编程不再是专业技能！Replit「Agent」引爆编程革命，零基础也能轻松上手

Replit凭借创新的AI编程平台「Agent」，在短短半年内实现了5倍的收入增长。通过采用Claude3.5Sonnet模型和多智能体架构，Replit为编程行业带来了前所未有的革新，推动了一个人人皆可参与的编程时代。

Replit「Agent」正以迅猛之势，推动着编程行业的深刻变革。

Masad于2016年创立了Replit，成立以来一直积极拥抱AI技术，近年来推出了一系列自动化编程产品。

回顾Masad近年的言论，会发现「Agent」的实现速度远超他之前的预期。

他曾断言「Agent」在2030年之前很难达成。

促使这一转变发生的关键因素，是Anthropic推出的新模型:Claude3.5Sonnet。

此前，Replit一直专注于构建自有模型，期望凭借专有数据形成独特优势。

然而，Claude3.5Sonnet的出现，瞬间打破了这种局面。

Masad感慨道:「我知道这一切都在发生，只是没想到它来得这么快。」

Replit最新的客户群体是那些对编程一窍不通的人。

「我们不再关注专业程序员了。」Masad说道。

网友Levin表示，他通过「Agent」发布了设计反馈应用，完全不用写一行代码。

网友Melvin用不到一小时，构建了一个数字商店，并感叹「这真是改变了游戏规则!」

Replit「Agent」执行了一系列关键操作:创建数据库，录入订单和产品列表，在Stripe中自动完成产品配置。当用户结账付款后，它会将订单存入数据库的订单列表，并且完成了应用程序的部署工作。

作为一家专注于AI编程的创新公司，Replit凭借其具有突破性意义的产品「Agent」，在短短半年时间内，便缔造了令人瞩目的商业奇迹:实现了5倍的收入增长。

原本对编程一窍不通的人，如今也能借助「Agent」的强大功能，轻松构建自己的应用程序。

这家公司在去年4月将总部迁出旧金山，并于5月进行裁员。员工人数减少了一半，减少至约有65人。

从AI能力的提升到商业模式的革新，Replit为我们展示了编程的未来图景:一个人人皆可参与创造的时代。

Replit Agent技术揭秘

Replit Agent的技术架构基于多智能体系统。

看似是单个智能体在执行所有任务，但背后实际上是一个由多个智能体组成的小型开发团队在协同运作。

Replit借助不同的模型，将复杂的开发流程进行拆解，把各项任务分配给不同的智能体，最终以逻辑连贯的方式将所有任务整合起来，呈现给用户。

基础模型

「Agent」基于Anthropic的Claude3.5模型，运用创新性的工程技术，大幅提升任务执行效率。此外，它还融合垂直模型，专门应对代码补全、调试和修复等特定任务。

多智能体架构

「Agent」采用多智能体架构，把复杂的开发流程细分为多个子任务，并分发给不同的智能体。「Agent」通过让多个智能体并行运行，挑选出最佳结果，显著提升了任务执行的可靠性。

人机协作模式

「Agent」将任务的执行过程透明化展示，使用户能够清晰洞察每一步的执行逻辑。这种透明化的操作方式，不仅提升了用户的参与度，也增强了AI编程的可解释性。

此外，Replit Agent的开发团队精心设计了多种测试路径，进一步强化模型的自我纠错能力。这些技术优化措施，使得Replit Agent在实际应用场景中表现得更加可靠。

Claude的出现，恰似一把双刃剑。

一方面，基于相关技术推出的「Agent」取得了巨大成功，为公司带来了显著的收益增长。然而，另一方面，Replit也因此放弃了自主开发自有模型的计划。

AI能力的飞跃，为各行各业带来了翻天覆地的变革。编写代码是生成式模型最擅长的任务之一。

目前，Anthropic的模型已向竞争对手的初创公司开放使用权限，这类初创公司如雨后春笋般不断涌现。

Masad 表示:「只要我们能够保持创新与进步的节奏，持续深耕并拓展现有成果，我相信我们能够保持领先地位。但我们不得不思考，究竟什么才是持久的护城河?」

Replit目前最大的优势并不在于AI能力，而在于它能极大地简化软件开发的各个环节。

八年来，Replit始终专注打磨和优化这一核心优势。至于「Agent」所依托的Anthropic新模型，只是攻克了软件开发流程中的最后一道难关:实际的代码编写工作。

理论上，客户能够借助Claude直接创建软件。然而，这一过程并非易事。

客户不仅需要为使用Claude支付费用，还得在AWS平台上启动一台EC2机器，随后还得完成Git和Python的安装配置。

光是这些准备步骤，就足以让大多数人望而却步。

现在是编程小白开始学习如何利用AI工具自行构建软件的时候了。

只要对软件的基本工作原理有初步了解，人们就足以借助日益强大的AI工具，迈出自主构建软件的第一步。

这其实是对计算机原始设计理念的一种回归。

在Windows尚未问世之时，人们只能在MS DOS系统里输入繁杂且晦涩的指令来操作计算机。

后来，Windows系统取代了DOS，鼠标点击取代了命令输入。

如今，AI技术迅猛发展，使计算机操作摆脱了传统指令模式，用户仅需通过自然语言就能驱使计算机完成任务。

只要给予足够时间，几乎没有AI解决不了的难题。

或许在不远的将来，这个满是Windows系统、鼠标操作与桌面界面的时代，会被视作是完全过时的存在。

在日常生活中，能敏锐地发现问题，提出「可以用一款软件来解决这个问题」正逐渐成为一种重要技能。

过去，这项技能几乎是软件开发者的专属，而如今，普通人也能轻松掌握。

参考资料:https://www.semafor.com/article/01/15/2025/replit-ceo-on-ai-breakthroughs-we-dont-care-about-professional-coders-anymore