LogoThread Easy
  • Explore
  • Thread Compose
LogoThread Easy

Your All-in-One Twitter Thread Companion

© 2025 Thread Easy All Rights Reserved.

Explore

Newest first — browse tweet threads

Keep on to blur preview images; turn off to show them clearly

Spotify 后台编程智能体落地实践（已成功合并超过 1,500 个 AI 生成的 PR） 核心问题与解决方案 @Spotify 的 Fleet Management 系统虽然在自动化简单任务方面表现出色，但复杂代码变更一直是个挑战。传统方法需要操作抽象语法树或正则表达式，需要高度专业知识。例如，他们的 Maven 依赖更新脚本就超过 20,000 行代码。 团队的核心思路是：用自然语言定义的智能体替代确定性迁移脚本，同时保留 Fleet Management 的所有基础设施——目标仓库选择、PR 开启、审查和合并流程完全不变。 技术演进路径 第一阶段：开源工具探索 团队尝试了 Goose 和 Aider 等开源工具，但在大规模迁移场景下难以可靠生成可合并的 PR。 第二阶段：自研循环 他们构建了基于 LLM API 的"智能体循环"，包含用户提供提示、智能体编辑文件并整合构建反馈、测试通过或达到限制后完成三个步骤。这适合小改动，但复杂多文件变更时经常耗尽回合数或丢失上下文。 第三阶段：Claude Code Claude Code 成为表现最佳的智能体，已应用于约 50 次迁移和大部分生产 PR。它支持更自然的任务导向提示，能管理待办列表和高效派生子智能体。 提示工程的关键原则 1. 针对智能体特性调整 - 自研智能体适合严格的逐步指令，Claude Code 则更适合描述最终状态并留出自主空间 2. 明确前置条件 - 智能体往往过于急切地执行，需明确说明何时不采取行动 3. 使用具体示例 - 少量具体代码示例能极大影响结果 4. 定义可验证的目标 - 最好以测试形式呈现，避免模糊指令 5. 一次一个变更 - 组合多个变更容易耗尽上下文或产生部分结果 6. 向智能体征求反馈 - 会话结束后，智能体能指出提示中的不足 工具与上下文管理 Spotify 采用保守的工具策略来保持可预测性。他们的智能体只能访问: · 验证工具：运行格式化、静态检查和测试 · 受限的 Git 工具：标准化 Git 操作，禁止推送或更改远程仓库 · 白名单 Bash 命令：如 ripgrep 他们没有暴露代码搜索或文档工具，而是要求用户预先将相关上下文浓缩到提示中。这种设计理念是：更多工具意味着更多不可预测维度。 实际应用成果 系统已处理复杂迁移任务，包括: · 语言现代化(如 Java 值类型迁移到 records) · 带有破坏性变更的升级 · UI 组件迁移 · 配置文件更新 这些迁移节省了 60-90% 的时间。更重要的是，2024 年中以来，Spotify 约一半的 PR 都由此系统自动化生成。 超越迁移的应用 团队通过 MCP 协议将智能体集成到 Slack 和 GitHub Enterprise。工作流程是：交互式智能体先收集任务信息，生成提示后交给编码智能体执行并创建 PR。这让工程师能从 Slack 线程捕获架构决策记录，或让产品经理无需在本地构建即可提出简单变更。 待解决的挑战 Spotify 团队坦诚地指出当前局限: · 性能和可预测性问题 · 缺乏结构化的提示/模型评估方法 · 难以验证 PR 是否真正解决原始问题 · 仍主要依靠直觉和试错来演进提示 Part1：https://t.co/M5pJCeL5Ds Part2：

Spotify 后台编程智能体落地实践（已成功合并超过 1,500 个 AI 生成的 PR） 核心问题与解决方案 @Spotify 的 Fleet Management 系统虽然在自动化简单任务方面表现出色，但复杂代码变更一直是个挑战。传统方法需要操作抽象语法树或正则表达式，需要高度专业知识。例如，他们的 Maven 依赖更新脚本就超过 20,000 行代码。 团队的核心思路是：用自然语言定义的智能体替代确定性迁移脚本，同时保留 Fleet Management 的所有基础设施——目标仓库选择、PR 开启、审查和合并流程完全不变。 技术演进路径 第一阶段：开源工具探索 团队尝试了 Goose 和 Aider 等开源工具，但在大规模迁移场景下难以可靠生成可合并的 PR。 第二阶段：自研循环 他们构建了基于 LLM API 的"智能体循环"，包含用户提供提示、智能体编辑文件并整合构建反馈、测试通过或达到限制后完成三个步骤。这适合小改动，但复杂多文件变更时经常耗尽回合数或丢失上下文。 第三阶段：Claude Code Claude Code 成为表现最佳的智能体，已应用于约 50 次迁移和大部分生产 PR。它支持更自然的任务导向提示，能管理待办列表和高效派生子智能体。 提示工程的关键原则 1. 针对智能体特性调整 - 自研智能体适合严格的逐步指令，Claude Code 则更适合描述最终状态并留出自主空间 2. 明确前置条件 - 智能体往往过于急切地执行，需明确说明何时不采取行动 3. 使用具体示例 - 少量具体代码示例能极大影响结果 4. 定义可验证的目标 - 最好以测试形式呈现，避免模糊指令 5. 一次一个变更 - 组合多个变更容易耗尽上下文或产生部分结果 6. 向智能体征求反馈 - 会话结束后，智能体能指出提示中的不足 工具与上下文管理 Spotify 采用保守的工具策略来保持可预测性。他们的智能体只能访问: · 验证工具：运行格式化、静态检查和测试 · 受限的 Git 工具：标准化 Git 操作，禁止推送或更改远程仓库 · 白名单 Bash 命令：如 ripgrep 他们没有暴露代码搜索或文档工具，而是要求用户预先将相关上下文浓缩到提示中。这种设计理念是：更多工具意味着更多不可预测维度。 实际应用成果 系统已处理复杂迁移任务，包括: · 语言现代化(如 Java 值类型迁移到 records) · 带有破坏性变更的升级 · UI 组件迁移 · 配置文件更新 这些迁移节省了 60-90% 的时间。更重要的是，2024 年中以来，Spotify 约一半的 PR 都由此系统自动化生成。 超越迁移的应用 团队通过 MCP 协议将智能体集成到 Slack 和 GitHub Enterprise。工作流程是：交互式智能体先收集任务信息，生成提示后交给编码智能体执行并创建 PR。这让工程师能从 Slack 线程捕获架构决策记录，或让产品经理无需在本地构建即可提出简单变更。 待解决的挑战 Spotify 团队坦诚地指出当前局限: · 性能和可预测性问题 · 缺乏结构化的提示/模型评估方法 · 难以验证 PR 是否真正解决原始问题 · 仍主要依靠直觉和试错来演进提示 Part1：https://t.co/M5pJCeL5Ds Part2：

邵猛，中年失业程序员 😂 专注 - Context Engineering, AI Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴

avatar for meng shao
meng shao
Thu Nov 27 05:16:01
RT @GeneSmi96946389: One thing a lot of people don't seem to understand about embryo selection is that the predictions are probabilistic.…

RT @GeneSmi96946389: One thing a lot of people don't seem to understand about embryo selection is that the predictions are probabilistic.…

We're in a race. It's not USA vs China but humans and AGIs vs ape power centralization. @deepseek_ai stan #1, 2023–Deep Time «C’est la guerre.» ®1

avatar for Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)
Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)
Thu Nov 27 05:15:24
RT @ctrlcreep: Running through the city, chasing the twist of rainbow cast by the single imperfection in its engulfing crystal dome

RT @ctrlcreep: Running through the city, chasing the twist of rainbow cast by the single imperfection in its engulfing crystal dome

Root node of the web of threads: https://t.co/ifH80GcLpo

avatar for James Torre
James Torre
Thu Nov 27 05:14:09
Is this the real life? Is this just fantasy? Caught in a landslide No escape from reality Open your eyes Look up to the skies and see 🎵🎶

Is this the real life? Is this just fantasy? Caught in a landslide No escape from reality Open your eyes Look up to the skies and see 🎵🎶

Just a funny dude building stuffs @Bolt__AI. Father, learner, maker. Expect memes.

avatar for Daniel Nguyen
Daniel Nguyen
Thu Nov 27 05:13:44
RT @0xSigil: The most capable individuals are learning and shipping 1000x faster using AI. I sat down with Gabriel Petersson (@GabrielPete…

RT @0xSigil: The most capable individuals are learning and shipping 1000x faster using AI. I sat down with Gabriel Petersson (@GabrielPete…

🇪🇺https://t.co/NdorAWrhrB @euacc 📸https://t.co/lAyoqmT9Hv $125K/m 🏡https://t.co/1oqUgfDEsx $40K/m 🛰https://t.co/ZHSvI2wRou $38K/m 🌍https://t.co/UXK5AFra0o $16K/m 👙https://t.co/RyXpqGvdBB $14K/m 💾https://t.co/M1hEUBB6da $6K/m

avatar for @levelsio
@levelsio
Thu Nov 27 05:12:56
Chinese could win a lot of soft power just by dropping this clumsy quazi-Soviet westernized language ("People's Republic", "Socialism") and literally translating their terms on a character basis. Instant "glorious cosmic civilization" street cred

Chinese could win a lot of soft power just by dropping this clumsy quazi-Soviet westernized language ("People's Republic", "Socialism") and literally translating their terms on a character basis. Instant "glorious cosmic civilization" street cred

We're in a race. It's not USA vs China but humans and AGIs vs ape power centralization. @deepseek_ai stan #1, 2023–Deep Time «C’est la guerre.» ®1

avatar for Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)
Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)
Thu Nov 27 05:11:32
  • Previous
  • 1
  • More pages
  • 2233
  • 2234
  • 2235
  • More pages
  • 5634
  • Next