Replit 成功将 Zillow 的非技术员工转变为软件开发者。这家房地产巨头现在通过由从未编写过代码的团队成员构建的应用程序,为超过 10 万名购房者对接房产经纪人。
这一突破源于 Replit 与 Anthropic 和 Google Cloud 的新合作伙伴关系,该合作已在 Google Cloud Run 上支持了超过 10 万个应用程序。这次合作将 Anthropic 的 Claude AI 模型与 Google Cloud 的 Vertex AI 平台相结合,使任何有想法的人都能创建定制软件。
Zillow 的营销团队如何一夜之间成为软件开发者
"我们正在见证企业创建软件解决方案方式的转变," Replit 总裁 Michele Catasta 在接受 VentureBeat 独家采访时表示。"我们的平台越来越多地被营销、销售和运营团队采用,他们需要预构建软件无法提供的定制解决方案。"
该计划解决了全球开发者短缺的问题,预计到 2025 年将达到 400 万人。企业现在赋能非技术团队构建自己的解决方案,而不是等待稀缺的开发资源。
Claude 在代码生成方面的sophisticated方法使这次合作与众不同。"Claude 擅长生成整洁、可维护的代码,同时理解跨多种语言和框架的复杂系统," Anthropic 产品副总裁 Michael Gerstenhaber 告诉 VentureBeat。"它以战略性方式处理问题,经常会后退一步分析更大的图景,而不是急于添加代码。"
Replit、Anthropic 和 Google Cloud 如何让 AI 编码安全且可扩展
Replit 通过 Google Cloud 的企业级基础设施处理安全性和可靠性问题。"我们通过 Google Cloud 的 Vertex AI 平台构建了基于企业级基础设施的安全框架," Catasta 说。"这使我们能够提供易于使用的 AI 开发工具,同时保持严格的安全标准。"
这次合作展示了 AI 能力的重大进展。Claude 3.5 Sonnet 在 SWE-bench Verified 上的表现从 33% 提升到 49%,超过了许多公开可用的模型。这些技术改进使用户能够创建从个人生产力工具到企业应用程序的各类软件。
软件开发的未来:Replit 的 AI 让人人都能编程
Replit 的工具可能改变谁能构建和销售软件。最近,印度农村的一位青少年仅使用智能手机就创建了一个应用程序,赚够钱买了人生第一台笔记本电脑,现在为全球公司构建软件。这样的故事表明,无论技术背景或地理位置如何,任何有互联网连接的人都可以将想法转化为可用的软件。
挑战依然存在。该平台必须在可访问性与代码质量和安全性之间取得平衡,同时确保 AI 生成的解决方案保持可维护性和可扩展性。成功可能会为 AI 时代的定制软件开发建立新标准。
根据行业分析师的预测,到 2028 年,全球定制软件开发市场规模将超过 7000 亿美元。Replit 的 AI 驱动方法可能决定谁将参与这个不断扩大的市场。
早期结果显示前景乐观。企业在几天内就建立了自己的员工休假跟踪器和帮助台系统,这些任务以前需要数月的开发时间。一些独立开发者仅使用手机就创建并发布了新应用程序,展示了该平台如何让软件开发变得更加普及。
在这个以高门槛著称的行业中,Replit、Anthropic 和 Google Cloud 的合作为任何有想法的人打开了软件开发的大门。其影响不仅限于传统科技公司,还将重塑各行各业构建和部署定制解决方案的方式。
下一个十亿软件创造者可能不懂编程 —— 这可能正是关键所在。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。