Replit 提出“自驱动公司”:2030 年前财富 500 强都将变成自驱动公司
Replit 提出“自驱动公司(Self-Driving Company)”概念,并称到 2030 年底财富 500 强企业都将成为自驱动公司。其内部数据显示,2026 年上半年工程师代码产出接近三倍,而评审时间、回滚和产品事故持平。Replit for Business 将把这套能力对外输出,SMFL 称原需 6 人 6 个月的开发流程由 1 人 1 周完成。
Replit 提出“自驱动公司(Self-Driving Company)”概念,并称到 2030 年底财富 500 强企业都将成为自驱动公司。其内部数据显示,2026 年上半年工程师代码产出接近三倍,而评审时间、回滚和产品事故持平。Replit for Business 将把这套能力对外输出,SMFL 称原需 6 人 6 个月的开发流程由 1 人 1 周完成。
OpenAI 前线部署工程负责人 Colin Jarvis 撰文说明 FDE 团队的工作方式:团队于 2025 年初成立,目标是填补模型能力与实际可靠使用之间的部署差距。
UC Berkeley 的 Aditya G. Parameswaran 等人提出,推理成本已从 GPT-4 级约 $30/百万 token 降至不到 $1,部分低于 $0.10,年降幅中位数约 50x。作者据此提出三类数据系统挑战:为智能体设计的数据系统、支撑智能体集群运行的数据系统,以及由智能体自行合成并需可验证的数据系统。
MongoDB 发文阐述生产级 AI 智能体对数据平台的要求,强调 JSON 原生存储、实时检索与智能体记忆管理。文中提到 DevRev 的 AgentOS 每月处理数十亿请求,ElevenLabs 与 Adobe 分别用 Atlas Search 和 Vector Search 支撑智能体长期记忆与低于 100 毫秒的混合检索。
Palantir 提出在 ERP 核心之上加一层互操作与本体层,让企业保留差异化流程而无需定制 ERP 内核。该架构用共享本体统一“material”“item”等不同系统的语义,并让智能体自动完成数据迁移、对账与验证。Palantir 称传统 ERP 项目预算中至少 60% 是人力成本。
MongoDB 博客提出企业应为 AI 智能体自建内部工具注册中心,而非依赖 npm、PyPI 这类公共包管理器。文章称注册中心需具备发现、版本管理、认证元数据与访问控制四项能力,并引用 Gravitee 2026 年调查:仅 14.4% 的团队获得完整安全审批,88% 的组织当年发生过智能体相关安全事件。
伯克利 AI 研究团队系统梳理了并行推理领域进展,重点分析自适应并行推理(APR)范式:让模型自行决定何时分解并行、开多少线程以及如何协调。相比 Self-consistency、Best-of-N 和 Tree-of-Thoughts 等固定并行结构方法,APR 通过特殊 token 控制串行与并行的切换,避免冗余计算,并可按问题复杂度调整并行度。