Spotify: From Migration Scripts to Agent Fleets —— Spotify:从迁移脚本到 Agent 舰队
原文链接:https://engineering.atspotify.com/2025/11/spotifys-background-coding-agent-part-1
来源:Spotify Engineering Blog
来源:CS146S Week 8 Reading
原文(英文)
请通过上方原文链接阅读完整英文原文。
中文翻译
从迁移脚本到 Agent 舰队
Spotify 的工程团队管理着数千个微服务和庞大的代码库。传统上,大规模代码变更(如框架迁移、API 版本升级)由专门的迁移脚本团队处理。但随着 AI Agent 的成熟,我们开始用后台 Agent 舰队来替代这些脚本化流程。
背景:迁移脚本的局限
Spotify 过去用定制脚本来做大规模代码变更。这些脚本是有效的,但有几个问题:
- 脆弱性:脚本假设代码遵循特定模式,偏离模式就会失败
- 维护成本:每次代码库变化都需要更新脚本
- 长尾问题:脚本能处理 80% 的情况,剩下的 20% 需要人工逐个修复
- 不可扩展:同时运行多个迁移需要多个脚本团队
转向 Agent 舰队
我们转向用后台 Agent 来处理这些任务。核心思路是:
- 将迁移分解为任务:每个迁移被分解为多个独立的子任务(如"迁移服务 A 的 API 调用")
- 分配给并行 Agent:每个子任务分配给一个后台 Agent
- Agent 自主工作:每个 Agent 在自己的沙箱中克隆代码、分析变更、实施修改、运行测试
- 人类审查 PR:Agent 完成后创建 PR,人类做最终审查
架构
我们的后台 Agent 系统由以下组件组成:
任务编排器
- 接收迁移任务(如"将所有服务从 v1 API 迁移到 v2")
- 将任务分解为子任务
- 将子任务分配给可用的 Agent
- 跟踪整体进度
Agent 工作单元
每个 Agent 工作单元:
- 在隔离的容器中运行
- 有自己的代码克隆
- 可以运行构建、测试、lint
- 有上下文窗口和工具集(read、write、edit、bash)
- 完成后创建 PR
验证管线
每个 Agent 创建的 PR 自动进入验证管线:
- CI 测试
- lint 和类型检查
- Agent 自我审查(Agent 检查自己的 diff)
- 人类审查
关键经验
1. 上下文是关键
Agent 需要足够的上下文才能做出正确的变更。我们发现以下上下文至关重要:
- 迁移指南(从什么改到什么,为什么要改)
- 示例 PR(已经迁移完成的服务的 PR 作为参考)
- 测试套件(Agent 用测试来验证自己的修改)
2. 失败是常态
在 100 个并行 Agent 中,大约 15-20 个会失败。失败原因包括:
- 代码不符合预期模式
- 依赖缺失
- 测试套件本身有问题
- 上下文窗口不够
系统需要优雅地处理失败——将失败的子任务重新排队,或升级为人工处理。
3. 并行的限制
并行 Agent 数量不是越多越好。限制因素包括:
- CI 资源(每个 Agent 都需要跑 CI)
- API 速率限制(LLM API)
- 代码库的并发修改冲突
我们发现在同一仓库上同时运行 20-30 个 Agent 是实际的上限。
结论
后台 Agent 舰队将大规模代码迁移从"脚本 + 人工"模式转变为"Agent + 人类审查"模式。这不是完全自动化——人类仍然在关键节点介入——但它将人类的角色从"做迁移"转变为"审查迁移",这是一个数量级的效率提升。
原文版权归原作者所有,翻译仅供学习交流。