2026年11月17日,Replit发布Replit Missions,把“给智能体派活”从单次对话升级成按目标交付:用户定下结果、预算和边界,一群AI智能体并行规划、搭建、测试和迭代,直到独立AI裁判按约定标准验收通过。它瞄准的是团队一直没空干的复杂工作——拿下企业客户、提升性能、替换老系统。
建任务时先回答“成功长什么样”,比如企业客户算签约年单还是付费试用也算;协议里定好花钱上限和哪些动作要先请示,例如联系客户、改对外材料、做产品承诺前必须经过人。预算花完还没达标就停下,不会无限烧下去。Replit拿自己举了例子:让Missions在两天、3000美元预算内自建应用监控平台DataCat,做出仪表盘、告警和链路追踪;故意埋下数据库故障后38秒告警并定位到具体查询,3小时压测存下2600万条记录与440万条日志,51项数据与告警检查全过。
智能体集群到底强在哪
同一问题多路并行探索、共享发现,是Missions的核心卖点。Replit用13个NumPy基准任务实测:单智能体最快提速4倍,16个智能体组成的集群达到17倍,32个达到19倍。DataCat已开源自托管版本;Missions还在模拟经营基准E-Commerce Bench上用10万元本金跑出482万元,约48倍,超过公开榜单最佳成绩的三倍多。
边界也得说清:这些都是受控测试,不是生产环境成绩;和Claude Code的对比只跑了一次,覆盖的产品面也不同。接下来最值得验证的,是Missions能不能接住真实企业的长期目标,以及预算与验收标准在实战里是否扛得住。对小团队来说,它把“没人手所以一直拖着”的项目重新放回了可选清单。