博客

隆重推出 Replit Missions

智能体集群会规划、构建、测试并迭代,朝着你期望的结果推进,同时遵守你设定的预算和边界。

Introducing Replit Missions — cover image

发布于:

2026年11月17日The Replit Team

Replit 团队

今天,我们推出 Replit Missions,帮助你的团队承接那些他们一直没时间或没精力处理的复杂工作:赢得更多企业客户、提升产品性能,或替换遗留软件。你定义目标成果,Replit 则协调一组智能体集群,在你设定的预算和边界内进行规划、构建、测试并迭代,朝着目标推进。

在 Replit,我们想探索将应用监控引入内部,以降低成本并获得更多控制权。我们给 Missions 设定了一个目标:构建 DataCat,一个我们可以在自己的基础设施上定制和运行的平台。在两天内、3,000 美元的预算下,一组智能体集群构建了仪表盘、告警和应用追踪功能,然后对照可衡量的性能和可靠性目标对该平台进行了测试。

DataCat 只是 Missions 所能实现的工作的一个例子。Missions 将同样的方法应用于你团队的目标,而无需你构建和维护协调智能体集群所需的复杂基础设施。

从你没有精力承接的复杂工作开始

你可以从一个任务开始,比如“赢得我们的前 10 个付费企业客户”。你不需要预先决定要瞄准哪些行业、接触哪些买家,或先解决哪个客户问题。寻找和评估这些方案正是你委托出去的工作的一部分。

在设置过程中,Missions 会提出问题以定义成功标准。对你业务而言,什么算作企业客户?付费试点是否计入前 10 个,还是成功意味着签署超过最低金额的年度合同?你的回答将决定该任务优先考虑哪些客户账户,以及如何衡量结果。

Mission setup asking what matters most for growing your customer base.

掌控预算和边界

你的 Missions 协议设定了支出上限以及哪些操作需要你的许可。你们还要就可接受的权衡达成一致,例如提供付费试点或年度合同折扣。

例如,你可以将任务的支出上限设为 1,000 美元,并要求智能体在联系潜在客户、分享提案、更改面向客户的销售材料或做出产品承诺之前获得批准。随着方案演进,这些限制和审批要求始终有效。

Mission boundaries showing a $1,000 usage budget and Max model selection.

让智能体规划、构建并迭代

对于你的企业销售任务,智能体可能会研究目标客户账户、构建定制演示,并准备外联材料供你审批。集群让它们能够并行工作,一个智能体研究买家,另一个开发演示。在获批的外联材料发出后,任务可以回过头来审查哪些账户和消息正在产生合格的对话。

这些回应将指导下一轮工作。智能体可能会聚焦于表现出更强兴趣的行业,围绕反复出现的买家问题改进演示,或修改回应寥寥的消息。

Figure shows agent swarms working on improving Replit Slides

图示展示了智能体集群正在改进 Replit Slides

为什么智能体集群让 Missions 更强大

Chart shows NumPy benchmark speedups by agent count using Auto (Max) and Auto (Power).

图表展示了使用 Auto (Max) 和 Auto (Power) 时,NumPy 基准测试随智能体数量增加的加速比。

智能体集群赋予 Missions 同时探索多种解决方案、共享洞见并基于彼此发现继续构建的能力。对于性能优化这类问题,智能体会并行测试不同的实现,利用共享的发现来改进各自的方法,并在寻找更快解决方案的过程中协同验证正确性。

我们使用 NumPy在 13 项具有代表性的基准任务上对此进行了测试。智能体探索了替代实现,优化了内存访问模式,并自动验证了正确性。使用 Auto (Max) 时,单个智能体实现了最高 4 倍的加速。16 个智能体的集群达到了 17 倍,32 个智能体的集群达到了 19 倍。Auto (Power) 显示出相同的模式:分别为 2 倍、7 倍和 9 倍。

引人注目的结果是集群取得了多大的进展。并行探索更多方法帮助 Missions 找到了显著更快的实现,展示了智能体集群在复杂优化工作中的潜力。

查看进展并了解结果如何被检查

在规划期间,你选择想要了解的内容,包括阻碍、进度更新和一般状态,以及频率:立即、每日摘要或每周。你可以合上笔记本电脑,让云端智能体继续工作。Missions 会根据你的偏好发送更新,并在需要你输入时联系你。

一个独立的 AI 评判员会根据你们商定的成功标准检查结果,智能体则利用其反馈来改进工作。当这些标准得到满足时,任务即被标记为完成。如果预算先耗尽,工作将停止,结果仍未解决。

无论何时你想更仔细地查看,都可以看到已完成的工作、活跃的任务和后续步骤,包括任何等待你批准的事项。

构建 DataCat:我们用 Missions 打造的自有应用监控平台

我们使用 Missions 构建了 DataCat,一个我们可以自行运行和定制的应用监控平台。在 2 天内、3,000 美元的预算下,Missions 根据我们团队在任务合同中设定的目标,构建了一个可运行的平台,包含仪表盘、告警和应用追踪功能,然后对照可衡量的性能和可靠性目标对其进行了测试。

Missions 还构建了 DataCat 自己的智能体,它从每台服务器收集监控数据,以及它的追踪库。DataCat 可以独立于原平台的智能体和库运行。

为了测试 DataCat 是否能帮助诊断故障,我们故意引入了一个数据库缺陷。DataCat 在 38 秒内发出了告警,超过了我们 60 秒的目标,并将故障追踪到确切的数据库查询及其日志。

该任务还为一次三小时负载测试构建了示例应用。DataCat 存储了 2600 万条应用活动记录和 440 万条日志条目,没有丢失任何数据,同时搜索和告警持续运行。全部 36 项数据正确性检查和 15 项告警可靠性检查均通过。

该任务将其监控代码与原始平台的追踪库和代理进行了比较。在匹配的 Node.js 测试中,该应用处理了更多请求,且与监控相关的处理器开销更少。DataCat 的代理还使用了更少的内存,并使日志更快可搜索。

随后,我们将 DataCat 与使用 /goal 在 Claude Code 中基于相同初始提示构建的监控平台进行了比较。DataCat 接受了原始平台代理的所有数据类型(日志、指标、主机数据和追踪),而 Claude Code 构建仅接受日志。DataCat 通过了更多 API 兼容性检查,并更快地接收追踪和指标。Claude Code 构建覆盖了更多产品领域,并更快地接收日志。下表总结了结果。

我们测试的内容DataCat 的结果
构建时间和预算2 天,在 3,000 美元上限预算内
检测故意引入的数据库缺陷38 秒,目标为 60 秒
处理持续活动3 小时内 2600 万条活动记录 + 440 万条日志条目,零数据丢失
数据准确性和告警可靠性51 项检查全部通过
Node.js 测试中的监控效率处理的请求多 39%,与监控相关的处理器开销少 51%
API 兼容性(独立测试套件)每个 DataCat 存储引擎通过 56 项检查中的 51 项,而 Claude Code 构建为 56 项中的 45 项
应用追踪接收DataCat(Postgres)每秒 49,000 条追踪,而 Claude Code 构建为 9,800 条:快 5 倍
指标接收DataCat(Postgres)每秒 405,100 个指标点,而 Claude Code 构建为 224,600 个:快近 2 倍
负载下的代理内存DataCat 的代理为 82–108 MB,而原始平台的代理为 319 MB(240 秒平均值)
日志可搜索所需时间DataCat 的代理为 0.5 秒,而原始平台的代理为 4.2 秒(中位数)
存储引擎2 个(Postgres 和 ClickHouse),而 Claude Code 构建为 1 个(SQLite)

注:这些受控测试不能确立针对原始平台托管服务或 Replit 生产系统的性能。Node.js 比较使用了匹配的工作负载和监控工作。

构建比较在相同的云机器上对每种设置各运行一次,仅对共享产品领域评分,并使用原始平台的代理版本 7.56.2 发送数据。API 兼容性是独立于数据正确性和告警可靠性的测试套件。

代理比较使用相同工作负载的重复运行,一次一个代理,两者都发送到同一 Radar 服务器。参考为原始平台的代理版本 7.56.2。

DataCat 为我们提供了一个可运行的基础,我们可以检查、定制并在自己的基础设施上运行。

我们正在开源一个可自托管的 DataCat 版本,以供更广泛使用。

Preview of DataCat, our own application monitoring platform built with Missions

DataCat 预览,这是我们用 Missions 构建的自有应用监控平台

让你的雄心投入工作

Missions 能承担的目标范围持续令我们印象深刻。在 E-Commerce Bench上,一个代理以 100,000 日元起步,运营在线商店一个模拟年,选择供应商、避免诈骗并设定价格。在一次运行中,Missions 将其增长到 482 万日元,约为起始资金的 48 倍,这是最先进的结果,超过公共排行榜最佳成绩的三倍多。

我们相信 Missions 是迈向 Self-Driving Company的切实一步:人们设定方向、做出重大决策并保持问责,而代理承担执行和协调。

这改变了小团队可以考虑承担的事情。你一直推迟的产品发布。需要一整组资深工程师的重构。你想在内部构建但没有带宽的现成软件。

我们很高兴将 Missions 带给世界,并期待看到你将用它承担什么。

点击侧边栏中的“New”,选择“Mission”,并描述你最有雄心的目标。

了解更多: replit.com/missions 或与我们的 销售团队 联系,了解如何将 Missions 引入你的组织。

更多