以在一定程度上进行并行处理。
00:03:12肯定能用 AI 构建很多东西。
00:03:15毫无疑问。
00:03:17它确实能加速你作为软件开发者的工作。
00:03:20但它也可能让你慢下来。
00:03:21我们都有过那样的经历，在 AI 的帮助下走错了路，
00:03:25因为你变得越来越像个“氛围编码员”（vibe coder），
00:03:28因为你懒得去评估 AI 生成的内容，
00:03:32因为继续下去感觉实在太快了。
00:03:36然后某一点上，你对自己的代码库完全没有理解，
00:03:39但有些东西无法运行，或者你对代码发展的方向不满意，
00:03:42于是你放弃了那个项目或者撤销了很多工作。
00:03:48好吧，我们可以争论一下这时候你是否真的更有效率了。
00:03:52但撇开这些不谈，我们大家都在设法弄清楚如何最好地利用 AI，
00:03:58你确实可以用它提高效率。
00:04:01我是说，即使你只是给它一个明确的计划，告诉它该做什么，
00:04:05而且那只是一个微小的功能，
00:04:06仅仅让它吐出大块的代码就能帮你提速。
00:04:10我不确定它是否像有些人声称的那样有 10 倍的提升甚至更多。
00:04:14我不确定每天 4,500 次部署是否是我们应该追求的衡量标准。
00:04:22我认为我们确实应该致力于弄清楚如何有效地使用 AI，
00:04:28如何，当然，加速我们的软件交付，
00:04:32但也许，也该稍微关注一下质量，而不仅仅是数量。
00:04:37现在，我们都处于那种数量时代，对吧？
00:04:39Token 最大化，部署次数。
00:04:41质量同样重要，AI 可以提供帮助。
00:04:45但好的旧式测试，包括人工测试，
00:04:48不仅仅是 AI 生成的自动化测试，
00:04:51因为它有一种倾向，或者说可能有种倾向写出能通过，
00:04:56但实际上什么都没测试到的测试。
00:04:57但抛开这些，好的旧式人工测试，
00:05:00以及真正地将你作为人类的品味和决策注入工作流程中。
00:05:07我觉得这些可能都是好主意。
00:05:09很有意思，到时候看看这个趋势何时会结束。
00:05:13我只是偶然发现了那个数字，想分享我对那个数字的惊叹。
00:05:18就像我之前提到的，我真的很想听听，
00:05:20你们认为 Spotify 整天都在交付些什么？
00:05:25因为我真的无法理解。
00:05:29抱歉。