新智元報道
新智元報道
編輯：英智
【新智元導讀】Replit憑藉創新的AI程式設計平臺「Agent」，在短短半年內實現了5倍的收入增長。透過採用Claude 3.5 Sonnet模型和多智慧體架構，Replit為程式設計行業帶來了前所未有的革新，推動了一個人人皆可參與的程式設計時代。
Replit「Agent」正以迅猛之勢，推動著程式設計行業的深刻變革。
Masad於2016年創立了Replit，成立以來一直積極擁抱AI技術，近年來推出了一系列自動化程式設計產品。
回顧Masad近年的言論，會發現「Agent」的實現速度遠超他之前的預期。
他曾斷言「Agent」在2030年之前很難達成。
促使這一轉變發生的關鍵因素，是Anthropic推出的新模型：Claude 3.5 Sonnet。
此前，Replit一直專注於構建自有模型，期望憑藉專有資料形成獨特優勢。
然而，Claude 3.5 Sonnet的出現，瞬間打破了這種局面。
Masad感慨道：「我知道這一切都在發生，只是沒想到它來得這麼快。」
Replit最新的客戶群體是那些對程式設計一竅不通的人。
「我們不再關注專業程式設計師了。」Masad說道。
網友Levin表示，他透過「Agent」釋出了設計反饋應用，完全不用寫一行程式碼。
網友Melvin用不到一小時，構建了一個數字商店，並感嘆「這真是改變了遊戲規則！」
Replit「Agent」執行了一系列關鍵操作：建立資料庫，錄入訂單和產品列表，在Stripe中自動完成產品配置。當用戶結賬付款後，它會將訂單存入資料庫的訂單列表，並且完成了應用程式的部署工作。
作為一家專注於AI程式設計的創新公司，Replit憑藉其具有突破性意義的產品「Agent」，在短短半年時間內，便締造了令人矚目的商業奇蹟：實現了5倍的收入增長。
原本對程式設計一竅不通的人，如今也能借助「Agent」的強大功能，輕鬆構建自己的應用程式。
這家公司在去年4月將總部遷出舊金山，並於5月進行裁員。員工人數減少了一半，減少至約有65人。
從AI能力的提升到商業模式的革新，Replit為我們展示了程式設計的未來圖景：一個人人皆可參與創造的時代。
Replit Agent技術揭秘
Replit Agent的技術架構基於多智慧體系統。
看似是單個智慧體在執行所有任務，但背後實際上是一個由多個智慧體組成的小型開發團隊在協同運作。
Replit藉助不同的模型，將複雜的開發流程進行拆解，把各項任務分配給不同的智慧體，最終以邏輯連貫的方式將所有任務整合起來，呈現給使用者。
基礎模型
「Agent」基於Anthropic的Claude 3.5模型，運用創新性的工程技術，大幅提升任務執行效率。此外，它還融合垂直模型，專門應對程式碼補全、除錯和修復等特定任務。
多智慧體架構
「Agent」採用多智慧體架構，把複雜的開發流程細分為多個子任務，並分發給不同的智慧體。「Agent」透過讓多個智慧體並行執行，挑選出最佳結果，顯著提升了任務執行的可靠性。
人機協作模式
「Agent」將任務的執行過程透明化展示，使使用者能夠清晰洞察每一步的執行邏輯。這種透明化的操作方式，不僅提升了使用者的參與度，也增強了AI程式設計的可解釋性。
此外，Replit Agent的開發團隊精心設計了多種測試路徑，進一步強化模型的自我糾錯能力。這些技術最佳化措施，使得Replit Agent在實際應用場景中表現得更加可靠。
Claude是把雙刃劍
Claude的出現，恰似一把雙刃劍。
一方面，基於相關技術推出的「Agent」取得了巨大成功，為公司帶來了顯著的收益增長。然而，另一方面，Replit也因此放棄了自主開發自有模型的計劃。
AI能力的飛躍，為各行各業帶來了翻天覆地的變革。編寫程式碼是生成式模型最擅長的任務之一。
目前，Anthropic的模型已向競爭對手的初創公司開放使用許可權，這類初創公司如雨後春筍般不斷湧現。
Masad 表示：「只要我們能夠保持創新與進步的節奏，持續深耕並拓展現有成果，我相信我們能夠保持領先地位。但我們不得不思考，究竟什麼才是持久的護城河？」
Replit目前最大的優勢並不在於AI能力，而在於它能極大地簡化軟體開發的各個環節。
八年來，Replit始終專注打磨和最佳化這一核心優勢。至於「Agent」所依託的Anthropic新模型，只是攻克了軟體開發流程中的最後一道難關：實際的程式碼編寫工作。
理論上，客戶能夠藉助Claude直接建立軟體。然而，這一過程並非易事。
客戶不僅需要為使用Claude支付費用，還得在AWS平臺上啟動一臺EC2機器，隨後還得完成Git和Python的安裝配置。
光是這些準備步驟，就足以讓大多數人望而卻步。
現在是程式設計小白開始學習如何利用AI工具自行構建軟體的時候了。
只要對軟體的基本工作原理有初步瞭解，人們就足以藉助日益強大的AI工具，邁出自主構建軟體的第一步。
這其實是對計算機原始設計理念的一種迴歸。
在Windows尚未問世之時，人們只能在MS DOS系統裡輸入繁雜且晦澀的指令來操作計算機。
後來，Windows系統取代了DOS，滑鼠點選取代了命令輸入。
如今，AI技術迅猛發展，使計算機操作擺脫了傳統指令模式，使用者僅需透過自然語言就能驅使計算機完成任務。
只要給予足夠時間，幾乎沒有AI解決不了的難題。
或許在不遠的將來，這個滿是Windows系統、滑鼠操作與桌面介面的時代，會被視作是完全過時的存在。
在日常生活中，能敏銳地發現問題，提出「可以用一款軟體來解決這個問題」正逐漸成為一種重要技能。
過去，這項技能幾乎是軟體開發者的專屬，而如今，普通人也能輕鬆掌握。
參考資料：https://www.semafor.com/article/01/15/2025/replit-ceo-on-ai-breakthroughs-we-dont-care-about-professional-coders-anymore