AI 產業動態

Replit CEO:應用軟體的價值將趨近於零,但 Agent 需要一個家

Replit 執行長 Amjad Masad 預測,當任何人都能用一句話生成任意複雜度的軟體,應用程式的價值將歸零。但他同時指出,AI Agent 要真正發揮作用,需要的不只是強大的模型,更需要完整的基礎設施——一個讓 Agent 能安全運作、自主測試、甚至付費購買服務的「棲息地」。

來源: Y Combinator

本文整理自 Y Combinator 於 2025 年發布的 Podcast 訪談。


從大型主機到個人電腦,再到人人都能寫軟體

Replit 執行長 Amjad Masad 用一個歷史類比開場:大型主機時代,只有專家能操作電腦;個人電腦問世初期被視為玩具,直到 Excel 出現,才讓 PC 成為改變世界經濟的工具。軟體工程正在經歷同樣的轉變。過去你需要四到六年的大學教育,再加上兩三年的實務訓練,才能成為稱職的軟體工程師。但現在,這道門檻正在消失。

Masad 說,Replit 成立近九年來,願景始終是「讓任何人都能寫軟體」。他們建造了線上 IDE、語言執行環境、雲端沙盒、部署服務。但當 AI 出現後,他意識到這個願景的終極形式,其實是讓人「不需要寫程式」也能創造軟體。程式碼本身,反而是阻礙更多人進入軟體創作的瓶頸。

2023 年底到 2024 年初,Replit 團隊觀察 SWEbench 這個軟體工程基準測試的進展曲線,決定把所有資源投入 Agent 開發。當時 Agent 的表現還很粗糙,但趨勢已經清晰可見。到了現在,Agent 在 SWEbench 上的解題率已經達到 70% 到 80%。Masad 強調,這個數字飽和不代表軟體工程完全被自動化,但我們確實正在走向那個方向。

能寫程式的 Agent 是簡單的部分

Masad 拋出一個違反直覺的觀點:打造能寫程式的 Agent 其實是簡單的部分,真正困難的是建造 Agent 運作所需的基礎設施。他把這稱為 Agent 的「棲息地」(habitat)。

一個軟體工程 Agent 需要什麼?首先,它需要一個虛擬機器,最好在雲端、有沙盒隔離、能夠擴展到百萬用戶規模。這個環境必須支援所有程式語言和套件,因為今天的軟體工程 Agent 是在標準 Linux 環境下訓練的,它們需要使用 shell、讀寫檔案、安裝系統層級和語言層級的套件。許多現有的 Agent 開發環境過於受限,但真正有用的環境應該要像軟體工程師實際工作的環境一樣開放。

Masad 說他看了 Karpathy 同一天稍早的演講,Karpathy 也提到寫程式是簡單的部分。但 Karpathy 列出的那些「未解決的問題」,Replit 其實已經解決了不少。Replit 內建一行程式碼就能啟用的身份驗證服務,當 Agent 被要求整合登入功能時,它會直接使用 Replit Auth,而不是從頭搭建。此外還有部署、資料庫、密鑰管理、背景工作排程、儲存空間等服務。

更有野心的是 Replit 的未來藍圖:通用模型存取,讓任何需要圖像或影片生成的應用都能直接呼叫模型,不用自己去申請 API 金鑰;以及支付功能——不只是讓使用者付費給你的應用,而是讓 Agent 本身擁有錢包,能夠自己去購買需要的服務。Masad 舉例,如果 Agent 發現需要 Twilio 整合但系統沒有內建,它應該能自己刷卡開通服務。更激進的想法是,Agent 應該能雇用人類——比如遇到驗證碼時,去 TaskRabbit 找人幫忙解決。

Agent 與 Agent 之間的協作也是必要的。當這麼多新創公司都在打造會計 Agent、銷售 Agent,你的軟體工程 Agent 必須能夠與這些專業 Agent 整合。Masad 特別指出,很多人以為 MCP 能解決這個問題,但 MCP 本質上是傳統的 RPC 協定,並不能真正實現 Agent 之間的協作。

自主程度的階梯

Masad 用自動駕駛的分級來類比 Agent 的發展。Level 1 是語言伺服器,就是 VS Code 裡的 IntelliSense 自動補全。Level 2 是 AI 程式碼補全,像 GitHub Copilot。Level 3 是 Replit Agent 最初的版本。現在的 Agent V2 大約是 Level 3.5,能夠自主工作 10 到 15 分鐘,但還是需要人類偶爾測試確認。

他們正在開發的 V3 目標是 Level 4:幾乎完全自主,只需要少量關注。而 Level 4+ 是未來兩年內可能達到的境界——你可以同時啟動一千個 Agent,給它們一千個問題,有信心其中 95% 能可靠完成。任何工程師或產品經理都能調度數百甚至數千個 Agent 替自己工作,需要的監督極少,個人的影響力因此能指數級放大。

V3 的開發基於三個支柱。第一是端對端測試,讓模型能像人類一樣操作電腦進行 QA,這樣 Agent 就不用一直問你「幫我測試一下」。第二是測試時運算(test time compute)——O3 或 DeepSeek R1 這類模型的核心洞見是,模型消耗或產生的 token 越多,就越聰明。但現在這些模型的推理是孤立的,它們只是坐在那裡思考,沒有從環境獲得回饋。Replit 建造了一個完全交易式、可逆的檔案系統,每一次編輯都是原子快照。這讓他們能夠以極低成本建立檔案系統的 copy-on-write 分支,Agent 可以在面對困難問題時分叉出多個版本的自己,用不同方式嘗試解決,最後把最佳方案合併回主分支。這就像人類思考時會模擬不同可能性一樣。第三個支柱是讓模型為自己建立的每個功能生成測試,確保後續修改不會破壞既有功能。

應用軟體的價值將趨近於零

Masad 做出一個大膽預測:所有應用軟體的成本最終都會趨近於零。他不確定是明年還是後年,但肯定是以「年」為單位的時間尺度。當任何人都能用一句話生成任意複雜度的軟體,應用程式的價值就會崩跌。

他舉了一個真實案例。Replit 的 HR 同事 Kelsey 從來沒寫過程式,她需要一個組織圖軟體,有一些客製需求,像是要連接公司的薪資系統 ADP。她在市場上找不到完全符合需求的產品,那些軟體要價每年數萬美元。於是她決定自己做,花了不到一週、大約三天,就做出一個 Replit 內部正在使用的組織圖工具。這個工具拿到市場上賣,完全可以標價數萬美元年費。一個 HR 專業人士,三天做出能賣錢的軟體——這在今天已經發生了。把這個趨勢往後推幾年,軟體產業會被徹底顛覆。

這不只影響軟體業,也會改變企業的運作方式。自工業革命以來,專業分工一直是經濟運作的核心邏輯。工廠裡每個人負責產品的一小部分,組裝線上每個崗位都高度專門化、可替換。但當你的 HR 專員同時也是軟體工程師、也可能是行銷人員、也能快速學會任何技能——因為有 AI Agent 幫忙——工作就會變得更不專門化、更不封閉。

Replit 自己已經開始這樣做了。他們第一次建立真正的產品團隊,但這個團隊裡,設計師、工程師、產品經理的角色經常由同一個人擔任。組織架構會從階層式變成網絡式,更像開源專案而不是傳統公司。每個員工早上醒來,任務不再是「寫這封行銷信」或「優化這個按鈕」,而是「讓公司成功」。每個人都是創業者。

主權個人的崛起

Masad 引用了一本 1980 年代的書《主權個人》(The Sovereign Individual)。這本書預測了加密貨幣、遠端工作等趨勢,書中寫道:「想法將成為財富。無論功績從何處產生,都將獲得前所未有的回報。當最大的財富來源是你腦中的想法而非實體資本,任何能清晰思考的人都可能變得富有。」

Masad 舉了中本聰的例子。一個人,寫了一篇論文、寫了軟體、發布出去,創造了超過一兆美元的價值。我們甚至不知道這個人是誰。這種「主權個人」——被科技和 Agent 高度賦能、能夠獨自創造巨大財富的個體——將成為常態。更重要的是,機會的取得將變得普世化。不管你在矽谷還是世界任何角落,只要能清晰思考、善用這些工具,就有可能成為主權個人。

協作方式也會改變。大家都在談論「十億美元單人公司」,但 Masad 認為更有趣的是,你能快速組建一群人或 Agent、完成任務、然後解散。有時候這整個過程可能在一兩天內發生。你以為在網路上跟你合作的是人類,其實是別人派出的 Agent。當交易成本趨近於零,全職雇用員工的理由也會減少。就像今天叫 Uber 只需要按一個按鈕,未來找一個開發者——不管是 Agent 還是真人——也會同樣簡單。

這也是為什麼 Masad 認為 Replit 必須轉型。當應用軟體歸零,Replit 不能只是「做應用的平台」,而必須成為「用軟體解決問題的平台」。今天的流程是:Agent 做出軟體,使用者用軟體解決問題。但軟體只是中間步驟。未來,Agent 應該直接解決問題——你告訴它你的目標,它自己決定需要什麼軟體、怎麼運作、需要買什麼硬體或感測器,然後全部搞定。Replit 要生存,就必須成為這樣的通用問題解決器。

我的觀察

Amjad Masad 這場演講最有意思的地方,在於他選擇的戰場。當整個產業都在卷模型能力——誰的推理更強、誰的上下文更長、誰的 benchmark 更高——Replit 選擇了一個不同的定位:我不做模型,我做 Agent 的「作業系統」。

這是一個聰明的生態卡位。模型是 OpenAI、Anthropic、Google 這些巨頭的戰場,新創公司很難在那裡勝出。但 Agent 要真正有用,光有聰明的大腦不夠,它需要手腳、需要工具、需要一個能安全運作的環境。Replit 打造的交易式檔案系統、原子快照、copy-on-write 分支——這些聽起來很基礎設施的東西,其實是讓 Agent 能夠「試錯」的關鍵。一個 Agent 能同時分叉出十個版本的自己、用十種不同方式解決問題、然後選最好的那個合併回來——這種能力不是來自模型本身,而是來自運行環境的設計。

更深層的洞見是他對「軟體歸零」的詮釋。很多人聽到這個預測會問:「那 Replit 怎麼賺錢?」Masad 的回答是,應用層歸零不代表價值消失,而是價值重新分配。價值會從「賣軟體」轉向「解決問題」。今天你付費買 SaaS,未來你付費給能幫你達成目標的 Agent。軟體變成手段而非目的。

這對台灣軟體業者是警訊也是機會。警訊是,如果你的商業模式是「賣一套系統收年費」,而這套系統的功能是標準化的、可被一句話提示詞重現的,那你的護城河正在消失。機會是,如果你有深厚的領域知識——真正理解某個產業的痛點、流程、眉角——這些知識不會被輕易取代。Masad 在 Q&A 中也強調,打造 Agent 公司最重要的不是技術能力,而是領域知識。那個最懂合規、最懂會計、最懂你所在產業的人,才最有資格打造該領域的 Agent。

Replit 的故事告訴我們,AI 時代的競爭不只是「誰的模型更強」,還有「誰的基礎設施更完整」。當 Agent 成為新的運算單位,它們棲息的環境——那個讓它們能安全試錯、自主付費、互相協作的生態系——將成為新的平台戰爭。