Replit CEO访谈：AI编程模型见顶，SaaS末日正在发生

AI编程模型正在接近性能天花板

Replit联合创始人兼CEO Amjad Massad在最新访谈中抛出了一个令行业震动的判断：编程模型的能力正在接近某种平台期（plateau）。这意味着AI编码工具之间的竞争将从单纯依赖模型性能，转向产品工程、用户体验和生态构建的全面较量。

Amjad将这一现象类比为S曲线的渐近线阶段——当性能提升趋于平缓时，企业才开始关注成本优化。他明确表示："成本问题是次要的，性能问题才是首要的。当你开始关注成本时，说明你已经到达了S曲线的渐近平台期。"

S曲线（Sigmoid Curve）是技术发展中最经典的分析框架之一，描述了一项技术从缓慢起步、快速增长到最终趋于饱和的完整生命周期。在AI领域，GPT-3到GPT-4的跃升代表了曲线的陡峭上升段，而当前各大模型在编程基准测试（如HumanEval、SWE-bench）上的分数差距日益缩小，正是渐近线阶段的典型特征。历史上，CPU主频在2004年左右触及类似的物理极限后，行业转向多核架构和能效优化——这与Amjad所描述的从性能竞赛转向产品工程的逻辑如出一辙。

从"学编程"到"学创造"：Replit的十年进化

创业愿景的转变

Amjad的创业故事始于一个朴素的洞察：软件对人生的变革力量被严重低估。他15岁在约旦就通过编程赚到了第一桶金，后来在Code Academy工作时见证了无数"健身教练学编程做App赚百万"的故事。

2016年创立Replit时，目标是让编程更可及，将全球开发者从2000万扩展到10亿。团队逐一解决了开发环境、托管、包管理、版本控制等问题，但始终面对一个根本瓶颈：人们不想学编程。

Amjad坦言接受这个事实花了很长时间。直到他公开表示"我不再认为你应该学编程"，引发巨大争议。但现实已经证明——Jason Lemkin等人正在不用任何开发者的情况下，独自构建数百万美元的业务。

AI Agent的三次迭代

真正的解锁不是AI本身，而是能在长时间范围内执行动作的Agent AI。Agent AI与传统的单次推理AI有本质区别：传统LLM是"一问一答"模式，而Agent具备规划（Planning）、工具使用（Tool Use）、记忆（Memory）和自我反思（Reflection）四大核心能力。这使得Agent能够将复杂任务分解为子步骤，调用外部API，并在执行过程中根据反馈调整策略。

Amjad详细描述了Agent的演进路径：

• Agent V1：需要大量基础设施和护栏才能让Agent工作
• Agent V2：模型进步后删除了大量代码，因为模型自身变得更一致
• Agent V3：市场上最自主的Agent，首个能连续运行数小时的产品
• Agent V4（当前）：最并行化的Agent，可创建20个Agent协同工作，速度提升10倍

Replit的Agent V4实现的20个Agent并行协作，本质上是一种多智能体系统（Multi-Agent System），类似于软件工程中的微服务架构——每个Agent负责特定职能（如前端、后端、测试），通过协调机制实现整体目标。

他将这个过程比作特斯拉自动驾驶从1.0到端到端学习的转变——每个阶段都需要大量"补洞"工程，但随着模型进步，之前的工程代码又需要被删除。

模型策略：多模型协同与Agent实验室

多模型协同架构

Amjad早在2022年就提出了"模型社会"（Society of Models）的论文。这一核心思想认为：没有单一模型能在所有任务上达到最优，因此应该像组建团队一样组合不同模型的优势。这一理念与混合专家模型（Mixture of Experts, MoE）在架构层面的思路相呼应，但在应用层面更为灵活——用推理能力最强的模型处理核心逻辑，用成本更低但足够好的模型处理辅助任务，用专门微调的小模型处理特定领域任务。

当前Replit的模型使用呈现多元化格局：

• Anthropic Claude：核心Agent循环的主力，已持续一年多
• Google Gemini：性价比最优，用于代码搜索等子Agent任务
• 自研模型：在特定场景下仍有独特价值

有趣的是，Replit在某些时期发送给Google的token量甚至超过了Anthropic，尽管Anthropic仍是核心工作引擎。这种分层策略不仅优化了成本结构，还降低了对单一供应商的依赖风险。

自研模型的时机判断

Amjad对"是否应该自研模型"给出了细致的回答：他们曾训练出超越GPT-3.5的模型，但Sonnet和Opus出现后差距迅速缩小。现在机会再次出现，原因有二：开源模型越来越好，编程模型正在接近性能天花板。

他引用Intercom的案例——其自研客服模型在特定领域超越了前沿模型。这种"三到六个月的领先优势"在企业竞标中至关重要。

SaaS末日：不是炒作，而是正在发生的结构性变化

企业端的真实变化

Amjad描述了他在企业客户中观察到的模式：

1. 系统级SaaS（Salesforce、Workday）不会被替换，但企业在其API上构建自定义工具
2. 垂直SaaS正在被整体替代，特别是调查类、点解决方案类软件
3. 数据仓库成为新的"记录系统"——与Databricks的合作让客户跳过SaaS工具，直接在数据仓库上构建

传统企业IT架构中，"记录系统"（System of Record）通常指Salesforce（客户数据）、Workday（人力数据）等SaaS平台。但随着Databricks、Snowflake等现代数据仓库的崛起，企业开始将所有数据统一存储在数据湖仓（Lakehouse）架构中。这一转变的深层逻辑是：当AI能够直接在原始数据上构建应用时，中间层的SaaS工具——那些本质上只是"数据的漂亮界面"——就失去了存在价值。企业可以用AI Agent直接查询数据仓库、生成报表、触发工作流，跳过了传统SaaS的整个价值链。

运营团队：被低估的理想客户

Amjad特别看好运营团队作为Replit的理想客户画像（ICP）。运营团队处于数据流的枢纽位置，通常购买大量SaaS但不满意，有大量Excel和手动工作。他们用Replit构建报价配置器、自动化交易台、自动化支持运营，ROI甚至超过产品团队。

"当一个运营经理用Replit节省了1万美元SaaS费用和20万美元人力成本，再花1000美元确保软件安全，这是百倍回报的决策。"

微型创业者带来的定价压力

另一个威胁来自底部：大量微型创业者在Replit上起步，以极低价格提供垂直解决方案，对现有SaaS公司形成巨大的定价压力。

IDE已死？维护问题如何用AI解决？

IDE的未来走向

Amjad直言："从所有实际意义上说，IDE已经死了。"AI已经吞噬了IDE的核心价值——代码智能、自动补全、符号跳转都变得无关紧要。但他也承认，在生命攸关的软件（自动驾驶、航天）领域，仍需要传统IDE进行代码验证。

他做了一个精妙的类比：这些领域从未采用JavaScript，因为JavaScript是最早的"vibe语言"——没有类型系统，容易出错。但Web软件采用了JavaScript，因为Gmail崩溃不会死人。Vibe coding遵循同样的风险分层逻辑。

Vibe Coding是Andrej Karpathy在2025年初提出的概念，指的是开发者通过自然语言描述意图，让AI生成代码，而不深入理解每一行代码的具体实现。这种开发方式的可行性取决于软件的风险等级。在航空航天领域，软件需要通过DO-178C等严格认证标准，每行代码都需要可追溯的验证证据。而在Web应用领域，快速迭代和容错能力远比代码的形式化验证重要。JavaScript的动态类型、宽松的错误处理正是为了降低开发门槛而牺牲了严谨性，这与vibe coding的哲学一脉相承。

维护问题的AI解法

Replit在维护方面的投入是其差异化优势：

• 代码审查Agent：每次代码变更都进行审查，花费与创建代码同等量的token
• 内置测试Agent：自动启动浏览器测试所有功能，失败则反馈给编码Agent
• 安全Agent：部署在生产环境中监控活动和供应链攻击
• 代码审查Agent的个性：它会直接说"这看起来像AI生成的垃圾"——用户反而很喜欢这种直接

Apple封锁与AI编程竞争格局

Apple App Store的审核困境

Amjad透露Replit自2022年上架App Store以来已通过上百次审核，但近期无法推送更新。Apple声称不合规，但同时又在接受用Replit制作的App上架。Amjad倾向于给Apple善意推测——可能是在摸索对vibe coding的整体策略。

Cursor真的死了吗？

面对"Twitter说Cursor已死"的问题，Amjad给出了冷静分析：市场极其庞大且不断扩张，不同产品服务不同需求。Cursor在企业销售方面做得好，企业客户极其粘性。他提醒："Twitter是扭曲机器，是最前沿采用者的内部棒球。世界比Twitter大得多。"

对创业者和学生的建议

计算机科学还值得学吗？

Amjad的建议很明确：如果你不是被计算机科学本身吸引（像飞蛾扑火那样），就不要因为"能赚大钱"而进入这个领域——那个时代已经过去了。但如果你对底层原理有真正的热情，数据结构和算法的基础不会过时。

产品市场契合的真谛

访谈最后，Amjad分享了他最深刻的创业教训：真正的产品市场契合是"产品被从你手中拉走，你甚至无法足够快地提供它"。如果他更早理解这一点，可能会更快、更努力地去寻找那个爆发性需求的时刻。

产品市场契合（Product-Market Fit）这一概念由Marc Andreessen在2007年的博文中系统阐述，但其内涵远比"用户喜欢你的产品"更深刻。Amjad描述的"产品被从手中拉走"状态，对应的是PMF的最高级别——有机增长完全超越了团队的交付能力。在SaaS行业，这通常表现为：净收入留存率（NRR）超过150%、销售周期从月缩短到天、客户主动要求付费使用Beta版本。Replit当前的增长轨迹——从教育工具转型为企业级AI开发平台——正是在寻找这个新的PMF爆发点。

关键启示

这场访谈揭示了AI编程领域的几个关键趋势：模型性能趋于平台期意味着产品工程能力成为核心竞争力；SaaS的衰退不是炒作而是正在发生的结构性变化；未来的产品团队将模糊工程师与产品经理的界限，成为统一的"产品构建者"。对于身处这场变革中的每个人——无论是创业者、工程师还是学生——理解这些趋势的方向，比掌握任何单一技能都更重要。

核心要点

• AI编程模型正在接近性能天花板，竞争将从模型能力转向产品工程和用户体验
• SaaS末日正在发生：垂直SaaS被wholesale替代，数据仓库成为新的记录系统，微型创业者形成底部定价压力
• Replit采用"模型社会"多模型协同架构，核心用Anthropic，性价比任务用Gemini，保持模型选择的灵活性
• IDE从实际意义上已经死亡，但生命攸关的软件领域仍需传统开发验证流程
• 运营团队是被低估的AI编程工具ICP，ROI可达百倍以上