
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!

