- Replit definiert eine Organisation, in der Menschen Ziele sowie Prioritäten/Trade-offs festlegen und mehrere AI-Agenten den nötigen Kontext sammeln, Aufgaben ausführen/validieren/eskalieren, als selbstfahrendes Unternehmen (The Self-Driving Company)
- Statt Agenten auf Editoren oder Chat-Tools zu beschränken, wurden sie an interne Systeme angebunden; zudem wurde ein Manager-Agent bereitgestellt, mit dem jeder Mitarbeiter mehrere Unteragenten parallel ausführen kann, um Loop Engineering für wiederholbare, überprüfbare Arbeit zu skalieren
- Von Anfang Januar bis Ende Juni 2026 stieg der gesamte Code-Beitrag um das 5,8-Fache, und die Pro-Kopf-Produktivität derselben Gruppe von Engineers um das 2,9-Fache; gleichzeitig nahmen Verzögerungen bei Code-Reviews/Rollbacks/Incidents nicht zu, und die menschliche PR-Review-Zeit sank um 30 %
- Der Einsatz von Agenten weitete sich auf Datenanalyse, Vertrieb, Marketing und Kundensupport aus und unterstützte Echtzeitmetriken, die Erstellung von Materialien, die Recherche potenzieller Kunden, die Generierung von Launch-Dokumenten und die Untersuchung von Support-Tickets; die Lösungszeit für komplexe Support-Tickets, die von Menschen bearbeitet werden, verkürzte sich um 60 %
- Da interne Agenten geringere Kosten und eine bessere Integration als einige kommerzielle Tools zeigten, veränderte sich auch die Entscheidung Build vs. Buy; Replit will diese Betriebsweise mit Richtlinien, Berechtigungen, Sicherheits- und Kostenkontrollen seinen Nutzern anbieten
Menschen bestimmen das Ziel in einer selbstfahrenden Organisation
- Ein selbstfahrendes Unternehmen ist keine Organisation ohne Menschen, sondern eine, in der Menschen das Ziel wählen, wichtige Probleme/schwierige Trade-offs/Präferenzen entscheiden und die Verantwortung für die Ergebnisse tragen
- Menschen führen nicht jeden einzelnen Schritt zur Zielerreichung selbst aus; Agenten übernehmen das Ziel, sammeln Kontext, erledigen die Arbeit, prüfen die Ergebnisse und eskalieren nur an Punkten, an denen menschliches Urteilsvermögen nötig ist
- Replits Agenten werden für die Untersuchung von Production-Incidents, PR-Reviews, die Beantwortung interner Fragen, die Analyse von Geschäftsdaten, die Klassifizierung von Support-Tickets, die Recherche von Vertriebsaccounts und die Verbesserung von Replit Agent selbst eingesetzt
- Mitarbeiter bewerten ihre Rolle nicht als automatisiert, sondern als von repetitiver Arbeit befreit, sodass sie strategische und kreative Entscheidungen übernehmen können
Der Wandel begann, als Langzeitaufgaben möglich wurden
- Seit Ende 2025 konnten Modelle Aufgaben über längere Zeiträume hinweg fortsetzen, wodurch Alarmklassifizierung und Root-Cause-Analysen, die zuvor wiederholt scheiterten, zu funktionieren begannen
- Als AI sogar Bugs bearbeitete, die zuvor schwer lösbar waren, begann man, Agenten nicht mehr als Tools innerhalb des Editors oder Chatfensters zu sehen, sondern sie direkt in die Betriebsstruktur des Unternehmens zu integrieren
- Nachdem sich die Wirkung im Engineering gezeigt hatte, gaben die Teams langweilige Aufgaben an Agenten ab, wodurch sich die Nutzung im gesamten Unternehmen verbreitete
Interne Agenten-Infrastruktur, verbunden mit unternehmensweiten Systemen
- Seit Ende Januar 2026 wurde die Infrastruktur ausgebaut, um Einsatzfälle interner Agenten schnell zu erproben
- Mithilfe des bestehenden Agent Harness, von microVMs und eines Remote-Dateisystems wurde es Engineers ermöglicht, mehrere Agenten parallel zu orchestrieren
- Nach Anwendung von Zugriffsrichtlinien/Token-Proxys/Audit-Logs/ZeroTrust-Netzwerken wurde der Zugriff auf Arbeitssysteme wie GitHub, GCP, Azure, Linear, Notion, Slack und ZenDesk erlaubt
- Als sich der Kontext mehrerer Systeme gemeinsam nutzen ließ, wurden zuvor gescheiterte Experimente praktikabel und die Code-Produktion stieg schnell an
Mehr Code-Produktion und Qualitätsmetriken
- Während des Sprint-Zeitraums im März 2026 zur Vorbereitung auf den Launch von Agent 4 stieg die Produktivitätskurve auf ein anderes Niveau als zuvor; dies wurde mit der Einführung des internen Agentensystems in Verbindung gebracht
- Von Anfang Januar bis Ende Juni 2026 stieg die Zahl der Codezeilen mit Beiträgen um das 5,8-Fache
- Selbst wenn man den Effekt neuer Einstellungen herausrechnet und nur dieselbe Gruppe von Autoren vergleicht, stieg die Code-Produktion um das 2,9-Fache
- Während sich die Teamgröße verdoppelte, stieg die Pro-Kopf-Produktion der Engineers auf fast das Dreifache
- Die Verzögerung bei Code-Reviews nahm nicht zu
- Agenten bewerten das Risikoniveau und ziehen nur bei Bedarf einen zweiten menschlichen Reviewer hinzu
- Mehr als 30 % der menschlichen PR-Review-Zeit wurden eingespart, und der Anteil steigt weiter
- Die Quote zurückgerollter PRs und der Trend bei Incidents blieben stabil
- Menschliche Reviewer finden mit Unterstützung durch Co-Reviews von Agenten mehr Bugs
- Ein Agent zur Incident-Untersuchung senkt die durchschnittliche Zeit bis zur Eindämmung (MTTM), indem er Root Causes untersucht
- Auch die in Linear gemessene Projektabschlussgeschwindigkeit stieg zusammen mit der Code-Produktion deutlich, sodass zusätzlicher Code tatsächlich zu ausgelieferten Features führte
Loop Engineering mit wiederholter Ausführung mehrerer Agenten
- Alle Mitarbeiter nutzen einen Manager-Agenten, der mehrere Unteragenten erzeugen kann, und können überprüfbare Aufgaben so konfigurieren, dass mehrere Agenten sie wiederholt ausführen
- Beispiele mit Agentenschwärmen veränderten Annahmen darüber, was in bestehender Arbeit möglich ist
- Eine lange unterbrochene Migration des CSS-Systems wurde abgeschlossen
- Migrationen, die Produktlokalisierung ermöglichen, wurden automatisiert
- Die Wartung instabiler Tests wurde automatisiert
- Der CTO löste mit einem Agentenschwarm einen schwierigen Netzwerk-Bug im Zusammenhang mit PSC und dem Schließen von Dateideskriptoren
- Das AI-Team baute ein kontinuierliches Lernsystem, das Nutzerfeedback analysiert, Verbesserungsvorschläge macht und die Ergebnisse mit Benchmarks und A/B-Tests validiert
- Dadurch erhielt Replit Agent eine Rückkopplungsstruktur, in der er sich auf Basis von Feedback selbst verbessert
Veränderte Build-vs.-Buy-Entscheidungen
- Da interne Agenten tief in Wissensbasis und Arbeitssysteme integriert und auf das Unternehmen zugeschnitten sind, entstanden Fälle, in denen sie nützlicher waren als externe kommerzielle Lösungen
- Replit beurteilte intern entwickelte Anwendungen als überlegen, kündigte SaaS-Verträge im jährlichen siebenstelligen Dollarbereich, und auch die Mitarbeiter waren bereits auf interne Tools umgestiegen
- Selbst im Vergleich mit externen Produkten, die auf bestimmte Aufgaben spezialisiert sind, zeigten interne Agenten Wettbewerbsfähigkeit
- Tools zur Alarmklassifizierung und Root-Cause-Analyse von Incidents lieferten ähnliche Qualität, verursachten jedoch 10-mal höhere Ausführungskosten als interne Agenten
- Automatisierte Penetrationstest-Tools fanden weniger Schwachstellen als die interne Version und kosteten 10-mal mehr
- Beide internen Tools wurden in Production ausgerollt, senken die Incident-MTTM und stärken die Abwehr kritischer Systeme gegen Angriffe
Self-Service-Wandel in der Datenanalyse
- Als andere Mitarbeiter in Slack sahen, wie Engineers Agenten Aufgaben gaben, verbreitete sich die Nutzung über das Engineering hinaus
- Anfangs wurden sie vor allem genutzt, um durch die Kombination von Wissensbasis und Codebase nach Produktverhalten und Erwartungen zu fragen
- Mitarbeiter konnten Produktinformationen prüfen und Formulierungen oder Dokumente direkt anpassen, ohne auf Antworten von Engineers zu warten
- Das Datenteam stellte über dem Data Warehouse eine semantische Schicht bereit, damit Agenten Referenzdatentabellen und Beziehungen zwischen Tabellen verstehen
- Alle Mitarbeiter konnten Antworten auf Business-Intelligence-Fragen erhalten und mit Echtzeitdaten Charts sowie Präsentationsunterlagen erstellen
- Das Datenteam konnte sich statt auf wiederkehrende Anfragen auf schwierigere Probleme konzentrieren
- Ein Product Manager führte selbst Launch-Analysen durch, indem er Events aus der Codebase, deren Erfassung in der Customer Data Platform und komplexe Subscription-States kombinierte
- Auch alle im Text enthaltenen Charts wurden mit internen Agenten erstellt
Veränderungen in Vertrieb/Marketing/Kundensupport
- Das Sales-Development-Team nutzt internes Wissen, um produktgeeignete Leads zu finden und anzureichern
- Es verfasst konkretere Outreachs mit Kontext, auf den allgemeine Sales-Tools nicht zugreifen können
- Vertriebsmitarbeiter recherchieren zur Vorbereitung auf Kundengespräche den produktspezifischen Wert, aktive Projekte und die Credit-Nutzung im Verhältnis zum Vertrag je Kunde
- Die Analyseergebnisse werden automatisch in markengerechte Präsentationsunterlagen pro Account strukturiert
- So steigen sowohl Häufigkeit als auch Qualität der Kundenkontakte
- Das Marketing-Team erstellt auf Basis von Gesprächen und Dokumenten aus Engineering und Produktteam mit einem einzigen Prompt einen ersten Entwurf der Produktspezifikation
- Auch ohne an allen Meetings teilzunehmen, kann es früh mit der Launch-Vorbereitung beginnen und Änderungen nachverfolgen
- Die gewonnene Zeit wird für Planung und kreative Arbeit genutzt
- Das Kundensupport-Team brachte Agenten bei, Probleme nach Standardverfahren zu untersuchen
- Sie schlagen Antworten im standardisierten Ton für Kundenkommunikation vor oder eskalieren an das Engineering-Team, einschließlich Zusammenfassungen von Tickets und Untersuchungsergebnissen
- Die Lösungszeit für schwierige Tickets, die an Menschen übergeben werden, sank um 60 %
Eine selbstfahrende Arbeitsumgebung für Nutzer
- Replit sieht autonomes Operieren nicht als Abschaffung der Ausführenden, sondern als Verschiebung ihrer Rolle hin zur Definition von Ergebnissen und zur Festlegung der Richtung
- Um diesen Ansatz Replits Enterprise- und Gründer-Nutzern bereitzustellen, entwickelt das Unternehmen Funktionen für Richtlinien, Berechtigungen, Sicherheit und Kostenkontrolle
- Für den Einsatz bei Nutzern, die reale Unternehmen betreiben, hält Replit skalierbare Schutzmechanismen passend zur Organisationsgröße für erforderlich
Noch keine Kommentare.