作者 | Xuushan，編輯｜蔓蔓周，Zuri
如何在1分鐘內做一個貪吃蛇小遊戲？放在兩年前，有人會說痴人說夢，但AI讓一切皆有可能。
AI時代，連看不懂程式碼的矽兔君都能在1分鐘內做個小遊戲的Demo。不信，你看這就是我做的貪吃蛇小遊戲。
這倒不是因為矽兔君一夜之間頓悟成了AI大神，而是我們藉助了當下大火的AI工程師——Replit Agent。
從頭到尾，矽兔君只動了動嘴，告訴Replit Agent：“我要做一個貪吃蛇遊戲”。隨後，我們不斷給Replit Agent產品需求和問題反饋，其他的Replit Agent都幫你做完了。
和其他AI工程師不同，Replit Agent無論編寫程式碼、安裝軟體包、執行程式，還是配置資料庫，部署產品都能一鍵完成，0基礎、無門檻，對新手小白使用者友好。
連OpenAI聯創、AI大神Andrej Karpathy都讚歎不已，稱之為：“感受到AGI時刻降臨（的產品）”。
AI大神Andrej Karpathy轉載了Replit CEO Amjad Masad的推文
當下，AI Agent正成為AI互動的新風口，AI工程師更是被多數人認為AI落地應用的突破口。同時，Replit Agent產品背後正是擁有多年程式碼平臺開發經驗的AI創企Replit。
天然的程式碼開發環境、豐富的程式碼資料庫，再加上流量密碼AI，共同助推了Replit Agent火爆全網。
Replit成立於2016，成立之初，旗下同名產品Replit主要是一個協作式程式設計平臺，擁有快速複製程式碼庫、IDE開發環境、Debug、程式碼執行以及部署能力。
換句話說， Replit可以看作“程式設計版本的Notion”，它還支援多種程式語言，如JavaScript、Python、Go、C++等。
據瞭解，Replit Agent產品上線僅5天，就已經建立了幾萬款應用。許多使用者甚至取消了其他無程式碼自動化平臺如Zapier的訂閱，直接選用Replit Agent構建一些常用小工具。AI創業者Sully用它開發了小工具—— 自動傳送客戶訂閱情況變動的Slack提醒，“開發、測試、部署一共花了不到5分鐘，成本是（Zapier）的1/10。”看來，與Zapier 30美元的月費相比，不少人認為還是Replit每月10美元更具價效比。
打造Replit Agent的，正是Replit旗下的AI團隊。此次，我們也藉助UpHonest Capital旗下華人精英社群UpHonest Scouts，獨家對話了Replit Agent專案的發起者、團隊中唯一的華人工程師李珎（Zhen Li），在長達一個多小時的深度對話中，我們直擊了Replit Agent火爆全網背後的故事。
從他的講述裡，我們看到了Replit Agent是如何從一個想法，成長為一個火爆全網的AI Agent產品。我們也從Replit Agent誕生的經歷中，看到了AI浪潮是如何影響AI初創企業，抓住機遇的AI創企又是如何快速轉型成長，收穫頗豐。
獨家對話Replit Agent發起人
打造人人可用的AI工程師
Replit Agent最初的產品原型，誕生於一位華人工程師李珎的電腦。
2023年，李珎，帶著用AI降低程式設計門檻的願景加入Replit，成為彼時Replit AI 8人團隊中的一員。此前，他曾在谷歌等大廠開發了6年AI產品，也曾參與到部分模型研發。
當時，Replit剛完成9700萬美元B+輪融資，手上資金流充足，也已經有一定使用者規模。Replit也嗅到AI帶來的巨大變革，從2023年底開始，Replit就開始做AI基礎設施的技術升級。Replit的創始人兼CEO Amjad Masad帶領著團隊尋求與AI浪潮契合的新方向，嘗試各種不同AI功能開發。
“我之前創業的過程中，感受到招一個工程師真的很難，招聘成本也很高。”李珎說道。因此在大模型GPT-4出現後，他就已經開始嘗試將一些程式設計工作“外包”給AI，GPT-4的打工表現還不錯，讓他看到了用AI完成程式設計開發任務的希望。
因此，在Replit AI的8人團隊中，李珎成為了唯一一位推進AI Agent產品的工程師。他當時也只是做一個初步嘗試，並沒有具體的產品落地計劃。
"我認為Replit已經具備打造一個完美的AI Agent所需要的基礎設施。我立即在自己筆記型電腦上著手開發Replit Agent第一個原型。”李珎回憶道。他還提到當時向同事們展示原型後，越來越多的人感覺不錯，紛紛加入到這個專案中。Amjad Masad也覺得Agent可能會成為replit使用者需要的產品形態。
天時、地利、人和。機緣巧合之下，李珎最初獨自開發的的AI Agent專案成了Replit未來的核心產品。
李珎告訴矽兔君，Replit Agent今年9月推出Beta版本產品上線。在這緊張的開發時間線中，團隊不斷最佳化產品的互動邏輯。“經過反覆討論和測試，我們最終決定採用AI Agent決策(Human-in-the-loop)互動模式，讓使用者能夠直接參與到程式碼程式設計過程中，這讓使用者能更快更直接的感受到Agent的價值。”李珎說道。
Replit Agent成功的背後，離不開一個充滿激情的開發團隊——Replit的AI團隊。李珎也見證了Replit Agent從專案概念，到專案立項，再到上線的全過程。
Replit Agent War Room
“在產品釋出前的關鍵階段，我們將一間普通的會議室改造成了專門的作戰室。團隊成員們常常工作到深夜，有時甚至直接睡在辦公室裡。”他回憶道：“那段時間雖然充滿挑戰，但每個人都幹勁十足，為能參與這個可能改變軟體開發未來專案感到無比自豪。”
李珎告訴矽兔君，ReplitAI團隊裡有許多“神人”。例如此前在Google X專門負責程式碼LLM的Michele Catasta，他還身兼頂級投資機構Coatue的AI顧問；前YouTube第7號員工Bradley Heibrun，曾經歷Youtube和Paypal的兩輪收購。他定義了現在大部分網站使用的基礎設施，例如流量負載平衡、DNS、伺服器設計和自動化、釋出工具、監控等，他還曾在PayPal領導構建了大規模的安全系統。
“程式設計師佔世界人口的比例不足1%，Replit Agent希望服務的是群眾開發者‘citizen developer’，讓不具備寫碼能力的普通人也可以將自己的idea開發成有趣的產品。”李珎說。
實測Replit Agent
將AI開發過程視覺化
目前，Replit Agent與其他AI工程師產品不同，其目標使用者群體是所有人。因此，無論你會不會寫程式碼，能不能看懂程式碼，你都可以0基礎藉助Replit Agent創造新的需求。
在社交平臺X上，一位4歲小朋友花了15分鐘透過Replit Agent開發了自己簡單的小遊戲“tic tac toe”。這也再次證明了Replit Agent的低門檻和普適性。
機會難得，矽兔君親自體驗了Replit Agent平臺，感受到其新手友好的產品互動能力。
首先，開啟操作介面，使用者可以看到Replit的創始人兼CEO Amjad Masad親自操作Replit Agent的影片指南，並介紹了自己創造Replit Agent的理念。
他認為，AI Agent創造產品的過程不應該是“黑箱”過程，而是應該將每一步過程都直觀的呈現給使用者。
因此，當你給出一個新的需求時，Replit Agent會向你不斷髮問，確定執行的細節。比如說，我們在對話文字框中，輸入了一個“創造一個貪吃蛇”（Make a Snackgame）的字元指令。
幾乎沒有等待時間，我們就收到Replit Agent的回覆，它給出了我們一些遊戲內容的建議，告訴接下來AI程式設計的流程會是什麼，並詢問我們是否同意。
同意操作流程之後，我們很快就看到一個貪吃蛇的遊戲介面視覺化呈現眼前。Replit Agent會先進行自我驗證，查證每一步執行程式是否正確，以及運轉的程式是否正常運轉。在這個過程中，Replit Agent也實現AI Agent“透明化”，AI的每一步操作都可控。
看不懂一點程式碼的矽兔君，果斷選擇“視窗模式（Webview）”，將產品視覺化。
這時，我們又嘗試提出了一個新的需求——希望貪吃蛇遊動速度能夠慢一點，並簡單直白地給出了“Slowly”的指示。
大約1分鐘左右的時間，遊戲介面裡的貪吃蛇遊動的速度明顯慢了下來，我們也終於突破了0分。
現階段，Replit平臺付費使用者可以體驗Replit Agent。Replit Agent的使用者群體覆蓋學生、PM、設計師等非專業程式設計師。
體驗過程中，我們的確能夠感受Replit Agent在Replit平臺環境中開發的好處 —— 實現從提出需求到產品成型和最終部署端到端的體驗。無論是及時線上預覽產品效果，還是能夠將程式碼直接還原到此前步驟狀態，以及產品開發後的部署和執行，省去了各方轉接的步驟，一次到位。
同時，我們也感受到了Replit Agent和其他AI工程師不同的地方——它將所有的任務執行拆解，並告知使用者。Replit Agent能夠明確每一步自己的執行框架，並且還能夠不斷地將使用者的建議採集其中，讓AI程式設計更加透明。
技術層面上，Replit Agent則採用了Multi-agent架構。使用者雖然看到的是，1個Agent執行了所有任務，但其實這背後有一個多Agents組成的小開發團隊。
Replit使用不同的模型拆解複雜的開發流程，並將其中的任務分配給不同的Agents，將所有任務有邏輯性的編織在一起之後，最終將視覺化的產品結果展現給使用者，並提供產品部署選項。
其中，主要任務拆解、規劃、程式碼生成由主流通用LLM擔任，程式碼補全、Debug和程式碼修復等任務則由Replit開發的垂直模型驅動。
網友藉助Replit Agent進行AI Model Comparison工具開發和部署
“事實上，基於現階段AI大模型的能力，AI Agent避免不了出錯。如何讓AI Agent在合理的時間內實現自我糾錯，這也是我們在打磨產品感到困難的地方。”李珎分享道：“我們設計了很多測試路徑，讓AI更快地自我糾錯。另一方面，我們增強了模型自己糾錯的能力。”
“使用者反響很好，現在使用者的需求大於我們之前提供的嘗試次數。”李珎告訴我們，“我們已將使用次數提升了五倍，以滿足龐大的使用者需求。”
據瞭解，Replit Agent收到開發需求頻次最高的是網站開發，其次還有各類小工具如生成產品代金劵，還有企業工具、 LLM工具，以及一些遊戲。“我們看到有些企業內部在用Agent來替代已有的SaaS服務。”李珎說。
使用者與Replit Agent互動的平臺也不僅限於電腦端，大量的互動實際來自移動端，比如平板、手機。
根據矽兔君觀察，目前Replit Agent是第一個可在移動端執行的軟體開發AI Agent。李珎告訴矽兔君，公司選擇PC端和移動端同時上線的原因，也是觀察到非程式設計師型別的使用者，更習慣於移動辦公模式。Replit希望離他們更近，更好地讓AI工程師融入到這類使用者的工作流程中。“在手機上能完成一個專案的開發是一個很酷的事情。”
AI工程師成新晉風口
產品爆發已處在前夜
短短幾天內，就已經有三家AI程式設計公司獲得大額融資，AI工程師正在成為資本重點關注的新方向。
Magic完成了一輪3.2億美元的融資，估值達到15億美元，投資者包括前谷歌CEO埃裡克·施密特、谷歌的CapitalG、澳大利亞軟體公司Atlassian等。
Codeium（正式名稱為 Exafunction Inc）也在同一天宣佈已完成 1.5 億美元融資，估值為12.5億美元。
Cursor則獲得了6000萬美元的A輪融資，由Andreessen Horowitz和Thrive Capital領投，估值達到了4億美元。目前，Cursor已經在成立的2年時間裡擁有了超過30000名客戶。
不僅如此，今年開年以來，Cognition Labs於4月宣佈獲得了1.75 億美元融資，估值躍升至20億美元。5月，Augment宣佈完成2.27億美元B輪融資，投後估值達9.77億美元。
據英國金融時報報道，自2023年1月以來，AI程式設計行業已經吸引了 9.06 億美元的投資。如今這一數字還在快速增長，AI程式設計正在成為生成式AI應用新的風口。
AI工程師產業鏈地圖（矽兔賽跑製作）
李珎也提到AI程式設計應用正在快速發展。“大模型的成長速度非常快，像是GPT模型、Claude模型的程式碼能力都變得更強。”
同時，他還提到一些開源的Agent專案，例如SWE-Agent、OpenDevin，以及不斷升級的SWE-Bench等測評標準，都在助推AI程式設計能力爆發式成長。“AI程式設計應用已處在爆發前夜。”
AI程式設計的爆發也受到企業需求和市場需求的雙重驅動。一方面，生成式AI的爆發，需要更多的AI工程師，人才缺口大。另一方面，各大生成式AI大模型急需一個可以落地的場景，以及可以完成商業變現的產品。AI程式設計，正是一個新的方向，Replit Agent也在此背景中應運而生。
“我給現在所有的AI程式設計產品打50分。”李珎也對現階段的AI程式設計產品保持較為客觀的認知。他認為現在多數的產品還不算太成熟，隨著AI大模型地不斷升級，AI工程師能力逐漸增強，編寫的程式碼也更加完美。“或許一個完美的AI程式設計師很快就會出現了。”
未來，AI會不會代替所有工程師？李珎覺得未來軟體工程師會去和Agent合作做專案，每個軟體工程師的效率會得到提升。AI工程師可以加快很多個人創業以及公司個人專案的進展。那時，一個人就是一個團隊。
“與其說AI代替工程師，不如說，我覺得會有越來越多的創始人出現。”
UpHonest Scout Program（USP），由矽谷早期風險投資機構UpHonest Capital發起，旨在召集有志【早期投資】的個人加入。與我們並肩攜手，挖掘身邊的優質創始人和早期專案，加速科技創新步伐。我們會協助您，寫出第一張風險投資Check，完成由【職場人士】到【早期投資人】的華麗轉身。我們吸納位於北美的科技企業員工、金融職場人士以及高校MBA加入我們的團隊。（詳情：https://www.uphonestscouts.com/）
文末互動：
你看好AI工程師這一賽道嗎？
評論區告訴我們你的看法哦～
別忘了點關注，不迷路啊。
👇👇👇
Get Rich
點贊+在看，搞錢穩賺！