智东西 AI 前瞻（公众号：zhidxcomAI）

作者 | 江宇

编辑 | 漠影

在 AI 能力骤然突进的当口，Replit 曾 " 不留后路 "，All in Agent。

智东西 8 月 14 日报道，近日，在 YC 孵化的 AI 开发平台 Replit 创始人兼 CEO Amjad Masad 接受播客《The Breakdown》采访（主持人为 Monzo 创始人 Tom Blomfield 与 Google Photos 前负责人 David Lieb），首次系统回顾了这场转型的全过程——从裁员押注 Agent、背水一战，到能力成熟后的爆发式增长，再到重新定义 " 谁能做出软件 "。

Replit 创始人兼 CEO Amjad Masad

就在不久前的 7 月 30 日，Replit 刚完成一轮 2.5 亿美元（约合人民币 18 亿元）的新融资，由 Prysm Capital 领投，估值超过 30 亿美元（约合人民币 215 亿元）。相比 2023 年 4 月的 11.6 亿美元估值（约合人民币 83 亿元），仅两年时间内估值实现超两倍跃升，成为 "vibe coding" 浪潮中的关键玩家。

Replit 由 Amjad 于 2016 年创立，并在 2018 年加入 YC，最初是一个面向编程学习者的 Web 开发环境工具。而如今，Replit 已成长为 AI 编程平台，在 AI Agent 辅助开发方向上取得实质性突破。自 Agent 上线以来，其年化经常性收入（ARR）从 1000 万美元（约合人民币 7 千万元）跃升至 1 亿（约合人民币 7.2 亿元）美元，仅用时 9 个月。

截至 2025 年 2 月，Replit 团队已扩展至包括来自 Google、Facebook、Spotify 等公司的前创始人、设计师与工程师。2023 年 6 月，前 Google Labs 应用研究主管 Michele Catasta 加入 Replit，出任 AI 副总裁，后晋升为公司总裁。

在那场首次系统回顾 Replit 转型的播客采访中，Amjad 提到了八个最值得关注的要点，从一场押注开始，Replit 一步步用 Agent 改变了开发方式与用户角色。

1、Replit" 换了主航道 "，Agent 进入可用区间

这场转型始于一次生死时刻。Replit 因烧钱过快而大规模裁员，创始人 Amjad Masad 坦言：" 我们裁掉了一半人，另外又有 15 到 20 人离开了。"Replit 把全部筹码压在 Agent 上。

彼时 Agent 尚未成熟，Amjad 几次尝试均未成功，最多只能连贯运行几分钟。直到 Claude 3.5 的发布带来关键突破，首次实现 5 到 10 分钟的稳定推理和可靠的代码生成，Agent 才具备实用性，Replit 也由此重回增长轨道。

推动这场转型成功的根本，在于底层 AI 能力的跃迁。GPT-3.5 时期，Agent 顶多可连续执行任务 5-10 分钟，Claude 3.5 将上限拉升到 1 小时，Claude Opus 更达到了 7 小时稳定执行。

在 Amjad 看来，这意味着 Agent 已能完成一个工程师全天的工作，且效率更高。连贯性、上下文记忆和 " 任务链 " 的打通，才真正让 Agent 走向 " 生产可用 "。

2、可试错、可回滚，infra 才是 Agent 真正的 " 护城河 "

为了让 Agent 真正胜任复杂任务，Replit 也不再是一味追求模型能力，而是在系统层构建出 " 快照式事务系统 " ——每一步操作都可被记录、回滚、分支，允许 Agent 生成多个解法后自动比对并选择最优。

这种机制让 AI 具备了类似 " 人类工程师在白板上画思路、选路径 " 的能力，也让 Agent 第一次可以尝试 " 并行式开发 "。

Amjad 提到，他听说 OpenAI 在 Codex 项目中曾让多个团队同时尝试不同方案，" 有点像乔布斯在苹果时的做法，看看谁做得更好 "。

他认为这样的策略虽然对人类团队来说成本高，但在大型模型上可以低成本复制，" 你可以做 100 次，然后选最好的一个 "。这种生成多个版本、挑选最优解的方式，也让 AI 在复杂任务中拥有更大的容错空间。

他坦言，虽然这些系统工程不像模型本身那样显眼，但正是它们构成了 Replit 目前的领先优势。

3、谁在用 Replit Agent？答案是：非程序员

随着 Agent 技术逐渐成熟，一个关键变化也开始显现：越来越多用户并非传统意义上的程序员，而是产品经理、设计师，甚至运营人员。

Replit 观察到，许多 PM 已能通过 Agent 完成 A/B 测试、功能搭建等任务，部分用户甚至直接将原型部署上线，跳过工程环节。

这种 " 非工程部署 " 行为虽然提升了速度，却也引发了团队内部对责任归属的讨论，比如谁来处理 Bug、谁负责维护（On-call）等问题。Amjad 称这是一次 " 赋权 "，他也表明团队在重新思考产品经理、设计师和工程师之间的角色边界。

4、安全仍是硬伤，Replit 选择 " 替用户兜底 "

Agent 让更多非程序员能发布应用，但 AI 生成的代码并不总是安全。Amjad 指出，当前大模型在权限认证、哈希算法、密钥处理等环节表现糟糕，甚至容易误生成 " 绕过登录 " 的后门代码。

对此，Replit 选择内建标准化 OAuth 模块、集成第三方安全扫描，让 Agent 在部署前尝试自动修复问题。

5、Agent 不只是 " 工具栏 "，是随时响应的 " 数字搭档 "

角色变化，也改变了交互方式。Replit 提出了 " 环境式开发 "（environment-building"）设想：用户在电脑端启动一个项目，离开后可在手机上收到 Agent 的进度更新，并通过简单回复推动下一个任务。

他指出，相较于工程师，产品经理、设计师等用户不会长时间坐在电脑前，因此更需要支持移动端的交互方式。

6、" 黑箱 " 问题浮现，Replit 尝试更直观的交互方式

Amjad 提到，当用户尝试用 Agent 构建更复杂的逻辑流程时，常常难以看清系统在做什么，" 整个过程就像一个黑箱子 "。

他指出，虽然通过自然语言生成代码非常强大，但 " 自然语言是模糊的 "，用户很难判断结果是否正确。因此，他们正在探索一种结合自然语言与图形化界面的方式，帮助用户更直观地理解逻辑。

他提到 Smalltalk 作为启发：那是一个早期面向对象编程系统，用户通过 " 对象 " 与系统交互，而不是直接操作文件。他认为类似的交互模式可能有助于提升 Agent 系统的可理解性。

7、不开放模型选择，把注意力放回 " 结果本身 "

与其他允许用户在 Claude、Gemini 等模型之间切换的 Cursor、Windsurf 等平台不同，Replit 并未向用户公开底层模型的选择。

他指出，Gemini 发布后，许多用户因关注热度而提出使用请求，但 Replit 评估发现，其在某些任务中不如 Claude 稳定，特别是在工具调用等方面表现较弱。

为此，Replit 构建了多个内部评估系统，及时对新模型的性能进行测试。Amjad 称，他们更关注模型在用户任务中的真实效果，而不是模型本身的热度或品牌。

8、Agent 产品正冲击 SaaS 市场

Replit Agent 所带来的影响，远不止流程效率的提升。Amjad 分享了一个用户案例：一位用户原本计划为公司采购一套 15 万美元（约合人民币 107 万元）的软件，结果自己用 Replit Agent 花 400 美元（约合人民币 2870 元）做出替代品，并以 3.2 万美元（约合人民币 23 万元）卖给了雇主。

这种 " 用 Agent 造 SaaS" 的方式正变得常见。他判断，像 Salesforce 这类拥有开发者社区和插件生态的平台型 SaaS 仍然具备稳定性，但很多垂直类工具正在面临被 Agent 替代的风险。这种趋势，他认为 " 可能已经体现在一些指标中。"