Als der KI-Forscher Andrej Karpathy 2025 in einem Tweet den Begriff „Vibe Coding“ ins Spiel brachte, beschrieb er eine Art zu programmieren, bei der man „sich den Vibes hingibt“ und sich auf die Absicht statt auf die Syntax konzentriert. Damit brachte er einen kulturellen Wandel auf den Punkt, der längst im Gange war. Sein Post ging viral und traf einen Nerv bei Entwicklern, die bereit waren, KI-Assistenten das Steuer zu überlassen.
Acht Monate später hat diese Haltung ein Aushängeschild: Agent 3, frisch von Replit veröffentlicht. Das Unternehmen nennt ihn „10× autonomer“ als frühere Versionen. Er kann Code automatisch testen und korrigieren und sogar eigene Workflows orchestrieren. Anders als Copiloten im Stil einer Autovervollständigung soll Agent 3 eher wie ein Kollege arbeiten, der längere Entwicklungssitzungen mit minimaler Aufsicht durchzieht.
Mehr als Autovervollständigung: auf dem Weg zur autonomen Entwicklung
Laut Replit testet Agent 3 Anwendungen regelmäßig im Browser, findet Probleme und behebt sie selbst. CEO Amjad Masad hat von internen Läufen berichtet, bei denen der Agent 4,5 Stunden am Stück selbstständig arbeitete und eine Anwendung baute, für die man in der traditionellen Entwicklung normalerweise eine Woche bräuchte. Replit betont, dass sein eigenes Test-Framework effizienter sei als allgemeine „Computer Use“-Modelle, öffentliche Benchmarks sind allerdings rar.
Das Unternehmen stellt das nicht als klügere Autovervollständigung dar, sondern als veränderten Arbeitsablauf: Entwickler beschreiben Ziele in natürlicher Sprache, und der Agent erledigt die Hauptarbeit. Fehlschläge gibt es weiterhin (Masad hat eingeräumt, dass frühere Generationen nichttechnische Nutzer oft frustriert zurückließen), aber die Architektur von Agent 3 versucht, die Zahl solcher Sackgassen zu verringern, indem sie mehrere Testumgebungen anlegt und unterschiedliches Nutzerverhalten simuliert.
Der Durchbruch beim Testen, mit Einschränkungen
Herkömmliche „Computer Use“-Modelle versprachen automatisiertes Testen, erwiesen sich aber oft als fragil und teuer. Replits Antwort ist ein gezieltes Framework, gebaut für die eigene Umgebung. Laut Unternehmen ist es 3× schneller und bis zu 15× günstiger als die Alternativen, wobei diese Zahlen aus Replits eigenen Benchmarks stammen und als vorläufig gelten sollten. Die Leser von Ars werden wissen wollen, wie gut sich diese Zahlen außerhalb von Laborbedingungen reproduzieren lassen.
Bemerkenswert ist, dass Agent 3 Browser-Sitzungen wiedergeben kann, sodass Entwickler sehen, was die KI tatsächlich getan hat. Diese Transparenz könnte bei einer der größten Sorgen rund um autonome Agenten helfen: beim Vertrauen.
Marktdynamik: von der Nischen-IDE zur Bewertung von 3 Milliarden Dollar
Die Zahlen hinter Replits Entwicklung sind beachtlich. Der jährlich wiederkehrende Umsatz sprang Berichten zufolge in weniger als einem Jahr von 2,8 Millionen auf 150 Millionen Dollar, getragen von einer Community mit mehr als 40 Millionen Nutzern. Im September 2025 gab das Unternehmen eine Finanzierungsrunde über 250 Millionen Dollar bei einer Bewertung von 3 Milliarden Dollar bekannt (wie Reuters und andere Medien berichteten).
Auch der breitere Markt für KI-Coding-Tools wächst schnell. Laut einer aktuellen Marktanalyse lag der Wert des Markts für KI-Code-Tools 2025 bei 15,11 Milliarden USD, bis 2034 sollen es 99,10 Milliarden USD werden (AI Code Tool Market Size, Share, Trends and Analysis 2034). Ein separater Branchenleitfaden hält fest, dass 97,5 % der Unternehmen KI bereits in ihre Softwareentwicklungsprozesse integriert haben (35 Best Vibe Coding Tools & AI Code Generators, 2025 Guide). So beeindruckend diese Zahlen sind: Prognosen dieser Art sollte man immer mit Vorsicht begegnen.
Konkurrenz: Cursor, Copilot und der Kampf der Plattformen
Replit ist nicht allein. Cursor hat Berichten zufolge 900 Millionen Dollar bei einer Bewertung von 10 Milliarden Dollar eingesammelt, mit einem jährlich wiederkehrenden Umsatz von rund 200 Millionen Dollar. GitHub Copilot, hinter dem Microsoft steht, dominiert weiterhin bei der Integration in Unternehmen. Auch Amazons CodeWhisperer und Googles Gemini-basierte Tools sind ernst zu nehmende Größen.
Masad argumentiert, dass Replits zehn Jahre Infrastrukturarbeit einen Burggraben bilden: das verteilte Dateisystem mit Copy-and-Write-Fähigkeiten, das extrem schnelle Forken von Umgebungen und die Orchestrierung mehrerer Agenten. Er sagt: „Man kann an einem Nachmittag eine Vibe-Coding-Demo hochziehen, aber eine tiefe Plattform zu bauen dauert Jahre.“ Diese Tiefe mag Replit helfen, sich abzuheben. Ob sie gegen Hyperscale-Cloud-Anbieter reicht, ist offen.
Sollte man noch programmieren lernen?
Masad ist da unverblümt: „Wenn Sie etwas bauen wollen, warten Sie nicht, bis Sie die Syntax gelernt haben. Fangen Sie an zu bauen. Wenn Sie programmieren müssen, lernen Sie es unterwegs.“ Eine provokante Position, die jahrzehntelangen Ratschlägen widerspricht. Er schwächt sie ab, indem er zwischen Spezialisten unterscheidet (die Code weiterhin beherrschen müssen) und Machern und Gründern (die sich womöglich besser auf Produkt und Markt konzentrieren sollten).
Diese Spannung spiegelt eine größere Debatte wider: Werden KI-Coding-Tools die Entwicklung demokratisieren oder den Beruf entwerten? Die Forschung deutet darauf hin, dass Aufgaben wie das Bauen von UI-Komponenten und das Aufsetzen einfacher Apps schon jetzt zu den am stärksten umgewälzten gehören. Anspruchsvolles Systemdesign und Debugging verlangen aber weiterhin menschliche Expertise.
Risiken und Realitätschecks
Autonomie bringt Gefahren mit sich. Auf jeden erfolgreichen autonomen Lauf über mehrere Stunden kommen womöglich Fälle, in denen die Aufsicht versagt und der Agent fehlerhaften oder instabilen Code produziert. Für Replit und für alle agentischen Coding-Tools besteht die Herausforderung darin, verlässliche Mechanismen für Verifikation und Wiederherstellung sicherzustellen. Transparenz, Sandboxing und die Kontrolle durch die Nutzer werden genauso wichtig sein wie die reine Leistungsfähigkeit.
Dieser Zwiespalt aus massiven Produktivitätsgewinnen und unberechenbaren Fehlern prägt den aktuellen Stand des agentischen Codings. Vertrauen, Verifikation und Sicherheitsnetze werden entscheidend sein, wenn die Nutzung wächst.
Plattformrisiko und Modellunabhängigkeit
Eine weitere Unsicherheit ist die Abhängigkeit von Foundation Models. Replit setzt derzeit auf Anthropics Claude Sonnet 3.5 für agentisches Schlussfolgern, auf OpenAIs GPT-4 für Code-Reviews und auf Googles Gemini für kostensensible Aufgaben. Masad betont, dass die Treue bei Entwicklerwerkzeugen gering ist: „Die Leute werden immer zur besten, billigsten, schnellsten Option wechseln.“ Dieser Pragmatismus könnte Replit vor einem Modell-Lock-in schützen, bedeutet aber auch, dass die Konkurrenz schnell umschwenken kann.
Die Zukunft der Arbeit
Masad beschönigt die Folgen nicht: „Menschen werden ihre Jobs verlieren.“ Trotzdem sieht er darin eher wirtschaftlichen Umbruch als einen endgültigen Niedergang. Er verweist auf die „Kommunikationssteuer“ in großen Organisationen, also den Abstimmungsaufwand, der den Fortschritt bremst, als Schmerzpunkt, den KI lindern könnte. Erste Experimente zeigen KI-Agenten, die interne Arbeitsabläufe in Bereichen wie Vertrieb und Personalwesen übernehmen.
Ob dadurch neue Arten von Arbeit entstehen oder die mittlere Ebene des Engineerings ausgehöhlt wird, ist ungeklärt. Vorerst betrachtet man KI-Agenten am besten als Kraftverstärker mit einer langen Liste von Sonderfällen.
Ein chaotischer Sprung nach vorn
Replits Weg von einer schlanken Online-IDE zu einer KI-Plattform im Wert von 3 Milliarden Dollar zeigt die Chancen und die Gefahren des autonomen Programmierens. Agent 3 bringt echte Fortschritte bei Autonomie und Tests, legt aber auch offen, wie fragil KI-getriebene Entwicklung ist. Die Ära des „Vibe Coding“ mag tatsächlich da sein, aber sie ist chaotisch, uneinheitlich und noch immer voller Risiken.
Die beste Programmiersprache ist vielleicht eines Tages Englisch. Die besten Entwickler werden aber wohl jene bleiben, die nicht nur fließend mit KI sprechen, sondern auch wissen, wann sie die Arbeit der KI nachprüfen müssen.
Aus dem Englischen übersetzt: zum Originalbeitrag