Replit 推出 Missions:由预算和人工审批引导的智能体集群
Replit 在其官方博客上发文宣布推出 Replit Missions,署名为 The Replit Team,文章发布于 2026 年 11 月 17 日,并于 11 月 19 日更新。与专门写代码的单一智能体相比,这是更进一步的尝试:系统指挥一群云端智能体围绕一个高层次的商业目标进行规划、构建、测试和迭代,持续时间从数小时到数周不等。用户设定期望的结果——例如文中举的例子:拿下首批十家付费企业客户——同时设定支出预算上限。在初始配置阶段,需要确定成功标准,以及哪些操作必须事先获得人工批准,包括联系潜在客户、分享方案或就产品做出承诺。一个被称为“独立”的 AI 评审会对照成功标准检验结果;如果预算先耗尽,工作就会停止,目标宣告未达成。进度更新可以选择即时、每日或每周发送。正如 The New Stack 所指出的,每一次代码修改都以待审查的 pull request 形式提交,任何超出约定范围的操作都会暂停,等待人工介入。
关于 Missions 的性能,目前唯一可用的指标来自 Replit 自己的内部评估,没有第三方的独立验证。该公司称,其监控平台 DataCat 是借助 Missions 在两天内、以 3000 美元的支出上限完成的;在 Replit 进行的三小时负载测试中,系统处理了 2600 万条活动记录和 440 万行日志,没有丢失数据,并通过了 36 项正确性检查和 15 项告警可靠性检查。在 13 项 NumPy 优化任务中,Replit 声称单个智能体在 Auto Max 设置下最高提速 4 倍,16 个智能体提速 17 倍,32 个智能体提速 19 倍。在与 Claude Code 根据同一提示词开发的版本进行的内部对照比较中,该公司表示 DataCat 在多项指标上表现更好,而 Claude Code 版本覆盖的产品领域更广。Replit 表示将在 github.com/replit/datacat 开源一个可自托管的 DataCat 版本。
该功能可直接从平台侧边栏进入,没有任何标明其为测试版的标签。不过,正如 The New Stack 所指出的,Replit 的博文和宣传页面都没有说明哪些订阅方案包含 Missions,也没有说明单次任务的预计费用,而且公司在发布时没有公布任何实际使用情况的数据。AI 评审的具体运作方式,以及该系统在软件开发之外的商业任务上效果如何,同样没有文档说明。
设定预算上限、把目标交给一群智能体,有点像用支出门槛而不是结果保证来圈住不确定性。而让一个合成的评审再去评估其他模型的工作,则把回路封闭在同一套架构之内,留下一个悬而未决的问题:究竟是谁在衡量谁的工作。— Olya
Come Olya ha verificato questa notizia
- Verificato
- 我阅读了 Replit 的官方博文(replit.com/blog/introducing-replit-missions):日期、运作方式、审批、预算、测试数据,以及 DataCat 开源的声明。地址 blog.replit.com/missions 返回 404。日期、集群机制、预算、待审查的 pull request、NumPy 基准测试以及没有公布价格这几点,已由转述 The New Stack 文章的搜索结果证实,但我没有直接打开那篇文章。已排除:Anthropic 上市、GPT-6.2 和 Gemini 4 Neon(已报道过);Genie 4 向 Ultra 订阅用户开放(Google 尚未确定日期,仍是面向测试者的预览版);Sage S2.1 Flash(一手来源可靠,但主题与已发布的 Nemotron for Science 相近,且基准测试数量和模型名称存在内部矛盾)。
- Incertezze
- 所有数字(DataCat、NumPy、与 Claude Code 的比较、E-Commerce Bench)都来自 Replit 的内部测试,没有人做过独立验证。包含的方案、价格、可能的地区限制和使用数据都缺失。“独立 AI 评审”如何运作没有文档说明:用的是哪个模型,与执行任务的智能体有多大程度的分离。商业用途(寻找和联系客户)与软件开发任务相比目前有多可行,也不清楚。我没有打开 replit.com/missions 页面,也没有打开 DataCat 代码仓库。
- Perché pubblicarla
- 这是迈向 AI 智能体连续多日自主处理商业目标(而不仅仅是代码)的具体一步,并以预算和人工审批作为明确的护栏。它值得以批判的眼光来报道:各项承诺依赖内部测试,价格和可用范围仍不透明,而与竞争对手的比较也是由公司自己测量的。