- A Replit define uma organização em que pessoas definem objetivos, prioridades e trade-offs, enquanto vários agentes de IA coletam o contexto necessário e executam, validam e escalam tarefas, como uma empresa autônoma (The Self-Driving Company)
- Em vez de manter os agentes presos a editores ou ferramentas de chat, a empresa os conectou aos sistemas internos e fornece a cada funcionário um agente gerenciador que executa vários subagentes em paralelo, ampliando a engenharia de loops para repetir trabalhos verificáveis
- Do início de janeiro ao fim de junho de 2026, o total de contribuições de código cresceu 5,8 vezes, e a produção por pessoa do mesmo grupo de engenheiros aumentou 2,9 vezes, sem aumento em atrasos de revisão de código, reversões ou incidentes; o tempo humano de revisão de PRs caiu 30%
- O uso de agentes se espalhou para análise de dados, vendas, marketing e suporte ao cliente, apoiando métricas e materiais em tempo real, pesquisa de potenciais clientes, criação de documentos de lançamento e investigação de tickets de suporte; o tempo de resolução de tickets complexos tratados por pessoas foi reduzido em 60%
- Como agentes internos passaram a apresentar custo menor e maior integração do que algumas ferramentas comerciais, a avaliação de construir versus comprar também mudou; a Replit pretende oferecer esse modelo operacional aos usuários com controles de políticas, permissões, segurança e custos
Uma organização autônoma em que pessoas definem o destino
- Uma empresa autônoma não é uma organização sem pessoas, mas uma organização em que pessoas escolhem o destino, decidem questões importantes, trade-offs difíceis e preferências, e assumem responsabilidade pelos resultados
- As pessoas não executam diretamente todas as etapas detalhadas para atingir um objetivo; os agentes recebem o objetivo, coletam contexto, trabalham, verificam os resultados e escalam apenas os pontos que exigem julgamento humano
- Os agentes da Replit são usados para investigar incidentes em produção, revisar PRs, responder a perguntas internas, analisar dados de negócios, classificar tickets de suporte, pesquisar contas de vendas e melhorar o próprio Replit Agent
- Os funcionários avaliam que, em vez de sentirem que seu papel foi automatizado, foram liberados de tarefas repetitivas e passaram a se encarregar de julgamentos estratégicos e criativos
A mudança que começou quando trabalhos longos se tornaram possíveis
- A partir do fim de 2025, com modelos capazes de continuar trabalhando por períodos mais longos, a classificação de alertas e a investigação de causa raiz, que antes falhavam repetidamente, começaram a funcionar
- Quando a IA passou a lidar até com bugs difíceis de resolver, a empresa deixou de ver os agentes como ferramentas dentro de editores ou janelas de chat e começou a integrá-los diretamente à estrutura operacional da companhia
- Depois que os efeitos foram confirmados na engenharia, cada equipe passou a delegar trabalhos tediosos aos agentes, e o uso se espalhou por toda a organização
Infraestrutura interna de agentes conectada a sistemas de toda a empresa
- Desde o fim de janeiro de 2026, a Replit ampliou a infraestrutura para experimentar rapidamente casos de uso de agentes internos
- Usando o agent harness existente, microVMs e um sistema de arquivos remoto, permitiu que engenheiros orquestrassem vários agentes em paralelo
- Após aplicar políticas de acesso, proxy de tokens, logs de auditoria e uma rede Zero Trust, permitiu acesso a sistemas de trabalho como GitHub, GCP, Azure, Linear, Notion, Slack e ZenDesk
- Quando o contexto de vários sistemas pôde ser usado em conjunto, experimentos que antes falhavam se tornaram viáveis, e a produção de código cresceu rapidamente
Aumento da produção de código e métricas de qualidade
- Durante o sprint de março de 2026 para preparar o lançamento do Agent 4, a curva de produtividade subiu para outro patamar, algo que a Replit relaciona à adoção do sistema interno de agentes
- Do início de janeiro ao fim de junho de 2026, o número de linhas de código contribuídas aumentou 5,8 vezes
- Mesmo removendo o efeito de novas contratações e comparando apenas o mesmo grupo de autores, a produção de código aumentou 2,9 vezes
- Enquanto dobrava o tamanho da equipe, a produção por engenheiro foi elevada em cerca de três vezes
- O tempo de espera por revisões de código não aumentou
- O agente avalia o nível de risco e chama um segundo revisor humano apenas quando necessário
- Mais de 30% do tempo humano de revisão de PRs foi economizado, e essa proporção continua crescendo
- A taxa de reversão de PRs e a tendência de incidentes permaneceram estáveis
- Revisores humanos encontram mais bugs com a ajuda da revisão conjunta dos agentes
- À medida que o agente de investigação de incidentes explora causas raiz, o tempo médio de mitigação (MTTM) diminui
- A velocidade de conclusão de projetos medida no Linear também aumentou significativamente junto com a produção de código, indicando que o código adicional se traduziu em lançamentos reais de funcionalidades
Engenharia de loops com execução repetida de vários agentes
- Todos os funcionários usam um agente gerenciador capaz de criar vários subagentes e podem configurá-los para que vários agentes executem repetidamente trabalhos verificáveis
- Casos de uso com enxames de agentes mudaram as premissas sobre o que era possível fazer
- Concluíram uma migração de sistema CSS que estava parada havia muito tempo
- Automatizaram uma migração que viabiliza a localização do produto
- Automatizaram a manutenção de testes instáveis
- O CTO resolveu, com um enxame de agentes, um bug de rede difícil relacionado ao encerramento de PSCs e descritores de arquivo
- A equipe de IA construiu um sistema de aprendizado contínuo que analisa feedback dos usuários, propõe melhorias e valida os resultados com benchmarks e testes A/B
- Com esse sistema, o Replit Agent passou a ter uma estrutura cíclica em que melhora a si mesmo com base no feedback
Mudança na decisão entre construir e comprar
- À medida que agentes internos foram profundamente integrados à base de conhecimento e aos sistemas de trabalho, e personalizados para a empresa, surgiram casos em que eram mais úteis do que soluções comerciais externas
- A Replit cancelou um contrato de SaaS anual na casa dos milhões de dólares por considerar que a aplicação criada internamente era melhor, e os funcionários já haviam migrado para a ferramenta interna
- Mesmo comparados a produtos externos especializados em tarefas específicas, os agentes internos se mostraram competitivos
- Uma ferramenta de classificação de alertas e análise de causa raiz de incidentes oferecia qualidade semelhante, mas tinha custo de execução 10 vezes maior que o agente interno
- Uma ferramenta automatizada de teste de penetração encontrou menos vulnerabilidades do que a versão interna, com custo 10 vezes maior
- As duas ferramentas internas foram implantadas em produção, reduzindo o MTTM de incidentes e reforçando a defesa contra ataques nos sistemas principais
Transição da análise de dados para autoatendimento
- À medida que outros funcionários viam no Slack engenheiros pedindo tarefas aos agentes, o uso se espalhou para fora da engenharia
- No início, o uso mais comum era combinar a base de conhecimento com o estado da base de código para perguntar sobre o comportamento do produto e expectativas
- Os funcionários passaram a verificar informações de produto e corrigir textos ou documentos diretamente, sem esperar respostas dos engenheiros
- A equipe de dados forneceu uma camada semântica sobre o data warehouse para que os agentes entendessem as tabelas de dados de referência e as relações entre elas
- Todos os funcionários passaram a obter respostas para perguntas de business intelligence e a criar gráficos e apresentações com dados em tempo real
- A equipe de dados pôde se concentrar em problemas mais difíceis em vez de solicitações repetitivas
- Um gerente de produto realizou diretamente uma análise de lançamento combinando eventos da base de código, a forma como são registrados na plataforma de dados de clientes e estados complexos de assinatura
- Todos os gráficos incluídos no texto também foram criados com agentes internos
Mudanças em vendas, marketing e suporte ao cliente
- A equipe de desenvolvimento de vendas usa conhecimento interno para encontrar potenciais clientes qualificados para o produto e enriquecer informações
- Aproveita contexto ao qual ferramentas genéricas de vendas não têm acesso para criar abordagens mais específicas
- Ao se preparar para conversas com clientes, vendedores pesquisam o valor do produto para cada cliente, projetos ativos e uso de créditos em relação ao contrato
- Os resultados da análise são organizados automaticamente em apresentações com a marca de cada conta
- Isso aumenta tanto a quantidade quanto a qualidade dos pontos de contato com clientes
- A equipe de marketing escreve rascunhos de especificações de produto a partir de um único prompt, com base em conversas e documentos das equipes de engenharia e produto
- Passou a iniciar a preparação de lançamentos mais cedo e acompanhar mudanças sem precisar participar de todas as reuniões
- Usa o tempo liberado para planejamento e trabalho criativo
- A equipe de suporte ao cliente adicionou aos agentes a habilidade de investigar problemas seguindo procedimentos padrão
- Eles sugerem respostas no tom padrão de atendimento ao cliente ou escalam para a equipe de engenharia incluindo um resumo do ticket e dos resultados da investigação
- O tempo de resolução dos tickets complexos que chegam a humanos foi reduzido em 60%
Ambiente de trabalho autônomo para usuários
- A Replit vê a operação autônoma não como a eliminação de executores, mas como uma transição para papéis que definem resultados e orientam a direção
- Para oferecer esse modelo aos usuários corporativos e fundadores da Replit, a empresa está desenvolvendo recursos de políticas, permissões, segurança e controle de custos
- Para aplicá-lo a usuários que operam negócios reais, considera necessários mecanismos de segurança escaláveis de acordo com o tamanho da organização
Ainda não há comentários.