Replit 11 月 17 日发布 Missions:用户设定目标、预算和审批规则后,一组 agent 在云端并行规划、构建、测试,直到达成目标;一位独立的 AI 裁判按事先约定的成功标准验收成果,预算用尽则任务中止。官方演示里,一个监控类项目用两天、3000 美元预算做完。

官方称在 NumPy 基准任务上,32 个 agent 并行带来 19 倍加速,同时承认收益递减——原话是不希望 500 个 agent 去做 5 页幻灯片。这些数据都是自测口径,但产品思路值得学:把成本和时间做成任务的一等约束,而不是事后看账单。

这也解释了为什么「预算上限」比「更多 agent」更重要:并行能压缩时间,但压缩不了判断。验收标准写得含糊,再多 agent 也只是把返工放大若干倍。