Replit 注册用户已突破 4000 万，致力于通过自然语言交互降低软件开发门槛。平台将大模型视为核心引擎，选用 Claude Sonnet 系列以保障代码生成能力，并紧跟模型更新迭代智能体，有效带动用户增长。Replit 通过封装软件工程复杂性，让用户无需配置环境即可专注业务逻辑，助力零基础用户快速完成产品验证。随着 AI 编程演进，开发门槛被彻底抹平，编写代码本身的重要性或将逐渐减弱。
Replit 总裁 Michele Catasta 16 岁开始做开源软件，一直想降低软件开发的门槛。现在 Replit 注册用户突破 4000 万，很多零基础用户直接用自然语言描述需求，就能把脑海里的想法变成应用或网站。
在构建智能体时，他们把大模型看作汽车引擎，Replit 团队负责围绕引擎造车。为了彻底消除编程门槛，底层模型的智商必须足够高。他们在 2024 年初选择了 Claude Sonnet，看重的是 Anthropic 在代码生成上的领先优势。2025 年初用上 Sonnet 3.7 后，他们基本都是卡着新模型发布的节点同步上线自己的新智能体，往往能够直接带来一波显著的用户增长。
其实 Replit 做的，就是把软件工程的复杂性全部封装掉。以前用 AI 辅助编程还得自己配环境和调试，现在用户只需专注业务逻辑。当开发门槛被彻底抹平，有商业点子的人就能迅速完成从 0 到 1 的产品验证。AI 编程演进到最后，写代码这个动作或许不再重要。
OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本，成本不足 500 美元。该成果引发争议，因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟，数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力，但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式，而完善 Lean 工具链是确立 AI 证明可信度的关键。
针对复杂疾病治疗难题，Arc 研究所正利用 AI 构建通用“虚拟细胞”模型。该模型将 RNA 表达视为生命语言，计划四年内通过 CRISPR 和单细胞测序完成 10 亿次实验进行训练。研究人员可借此在电脑模拟中预测基因或化学干预方案，实现从盲目猜测到精准预测的转变。该工具将于今年晚些时候开源，有望在未来四五年内推动个性化医疗及复杂疾病治疗取得临床突破。
OpenAI 正式发布 GPT-5.6，推出 Sol、Terra、Luna 三档模型。Sol 在 Agent 评测中领先，但编码基准落后竞品且存在 token 过度消耗问题，Terra 性价比显著提升。新功能包括程序化工具调用、缓存优化及 Sol 自主训练 Luna。尽管安全围栏较严且知识截止日期存疑，该版本仍属扎实迭代。对于 Codex 用户建议升级，而 Claude Code 用户需权衡工作流兼容性，两大 AI 厂商竞争已趋白热化。
围绕《Replit 总裁谈 AI 编程，写代码终将变得无足轻重》展开交流，未登录用户可浏览评论，登录后可参与讨论。
