Le 17 novembre 2026, Replit a lancé Missions : l'utilisateur ne fixe que l'objectif, le budget et les limites, tandis qu'un essaim d'agents travaillant en parallèle s'occupe de la planification, de la construction, des tests et des itérations. Un juge IA indépendant vérifie ensuite le résultat par rapport à des critères convenus à l'avance : la mission n'est terminée que si les critères sont remplis, et si le budget s'épuise avant, le travail s'arrête. Il ne s'agit pas d'ouvrir quelques fenêtres d'agents de plus, mais de transformer la délégation elle-même en produit.
Le processus se déroule en quatre étapes. D'abord, fixer l'objectif — par exemple « gagner nos 10 premiers clients entreprise payants » — sans avoir à décider d'emblée quelles industries cibler ni quels acheteurs approcher. Pendant la configuration, Missions pose des questions comme « qu'est-ce qu'un client entreprise ? » ou « les pilotes payants comptent-ils ? », pour figer d'abord la définition du succès. Ensuite, fixer le budget et les limites : convenir du montant à dépenser et des actions qui nécessitent une approbation préalable, comme contacter des prospects ou modifier des documents commerciaux. Puis l'essaim d'agents travaille en parallèle — l'un recherche des clients pendant qu'un autre construit une démo — ajuste le cap en fonction des retours, rend compte à la fréquence choisie et revient vers vous en cas de blocage. Enfin, un juge IA indépendant contrôle le résultat par rapport aux critères convenus, marque la mission comme terminée s'ils sont remplis, et continue sinon à itérer.
Replit a d'abord utilisé Missions sur elle-même pour construire DataCat, une plateforme de supervision applicative : en deux jours et avec un budget de 3 000 dollars, elle a produit tableaux de bord, alertes et traçage des requêtes. Quand l'équipe a délibérément introduit un bug de base de données, DataCat a déclenché une alerte en 38 secondes, mieux que l'objectif de 60 secondes. Un test de charge de trois heures a stocké 26 millions d'enregistrements d'activité et 4,4 millions d'entrées de journal sans aucune perte, et les 51 contrôles de données et d'alertes ont tous réussi. Le même mécanisme a fait passer 100 000 yens de capital initial à 4,82 millions de yens dans la simulation d'entreprise E-Commerce Bench — environ 48 fois la mise de départ, soit plus de trois fois le meilleur score du classement public. Une version auto-hébergeable de DataCat est désormais open source.
Une réserve : tous ces chiffres proviennent des propres tests contrôlés de Replit, et non de benchmarks indépendants. Sur des tâches parallèles comme l'optimisation NumPy, les essaims d'agents sont effectivement plus rapides à mesure qu'on ajoute des agents — 32 agents ont atteint jusqu'à 19 fois plus vite. Mais pour des tâches aux objectifs flous et au succès difficile à mesurer, il faudra essayer soi-même pour savoir si le juge fonctionne bien et si le budget ne part pas en fumée. Missions est désormais accessible depuis le menu « New » de la barre latérale de Replit. Replit Agent sait déjà faire des courses à votre place — voir Replit Agent, nouvelles capacités : il achète les fournitures de l'entreprise et diffuse lui-même des annonces Google。