Come Spotify fa lavorare 5-10 agenti AI in parallelo su un monorepo da 20 milioni di righe

5-10 agenti AI in parallelo su un monorepo da 20 milioni di righe: il setup tmux + git worktree di Spotify

Il setup: 5-10 sessioni Claude in tmux, una per git worktree

Come si lavora davvero con gli AI Agent a scala enterprise?

La spiegazione arriva direttamente da Niklas Gustavsson, VP of Engineering di Spotify.

In un’intervista con Boris Cherny, creatore di Claude Code, ha raccontato il suo setup:

• 5-10 sessioni Claude aperte contemporaneamente in tmux
• una sessione per ogni git worktree
• agenti lasciati lavorare in background
• tutto all’interno di un monorepo backend da oltre 20 milioni di righe

Si aspettava problemi. Invece, a suo dire, funziona sorprendentemente bene.

I numeri: 73% delle PR AI-assisted e 4.500 deploy al giorno

I numeri di Spotify sono impressionanti:

• il 73% delle Pull Request è AI-assisted
• la frequenza delle PR è aumentata del 75%
• circa 4.500 deploy in produzione al giorno
• il 99% degli engineer usa strumenti AI ogni settimana

Setup e numeri vengono dall’intervista video pubblicata da Anthropic il 29 giugno 2026 e dal post di Spotify Engineering del 3 giugno 2026.

Lavoro con lo stesso schema su scala ridotta: agenti AI su analisi, sviluppo, test e documentazione, controllo tecnico e decisioni sempre miei. È il modo in cui porto avanti i progetti di software su misura per aziende.

L’infrastruttura dietro i risultati

Ma non basta installare Claude Code per ottenere questi risultati.

Spotify ha costruito negli anni un’infrastruttura che rende il codebase comprensibile, standardizzato e facilmente modificabile.

1. Backstage

Backstage è l’Internal Developer Portal open source creato da Spotify.

Centralizza in un’unica interfaccia:

• servizi, librerie, pipeline e siti web
• ownership dei componenti
• dipendenze
• documentazione
• stato di salute dei sistemi

In pratica: invece di cercare informazioni tra Slack, wiki, GitHub e altri strumenti, sviluppatori e agenti AI possono trovare tutto in un unico posto.

Perché è importante nel contesto degli AI?

Fornisce standardizzazione e contesto strutturato al codebase. Gli agenti AI (come Claude) funzionano molto meglio quando il codice è coerente e ben descritto.

Un portale interno come Backstage è software su misura a tutti gli effetti: il calcolatore stima quanto costa un software gestionale personalizzato in base a flussi, integrazioni e ruoli utente.

2. Fleet Management e Fleetshift

Fleet Management è l’approccio filosofico e tecnico di Spotify per gestire il software a livello di “flotta” (fleet = insieme di tutti i componenti), invece che componente per componente.

Fleetshift è lo strumento concreto che realizza questa visione. Cosa fa esattamente? Permette di applicare cambiamenti di codice su migliaia di repository contemporaneamente.

Esempi tipici:

• Aggiornare una dipendenza (es. una libreria) su centinaia di servizi
• Fare migrazioni complesse (es. da Java AutoValue a Records, upgrade di framework, ecc.)
• Applicare fix di sicurezza o refactoring su larga scala

Operazioni che prima richiedevano mesi possono generare automaticamente Pull Request pronte per la review o, in alcuni casi, per l’auto-merge.

3. LLM-as-judge

Ogni Pull Request viene analizzata anche da un modello AI.

Grazie a questo sistema, il tasso di successo delle PR generate dagli agenti è passato dal 20-30% a circa l’80%.

4. Honk

Spotify ha inoltre sviluppato Honk, un agente AI proprietario costruito utilizzando il Claude Agent SDK.

Cosa conta davvero nel 2026

La lezione più importante?

Nel 2026 Il vantaggio vero deriva soprattutto da tutto ciò che è stato costruito intorno agli agenti AI: standardizzazione, documentazione, ownership, automazioni e sistemi di controllo.