Replit CEO 的「自动驾驶公司」：AI agent 如何重写代码、管理与软件边界

《Replit’s CEO on building a company that can run itself》，作者 Casey Newton，发表于 2026 年 8 月 7 日。Newton 采访 Replit 联合创始人兼 CEO Amjad Masad，追问同一个问题：当 AI agent 能用自然语言完成设计、写代码、测试、部署和维护，软件公司的工作分工、管理结构和产品形态会变成什么样？1

Masad 对 Replit 的定位，已经不是「教更多人编程」。他在 Codecademy 工作时发现，即使把课程做得更容易，编程里的细节和挫败感仍会把大多数人挡在门外。Replit 的目标因此变成：用户先说出要解决的问题，agent 负责把自然语言转成软件，用户在构建过程中学习，而不是先完成一段编程训练才有资格动手。

Masad 把代码称为让 AI 发挥作用的「底层媒介」。他从 2019 年看到 GPT-2 时开始相信自然语言接近了代码，到了 2025 年更强的 Claude 模型出现后，才接受一个对自己很不舒服的判断：大多数人不必先学会写代码。这个判断不是说代码失去价值，而是说代码不再必须成为人的第一操作界面。1

工程师担心，不看代码会制造不安全的软件。Masad 的回答是，AI 造成的问题原则上也可以交给 AI 检查和修复；他描述的 Replit 实践是，工程师主要在部署前审查代码，代码审查本身也在自动化。这里的证据是 CEO 对公司实践的描述，不是独立的安全测试结果。1

Masad 把 CEO 的大量工作概括成「路由」：知道谁在做什么，把一个人的信息送到另一个人那里，再决定哪个问题需要升级。Replit 正在用一个内部 bot 处理这层工作。这个 bot 可以读取 Notion 页面、Postgres 数据库、代码库和业务指标，回答关于公司现状的问题；语义层负责把这些来源接在一起，组织因此更像开放网络，而不是依赖层级逐层传话的机构。1

工程执行也沿着同一方向展开：用户提出功能需求，或者在 Slack 里报告 bug，内部 agent 生成修改并推进到 pull request；人的位置从逐行输入代码，移到提出问题、判断取舍和在发布前检查。Replit 转述的一项内部指标是，2026 年前六个月，工程师贡献的代码行数达到此前的 5.8 倍。Masad 同时承认，代码数量本身不是目标；高速输出的用途，是在产品方向变化很快时增加试错次数。5.8 倍是 Replit 的公司说法，文章没有把它当作独立审计过的生产率结果。1

这也改变了「买软件还是自己做」的计算。Masad 说 Replit 已取消或缩减多数分析工具合同，因为 agent 可以把数据仓库和生产数据库连接起来，自动生成内部报告；员工持续做出的内部工具，也可能替代外部 SaaS。过去购买软件的重要理由是维护、修复和迭代成本太高。Masad 认为 agent 正在降低这些成本，因此自建的边界会扩大。具体被取消的合同没有披露，文章没有提供这项变化的外部统计。1

Masad 认为设计正在与工程合并。静态界面稿交给程序员实现，是把软件生产套进工厂式分工；动态原型则可以直接操作、测试和修改。Replit 因而把设计工程、产品和工程能力放在更近的位置。Replit Design 的一个产品设想是，用户先点击不同变体，agent 再告诉用户这些选择对应的设计语言，让审美学习发生在构建过程中。1

就业判断更矛盾。Masad 预计企业会变小并裁员，但企业数量可能增加，整体就业未必减少。他也承认，让五十多岁的人用周末重新学习一套职业技能并不现实，政府需要承担更多转型支持。Replit 自己仍招聘没有精英履历、但有构建经验或学习速度快的人，甚至保留年轻实习生和暂离大学的员工。公司内部的招聘偏好，不能单独证明 Masad 对全经济就业的预测。1

他对软件未来的判断，也比「人人制作更多 app」更激进：三年后，人们可能使用更少的 app、更多的 agent。今天的路径是「遇到问题—做一个 app—用 app 解决问题」；未来可能变成「表达目标—agent 自己调用软件完成问题」。app 仍会存在，但更多时候由 agent 代替人操作。Replit 希望在企业端提供这一层，因为企业没有统一的操作系统，agent 可以成为连接内部数据、工具和流程的操作系统。1

Newton 的最后一个追问击中了这套设想的缺口：如果 agent 写出更多代码，另一个 agent 审查这些代码，审查又产生新的代码和新的审查，人的工作时间可能并不会减少。Masad 没有给出衡量自由时间是否增加的办法。他把目标从不断挤压更多产出，改成有意义、好玩和有创造性的工作。

因此，访谈真正留下的判断有两层。第一层是组织机制：agent 让软件执行、信息传递、维护和部分管理工作变得便宜，公司的边界会变得更松，传统岗位会向目标设定、审美判断和风险承担移动。第二层是尚未验证的预测：更小的公司、更多的企业、更少的 app，以及更多由 agent 代为完成的任务。Masad 说明了 Replit 正怎样朝这个方向组织自己，却没有证明 agent 已经让人获得更多时间；这正是「自动驾驶公司」最重要的未解问题。1