Replit pada 17 November merilis Missions. Pengguna tidak lagi memberi instruksi kepada agen langkah demi langkah; cukup menjelaskan hasil yang diinginkan, lalu menetapkan anggaran dan izin. Replit kemudian mengoordinasi sekelompok agen untuk merencanakan, membangun, dan menguji, mendekati tujuan dari putaran ke putaran. Bersamaan dengan itu, Replit membuka sumber DataCat, platform monitoring aplikasi yang dibuat dengan Missions.
Ini langkah agen kedua Replit bulan ini. Pekan lalu Replit Agent baru saja diberi kemampuan berbelanja dan memasang iklan Google atas nama pengguna; kali ini satu agen diganti dengan satu tim penuh.
Bagaimana satu misi dijalankan
Contoh dalam blog Replit adalah “mendapatkan 10 pelanggan korporat berbayar pertama”. Pada tahap pengaturan, Missions lebih dulu menanyakan bagaimana kriteria sukses dihitung, misalnya apakah uji coba berbayar dianggap.
Berikutnya anggaran dan persetujuan. Batas dalam contoh itu adalah USD 1.000, dan sebelum menghubungi calon pelanggan, mengirim proposal, mengubah materi penjualan, atau membuat komitmen soal produk, semuanya harus disetujui manusia terlebih dahulu. Setelah disetujui, beberapa agen bekerja paralel: satu meneliti pembeli, satu membuat demo. Setelah pesan outreach terkirim, sistem melihat pesan mana yang menghasilkan percakapan bermakna, lalu menyesuaikan putaran berikutnya.
Laporan kemajuan bisa dipilih secara instan, ringkasan harian, atau mingguan. Agen berjalan di cloud, sehingga menutup laptop tidak menghentikannya. Saat misi selesai, sebuah peninjau AI independen memeriksa hasilnya berdasarkan kriteria yang disepakati sebelumnya. Blog itu juga menuliskan akhir yang lain: jika anggaran habis lebih dulu, pekerjaan berhenti dan hasilnya menggantung.
DataCat dan versi pembanding
DataCat adalah platform monitoring yang dibuat Replit untuk dirinya sendiri dengan Missions, lengkap dengan dasbor, peringatan, dan tracing. Pengerjaannya memakan 2 hari dengan anggaran USD 3.000. Yang dibuka sebagai open source adalah versi yang dapat di-host sendiri, dengan kode di replit/datacat di GitHub; blog tidak menyebut lisensinya.
Replit menyampaikan serangkaian angka dari pengujian terkendali:
- Dengan bug database yang sengaja disuntikkan, DataCat mengirim peringatan dalam 38 detik, dengan target 60 detik;
- Dalam uji beban 3 jam, sistem menulis 26 juta catatan aktivitas dan 4,4 juta log tanpa kehilangan data, dan lolos semua 51 pemeriksaan kebenaran data dan peringatan;
- Dibandingkan versi pembanding yang dibangun dengan Claude Code, throughput tracing 49.000 berbanding 9.800 per detik, penulisan metrik 405.000 berbanding 225.000 per detik, dan median pencarian log 0,5 detik berbanding 4,2 detik.
Perbandingan ini punya beberapa bagian yang belum jelas. Berapa anggaran dan waktu yang dipakai versi Claude Code, serta prompt apa yang digunakan, tidak dijelaskan dalam blog. Replit sendiri juga menulis bahwa pengujian ini tidak membuktikan DataCat lebih baik daripada layanan terkelola komersial yang akan digantikannya, dan tidak mewakili kinerja di lingkungan produksi Replit.
Makin banyak agen, makin cepat?
Replit juga menampilkan uji penskalaan pada 13 tugas NumPy untuk melihat hubungan jumlah agen dengan peningkatan kecepatan. Pada tingkat Max, 1 agen mempercepat hingga 4 kali, 16 agen 17 kali, dan 32 agen 19 kali; pada tingkat Power, ketiga angka itu adalah 2 kali, 7 kali, dan 9 kali.
Dari 16 ke 32 agen, jumlah agen berlipat dua, tetapi percepatan hanya bertambah sekitar 2 kali. Keuntungan paralelisme di rentang ini sudah jelas mendatar.
Dibandingkan produk seperti Cursor dan Devin yang sama-sama mengusung agen latar belakang, pembeda Missions adalah memasukkan batas anggaran, titik persetujuan, dan penerimaan oleh AI ke dalam definisi tugas, dengan sasaran yang meluas dari menulis kode ke hasil bisnis seperti akuisisi pelanggan. Soal tarif Missions dan berapa banyak agen paralel yang bisa dijalankan tiap paket, blog tidak menulis apa pun; pengguna korporat hanya diminta menghubungi tim penjualan.
Sumber: blog resmi Replit, CocoLoop, repositori GitHub DataCat; angka kinerja seluruhnya berasal dari pengujian terkendali Replit, dan kondisi pembuatan versi pembanding tidak dipublikasikan.