Replit a présenté le 17 novembre Missions. L'utilisateur n'a plus à guider l'agent pas à pas : il décrit le résultat voulu, fixe un budget et des droits, et Replit orchestre un groupe d'agents qui planifie, développe et teste, en se rapprochant de l'objectif tour après tour. L'entreprise a aussi publié en open source DataCat, une plateforme de supervision d'applications conçue avec Missions.
C'est la deuxième initiative de Replit autour des agents ce mois-ci. La semaine dernière, la société avait permis à Replit Agent d'effectuer des achats et de lancer des publicités Google pour le compte de l'utilisateur ; cette fois, l'agent unique laisse place à tout un groupe.
Comment se déroule une mission
L'exemple donné sur le blog de Replit est « décrocher les 10 premiers clients entreprise payants ». Lors de la configuration, Missions commence par demander comment le succès sera mesuré, par exemple si un pilote payant compte ou non.
Viennent ensuite le budget et les validations. Le plafond de l'exemple est de 1 000 dollars, et avant de contacter des prospects, d'envoyer des propositions, de modifier des supports commerciaux ou de prendre des engagements sur le produit, une approbation humaine est requise. Une fois celle-ci obtenue, plusieurs agents travaillent en parallèle : l'un étudie les acheteurs, l'autre prépare une démo. Une fois la prospection lancée, le système regarde quels messages ont débouché sur de vraies conversations et ajuste le tour suivant.
Les comptes rendus d'avancement peuvent être immédiats, quotidiens ou hebdomadaires, et les agents tournent dans le cloud, ordinateur fermé ou non. À la fin de la tâche, un évaluateur IA indépendant valide le travail selon les critères convenus au départ. Le blog décrit aussi l'autre issue possible : si le budget est épuisé en premier, le travail s'arrête et le résultat reste en suspens.
DataCat et le groupe témoin
DataCat est la plateforme de supervision que Replit s'est construite avec Missions, avec tableaux de bord, alertes et traçage (tracing), en 2 jours et avec un budget de 3 000 dollars. La version ouverte est celle que l'on peut auto-héberger, avec le code sur GitHub à l'adresse replit/datacat ; le blog ne précise pas la licence.
Dans des tests contrôlés, Replit avance une série de chiffres :
- Avec un bug de base de données injecté volontairement, DataCat a déclenché l'alerte en 38 secondes, pour un objectif de 60 secondes ;
- Lors d'un test de charge de 3 heures, 26 millions d'enregistrements d'activité et 4,4 millions de lignes de log ont été écrits sans aucune perte, et les 51 contrôles d'exactitude des données et d'alertes ont tous été réussis ;
- Face à la version témoin construite avec Claude Code, le débit de traçage est de 49 000 contre 9 800 éléments par seconde, l'écriture de métriques de 405 000 contre 225 000 par seconde, et la médiane de recherche dans les logs de 0,5 seconde contre 4,2 secondes.
Cette comparaison laisse plusieurs points dans l'ombre. Le blog ne dit pas quel budget, quelle durée ni quels prompts ont servi pour la version Claude Code. Replit précise aussi que ces tests ne prouvent pas que DataCat soit meilleur que les services gérés des plateformes commerciales qu'il remplace, et qu'ils ne reflètent pas non plus ses performances dans l'environnement de production de Replit.
Plus d'agents, est-ce plus rapide ?
Replit a également publié un test de montée en charge sur 13 tâches NumPy, pour observer le lien entre le nombre d'agents et l'accélération. Au niveau Max, 1 agent accélère jusqu'à 4 fois, 16 agents atteignent 17 fois et 32 agents 19 fois ; au niveau Power, les trois chiffres sont 2, 7 et 9 fois.
De 16 à 32 agents, le nombre d'agents double, mais l'accélération ne progresse que d'environ deux fois : sur ce tronçon, le gain du parallélisme s'aplatit nettement.
Face à des produits comme Cursor et Devin, qui misent eux aussi sur les agents en arrière-plan, la différence de Missions tient à l'intégration du plafond de budget, des points de validation et de la recette par IA dans la définition même de la tâche, et à l'élargissement de l'objectif de « écrire du code » à des résultats business comme l'acquisition de clients. Le tarif de Missions et le nombre d'agents parallèles autorisés selon les formules ne figurent pas dans le blog, qui renvoie simplement les clients entreprise vers l'équipe commerciale.
Sources : blog officiel de Replit, CocoLoop, dépôt GitHub de DataCat ; les chiffres de performance correspondent aux tests contrôlés de Replit, et les conditions de construction de la version témoin n'ont pas été rendues publiques.