Am 17. November 2026 hat Replit Missions gestartet: Nutzer legen nur Ziel, Budget und Grenzen fest, während ein Schwarm parallel arbeitender Agenten Planung, Aufbau, Tests und Iteration übernimmt. Ein unabhängiger KI-Prüfer kontrolliert das Ergebnis anschließend anhand vorab vereinbarter Kriterien – erst wenn sie erfüllt sind, gilt die Mission als abgeschlossen; geht vorher das Budget aus, stoppt die Arbeit. Es geht nicht darum, ein paar Agenten-Fenster mehr zu öffnen, sondern darum, das Delegieren selbst zum Produkt zu machen.
Der Ablauf hat vier Schritte. Zuerst das Ziel festlegen, zum Beispiel „die ersten 10 zahlenden Unternehmenskunden gewinnen“, ohne vorab entscheiden zu müssen, welche Branchen oder Käufer anzusprechen sind. Bei der Einrichtung fragt Missions nach: „Was zählt als Unternehmenskunde?“, „Zählen bezahlte Pilotprojekte?“ – so wird die Definition von Erfolg zuerst festgenagelt. Dann Budget und Grenzen festlegen: vereinbaren, wie viel ausgegeben wird und welche Aktionen vorab genehmigt werden müssen, etwa die Kontaktaufnahme mit Interessenten oder Änderungen an Vertriebsunterlagen. Danach arbeitet der Agenten-Schwarm parallel – einer recherchiert Kunden, ein anderer baut eine Demo – passt die Richtung anhand von Feedback an, berichtet in der gewählten Frequenz und meldet sich, wenn er feststeckt. Zum Schluss prüft ein unabhängiger KI-Prüfer das Ergebnis gegen die vereinbarten Kriterien, markiert die Mission bei Erfüllung als abgeschlossen und iteriert sonst weiter.
Replit hat Missions zuerst an sich selbst ausprobiert und damit DataCat gebaut, eine Plattform zur Anwendungsüberwachung: in zwei Tagen und mit einem Budget von 3.000 US-Dollar entstanden Dashboards, Alarme und Request-Tracing. Als das Team absichtlich einen Datenbankfehler einbaute, schlug DataCat nach 38 Sekunden Alarm und unterbot das 60-Sekunden-Ziel. Ein dreistündiger Lasttest speicherte 26 Millionen Aktivitätsdatensätze und 4,4 Millionen Log-Einträge ohne einen einzigen Verlust, und alle 51 Daten- und Alarmprüfungen bestanden. Derselbe Mechanismus vermehrte in der Geschäftssimulation E-Commerce Bench 100.000 Yen Startkapital auf 4,82 Millionen Yen – etwa das 48-Fache und mehr als dreimal so viel wie der bisherige Bestwert der öffentlichen Rangliste. Eine selbst hostbare Version von DataCat ist inzwischen Open Source.
Ein Hinweis: All diese Zahlen stammen aus Replits eigenen kontrollierten Tests, nicht aus unabhängigen Benchmarks. Bei paralleler Arbeit wie der NumPy-Optimierung werden Agenten-Schwärme mit mehr Agenten tatsächlich schneller – 32 Agenten erreichten bis zu 19-fache Beschleunigung. Bei Aufgaben mit vagem Ziel und schwer messbarem Erfolg muss man aber selbst ausprobieren, ob der Prüfer zuverlässig arbeitet und ob das Budget nicht verpufft. Missions ist jetzt über „New“ in der Replit-Seitenleiste verfügbar. Replit Agent kann inzwischen schon Besorgungen übernehmen – siehe Replit Agent mit neuen Fähigkeiten: kauft Büromaterial fürs Unternehmen ein und schaltet selbst Google-Anzeigen。