Replit周报：自驾驶公司与AI编程新范式

引言：当公司变成“自驾驶”

Replit本周发布的更新中，抛出了一个颇具野心的判断：到2030年底，每一家财富500强公司都将成为“自驾驶公司”（Self-Driving Company）。这一概念并非指AI取代人类，而是强调人机协作的新分工——人类依然坐在驾驶位上，负责判断、创造力和品味，而AI智能体（agents）则承担执行层面的工作。

这个愿景背后，是Replit在AI编程工具链上的持续发力。从自然语言生成代码到安全隔离机制，再到长周期软件构建的基准测试，本周的动态勾勒出一条清晰的主线：让软件开发更自动化、更安全、也更可衡量。

自然语言直通代码库：Replit Cloud Agents

本周最引人注目的功能更新是Replit Cloud Agents的开放。现在，任何人都可以用自然语言描述需求，Cloud Agents会将其转化为经过测试的拉取请求（pull request），而工程师仍然保留最终代码的审批权。这意味着非技术背景的成员也能直接向公司代码库贡献代码，同时不牺牲质量管控。

据官方透露，Replit自己的设计团队在过去6个月内使用该工具安全地交付了超过25万行代码。这一数据来自内部实践，说明Cloud Agents在真实生产环境中已经具备可用性。该功能目前面向Pro和Enterprise用户开放，用户可以通过连接代码仓库来启用。

从产品角度看，这降低了软件开发的门槛，但并未削弱工程团队的控制权——审批环节的存在让“人在回路”得以保留。

拉取请求（Pull Request） 是分布式版本控制系统（如Git）中的核心协作机制：开发者在一个独立分支上完成修改后，向主仓库发起合并请求，由代码所有者审查、评论、要求修改或批准，最终决定是否合入。它之所以成为质量管控的关键环节，是因为所有变更在进入主干前都会被显式展示和讨论，便于发现缺陷、控制风险并留下审计记录。Cloud Agents 将自然语言需求转化为经过测试的拉取请求，本质上是把AI产出的代码纳入既有的评审流程，而不是直接写入代码库。这也解释了为何非技术成员可以贡献代码却不破坏工程规范——审批权仍然掌握在工程师手中，AI只是把“写代码”这一步自动化，而“是否接受代码”的判断依旧由人完成。

安全必须与智能体自主性同步扩展

随着AI智能体承担更多执行任务，安全性成为不可回避的议题。Replit在本次更新中强调了其现有的隔离保护机制：上周披露的内核漏洞未能被利用，正是得益于这层防护。同时，Replit对受影响工具进行了集中修补，减少了开发者需要单独处理的修复工作。

CTO Luis Héctor Chávez在相关链接中解释了当前可用的安全措施以及未来的规划。虽然原文未展开技术细节，但可以看出Replit将安全视为智能体自主性的基础——没有可扩展的安全机制，智能体的大规模使用就无从谈起。

内核漏洞（Kernel Vulnerability） 指操作系统内核层面的安全缺陷。内核是系统中权限最高的组件，负责进程调度、内存管理和硬件访问，因此一旦被利用，攻击者往往能获得最高权限、突破容器或沙箱边界。对于运行AI智能体的云端开发平台而言，这意味着隔离机制不能只依赖应用层限制，还必须考虑底层内核的攻击面。Replit 强调其隔离保护使该漏洞“未能被利用”，指向的是纵深防御思路：即便某一层出现缺陷，其他层仍能阻止横向移动和权限提升。这也说明智能体自主性越高、可执行的操作越多，沙箱、权限最小化和补丁响应速度就越需要同步升级。

ViBench 2.0：衡量长周期软件构建能力

本周另一个值得关注的发布是ViBench 2.0，一个面向长周期软件构建的基准测试。与常见的代码生成评测不同，ViBench 2.0要求智能体从空项目开始，一次构建一个功能，逐步搭建完整产品，且无法提前看到后续需求。

结果并不乐观：即便是最好的模型，也只有49-65%的构建能通过所有检查。这一数据揭示了当前AI在复杂、多步骤软件开发任务中的局限性。ViBench 2.0已被纳入Fireworks AI的Specialized Intelligence Index，意味着它正在成为行业评估智能体能力的一个参考标准。

对于开发者而言，这个基准测试提供了一个更贴近真实开发场景的评估维度——不是单点代码正确性，而是持续构建的可靠性。

基准测试（Benchmark） 是用于标准化评估AI模型能力的测试集与评分流程。常见的代码基准多聚焦单函数生成或竞赛题求解，输入输出明确、步骤短，容易通过模式匹配取得高分。而长周期软件构建基准要求智能体在多个连续步骤中维护状态、做出架构决策并处理需求演进，更接近真实工程。ViBench 2.0 要求从空项目起步、逐个构建功能且无法预知后续需求，这测试的是“持续交付可靠性”而非“单点正确率”。将其纳入 Fireworks AI 的 Specialized Intelligence Index，意味着这类评测正在从学术指标走向行业采购与选型参考，帮助判断智能体能否承担端到端的构建任务。

其他更新：模型与本地化

本周还有两项较小的更新：GPT-6.1 Terra已在Power Mode中可用；Replit现已全面支持日语。后者对于拓展非英语市场不能忽视，尤其在日本这样一个技术社区活跃的地区。

此外，官方还提供了完整回放，其中Replit财务规划与分析负责人Clarisse Chan分享了财务团队如何在Replit上构建自己的工具。这从侧面展示了Replit在内部“吃自己的狗粮”的实践。

分析：AI编程的下一站

将本周动态放在一起看，Replit的策略逐渐清晰：一方面降低编程门槛，让更多人参与代码贡献；另一方面通过基准测试和安全管理，确保这种参与不会失控。ViBench 2.0的低通过率提醒我们，长周期自主构建仍然是难题，但Cloud Agents在真实场景中交付25万行代码的事实又表明，辅助型AI编程已经跨过可用性门槛。

“自驾驶公司”的概念或许听起来遥远，但本周的更新表明，支撑这一愿景的基础设施正在一块块拼合。