Replitの発表内容

Replitは2026年9月29日、「Replit Agent」の新たな制御設計を公開しました。外部の振り分け機構を使わず、中心となるモデル自身が補助AIへの作業委任を決める仕組みです。

新設計では、作業内容に応じて小・標準・大の3段階から補助AIの規模を選びます。単純な名前変更には小型のAIを割り当て、難しい不具合の調査には大型のAIを高負荷で動かします。過去に指示を出した補助AIを呼び戻して再利用することもできます。

「GPT-6 Astra」を使った検証では、1つの作業AIを常駐させる旧構成に比べてスコアが11点と16点向上しました。実際の運用データでも、Astraは全体の36%の会話で補助AIを呼び出し、そのうち42%で既存の補助AIを再利用しました。

高性能なモデルの消費を必要な判断だけに絞るため、利用者は高品質なコード生成を低コストで進められます。

つまり、どういうこと？

たとえるなら、優秀な現場リーダーが、自分で全部抱え込まずに後輩へ仕事を割り振る仕組みです。単純な作業は手頃なアシスタントに任せ、頭を使う難しい問題の解決だけに自分の時間を使います。結果として、全体の費用を抑えながら仕事の成果を高められます。

編集部の見方

親のモデル自身に下請けの差配を任せる発想は、かなり合理的です。従来のルーターのように外側からモデルを選ぶ仕組みと違い、文脈を最も理解している賢いモデル自身に「どこで本気を出すか」を決めさせたほうが無駄が出ません。

実に明快です。

ただ、開発現場で日常的に使う人なら、裏で動く補助モデルの料金がどう膨らむか気になるところです。効率化をうたう一方で、細かく分身を呼び出す構造は費用の予測がつきにくく、筆者としても少し身構えます。まずは秋の各社モデル更新で、Cursorなどの競合ツールが同様の委任設計を取り入れてくるかを見届けたいところです。

誰に関係するか

Replitでエージェント機能を使っている人は、モデルの無駄な消費を抑えながら高品質なプログラムを作成できるようになります。

出典: Replit Blog ↗