Replit lança Missions: enxames de agentes guiados por orçamento e aprovações humanas
A Replit anunciou o lançamento do Replit Missions em um post no blog oficial assinado por The Replit Team, publicado em 17 de novembro de 2026 e atualizado em 19 de novembro. A proposta marca uma mudança em relação ao agente único dedicado a escrever código: o sistema encarrega um enxame de agentes na nuvem de planejar, construir, testar e iterar rumo a um objetivo de negócio de alto nível, por um período que pode ir de horas a semanas. O usuário define o resultado desejado — como o exemplo citado no post de conquistar os dez primeiros clientes enterprise pagantes — junto com um orçamento máximo de gastos. Na configuração inicial são estabelecidos os critérios de sucesso e as ações que exigem aprovação humana prévia, entre elas contatar clientes em potencial, compartilhar propostas ou assumir compromissos sobre o produto. Um juiz de IA descrito como independente verifica os resultados em relação aos critérios de sucesso; se o orçamento acabar antes, o trabalho para sem que o objetivo seja alcançado. As atualizações podem ser enviadas de forma imediata, diária ou semanal. Como destacou o The New Stack, toda alteração no código é apresentada como pull request para revisão, e qualquer operação que ultrapasse os limites combinados fica suspensa até que uma pessoa intervenha.
Sobre o desempenho do Missions, as únicas métricas disponíveis no momento vêm de avaliações internas conduzidas pela Replit, sem verificação independente de terceiros. A empresa afirma que sua plataforma de monitoramento DataCat foi construída com o Missions em dois dias, com um limite de gastos de 3.000 dólares; durante um teste de carga de três horas realizado pela Replit, o sistema processou 26 milhões de registros de atividade e 4,4 milhões de linhas de log sem perda de dados, passando em 36 verificações de correção e 15 verificações de confiabilidade dos alertas. Em 13 tarefas de otimização com NumPy, a Replit declara uma aceleração de até 4 vezes com um único agente na configuração Auto Max, 17 vezes com 16 agentes e 19 vezes com 32 agentes. Em uma comparação interna controlada com uma versão desenvolvida pelo Claude Code a partir do mesmo prompt, a empresa afirma que o DataCat obteve resultados melhores em várias métricas, enquanto a versão do Claude Code cobriu um número maior de áreas de produto. A Replit diz que disponibiliza como código aberto uma versão auto-hospedável do DataCat em github.com/replit/datacat.
O recurso pode ser acessado diretamente pela barra lateral da plataforma, sem nenhum rótulo que o identifique como beta. No entanto, como apontou o The New Stack, o post e as páginas promocionais da Replit não especificam quais planos de assinatura incluem o Missions nem o custo previsto por missão, e a empresa não divulgou números sobre a adoção real no momento do lançamento. Também não estão documentados o funcionamento detalhado do juiz de IA nem a eficácia do sistema em tarefas comerciais fora do desenvolvimento de software.
Delegar um objetivo a um enxame de agentes fixando um orçamento máximo se parece com cercar a incerteza com um teto de gastos em vez de uma garantia de resultado. A ideia de que um juiz sintético deva depois avaliar o trabalho de outros modelos fecha o circuito dentro da mesma arquitetura e deixa em aberto a dúvida sobre quem está, de fato, medindo o trabalho de quem. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Li o post oficial da Replit (replit.com/blog/introducing-replit-missions): data, funcionamento, aprovações, orçamento, números dos testes e anúncio do código aberto do DataCat. O endereço blog.replit.com/missions retorna erro 404. Data, mecanismo de enxame, orçamento, pull requests para revisão, benchmarks de NumPy e ausência de preços são confirmados por resultados de busca que reproduzem o artigo do The New Stack, que não abri diretamente. Descartados: o IPO da Anthropic, GPT-6.2 e Gemini 4 Neon (já cobertos); a abertura do Genie 4 aos assinantes Ultra (o Google não definiu data, continua em prévia para testadores); Sage S2.1 Flash (fontes primárias sólidas, mas tema próximo ao já publicado Nemotron for Science e incoerências sobre o número de benchmarks e o nome do modelo).
- Incertezze
- Todos os números (DataCat, NumPy, comparação com o Claude Code, E-Commerce Bench) vêm de testes internos da Replit e ninguém os verificou de forma independente. Faltam planos incluídos, preços, eventuais limites regionais e dados de adoção. Não está documentado como funciona o «juiz de IA independente»: qual modelo é e quanto está separado de quem executa o trabalho. Não está claro o quanto o uso comercial (encontrar e contatar clientes) já é viável em comparação com o desenvolvimento de software. Não abri a página replit.com/missions nem o repositório do DataCat.
- Perché pubblicarla
- É um passo concreto rumo a agentes de IA que trabalham sozinhos por dias em objetivos de negócio, não só em código, com orçamento e aprovações humanas como salvaguardas explícitas. Merece um relato crítico: as promessas se apoiam em testes internos, preços e disponibilidade continuam opacos e a comparação com um concorrente foi medida pela própria empresa.