Replit gikk fra 2,5 til 250 millioner dollar på ett år

Publisert 7. mai 2026

My First Million

Vertskap:Sam Parr og Shaan Puri

Gjest:Amjad Masad — Replit

Dette er et AI-generert sammendrag. Kildevideoen kan inneholde demonstrasjoner, visuelt innhold og ytterligere kontekst.

Se videoen · Slik genereres artiklene

Kort fortalt

Vinteren 2024 var et mareritt for Amjad Masad, grunnlegger og toppsjef i Replit. Selskapet hadde flyttet inn i et stort, nesten tomt kontor i Foster City. Halve staben var borte etter nedbemanninger, og partnerne fjernet Replit-logoen fra nettsidene sine.

Tolv måneder senere fortalte Masad i podcasten My First Million at selskapet hadde gått fra 2,5 til 250 millioner dollar i årlig gjentakende inntekt, revidert av PwC.

Bak tallene ligger en større historie: hva som skjer når AI-agenter faktisk begynner å bygge komplette apper fra én enkelt tekstbeskrivelse.

Les også:

Den mørke vinteren

For å forstå veksten må vi tilbake til slutten av 2023.

Replit var da rundt ti år gammelt. Omsetningen lå på rundt 2–3 millioner dollar i året og hadde stått nesten stille lenge. Masad beskriver perioden som «å dytte en stein opp en bakke» i årevis, en metafor han låner fra Twitch-grunnlegger Emmett Shear.

Så kom nedbemanningene.

Replit gikk fra rundt 120 til 60 ansatte på få måneder. Mange sluttet frivillig. Masad forteller at han knapt sov fordi han visste at noen sannsynligvis kom til å si opp dagen etter.

Investorene gikk fra å si «kutt kostnader» til «invester mer». Partnerne fjernet logoen deres fra egne nettsider. Invitasjonene til de attraktive Silicon Valley-arrangementene stoppet opp.

Men midt i det halvtomme kontoret fantes ett rom der stemningen var helt annerledes.

Et lite team jobbet med det som senere skulle bli Replit Agent.

«Resten av selskapet føltes som en begravelse. Krigsrommet føltes som et bryllup», sier Masad.

Forskjellen var at teamet hadde sett noe de andre ennå ikke hadde forstått: en AI-agent som faktisk kunne lage komplette apper fra start til slutt.

Hva er egentlig Replit?

Replit startet som et utviklingsmiljø i nettleseren.

I stedet for å installere programmeringsverktøy lokalt, sette opp databaser og konfigurere servere, kunne brukere åpne en nettleserfane og begynne å kode med én gang.

Målet var enkelt: gjøre programmering tilgjengelig for langt flere.

Det store gjennombruddet kom med Replit Agent.

I stedet for å skrive kode manuelt kan brukeren beskrive hva som skal bygges:

«Lag en app som hjelper folk å finne lokale restauranter via TikTok-anbefalinger.»

Deretter forsøker agenten å gjøre resten selv:

lage databasen
skrive koden
rette feil
koble til betaling med Stripe
publisere appen på nettet

Brukeren trenger i teorien ikke å skrive én eneste kodelinje.

Dette er tett knyttet til begrepet «vibe coding», popularisert av Andrej Karpathy: du beskriver hva du vil ha med vanlig språk, og AI-en bygger det.

September 2024: dagen alt snudde

Sensommeren 2024 begynte Replit å teste agenten internt.

Masad fulgte spesielt med på ansatte som ikke kunne programmere. Hvis de klarte å bygge noe, betydde det at produktet fungerte.

En av testpersonene var Jeff Burke, som jobbet med partnerskap.

«Han er skarp, men klarer ikke å konfigurere Python om livet sto på spill», sier Masad.

De første dagene gikk dårlig. Så kom meldingen teamet ventet på:

Jeff hadde klart å bygge noe selv.

Da skjønte de at produktet traff.

Utviklerne ville bruke mer tid på å polere løsningen. Masad nektet.

Han hentet inspirasjon fra dataspillverdenen og «early access»-modellen: lanser tidlig, selv om produktet fortsatt er uferdig.

Replit Agent ble derfor lansert som en tidlig testversjon høsten 2024, med en tydelig advarsel om at ting kom til å være ustabile.

Kort tid senere skrev Andrej Karpathy på X at dette ga ham «feel the AGI»-følelsen, uttrykket han bruker om teknologi som får generell kunstig intelligens til å virke nærmere enn før.

Deretter begynte telefonene å komme.

Folk hos OpenAI og Anthropic kontaktet Replit fordi de ikke hadde trodd modellene deres kunne brukes på denne måten.

Samtidig eksploderte inntektene:

1 million dollar i ARR første dag
2 millioner dollar dagen etter

På få dager tjente Replit mer enn de tidligere hadde brukt et helt år på.

«Vi er allerede i singulariteten»

Senere i intervjuet spør Shaan Puri om AI-verdenen står foran et dramatisk skifte de neste 12 månedene.

Masads svar er tydelig:

«Vi er allerede i singulariteten.»

Begrepet kommer opprinnelig fra fysikken. I et svart hull bryter dagens modeller sammen, og det blir umulig å forutsi hva som skjer videre.

Science fiction-forfatter og matematiker Vernor Vinge lånte senere begrepet til teknologiverdenen: et punkt der utviklingen går så raskt at framtiden blir vanskelig å forstå eller forutse.

Masad mener vi allerede er der.

Han peker på hvor raskt AI-utviklingen har akselerert:

GPT-2 kom i 2019
GPT-3 i 2020
GPT-4 i 2022

Nå kommer nye modeller nærmest ukentlig.

Hver nye modell gir nye evner innen blant annet:

autonomi
programmering
datasikkerhet
bruk av datamaskiner

Problemet er at produktene henger etter.

Masad beskriver modellene som «potensiell energi» entreprenører må omforme til faktiske produkter.

Forsinkelsen mellom ny AI-kapasitet og ferdige produkter kaller han «capability overhang», eller kapasitetsetterheng.

Hvorfor språkmodeller mangler en «vollgrav»

Et av intervjuets mest interessante partier handler om konkurranse i AI-markedet.

Masad bruker strategiboken 7 Powers av Hamilton Helmer for å forklare hvorfor dagens språkmodeller kanskje ikke får like sterke konkurransefortrinn som tidligere teknologiplattformer.

Poenget hans er enkelt:

De store språkmodellene begynner å ligne en råvare.

For utviklere er det ofte bare ett klikk å bytte mellom GPT, Claude eller Gemini.

Ingen aktør har klart å bygge sterke nok nettverkseffekter til å låse brukerne inne.

Den eneste virkelige fordelen Masad peker på, er kapital.

Det koster enorme summer å trene neste generasjon modeller. Derfor får gigantene som OpenAI, Google, Meta og kinesiske selskaper en naturlig fordel.

Men for gründere som bygger produkter oppå modellene, kan dette være positivt.

Hvis modellene blir byttbare, blir det plass til langt flere selskaper høyere opp i verdikjeden.

Når lokal programvare plutselig blir lønnsomt

Masad mener AI endrer én ting spesielt:

Programvare blir billigere å lage.

Det åpner for mange små og mellomstore virksomheter som tidligere aldri ville vært verdt å bygge programvare for.

Han trekker fram flere eksempler:

En britisk utvikler lager programvare for drift av skøytebaner og er på vei mot millionomsetning.
TryNearby kobler restauranter med TikTok-profiler som lager lokalt innhold.
Spellbook bygger AI-verktøy for juridiske team.
MagicSchool lager AI-verktøy for lærere.
Medvi bygget store deler av virksomheten sin på Replit.

Poenget hans er at AI gjør det mulig å lage små, svært spesialiserte programvareselskaper uten store team eller tung finansiering.

Tidligere måtte du bygge noe enormt for at det skulle være økonomisk interessant.

Nå kan små nisjer bli lønnsomme.

Vercel-hacket viser en ny type risiko

Mot slutten av samtalen diskuterer Masad sikkerhetshendelsen hos Vercel våren 2026.

Historien viser hvor komplisert AI-verdenen begynner å bli:

En ansatt hos Context.ai lastet ned et Roblox-jukseprogram.
Programmet inneholdt skadevaren Lumma Stealer.
Skadevaren stjal tilgang til Google Workspace og andre systemer.
En Vercel-ansatt hadde gitt Context.ai svært brede OAuth-tilganger.
Angripere brukte dette som inngang til Vercels systemer.
Sensitive databasehemmeligheter var lagret ukryptert.

Masads poeng er at AI gjør både sosial manipulering og dataangrep farligere.

Phishing-meldinger blir mer troverdige. AI-boter blir mer overbevisende. Og hver gang en AI-agent får vide tilganger til arbeidskontoer, åpnes nye angrepsflater.

Hva betyr dette egentlig?

Replits vekst er viktig fordi den viser at AI-kodeagenter ikke lenger bare er demoer.

De begynner å bli reelle produkter med reelle inntekter.

Samtidig peker intervjuet på flere større utviklingstrekk:

AI gjør programvare billigere å lage
små nisjeprodukter kan bli store selskaper
språkmodellene kan bli byttbare råvarer
sikkerhetsrisikoen rundt AI-agenter øker raskt
utviklingen går raskere enn mange selskaper klarer å tilpasse seg

Det betyr ikke nødvendigvis at alle jobber forsvinner i morgen.

Men det betyr at måten programvare bygges på allerede er i ferd med å endre seg dramatisk.

Ordliste

Begrep	Forklaring
ARR (årlig gjentakende inntekt)	Hvor mye et abonnementsselskap tjener i året dersom inntektene fortsetter på samme nivå.
Kodeagent	En AI som kan skrive, teste og publisere kode med lite menneskelig hjelp.
LLM (stor språkmodell)	AI-modellen bak tjenester som ChatGPT, Claude og Gemini.
Vibe coding	Å bygge programvare ved å beskrive ønsket resultat med vanlig språk i stedet for å kode manuelt.
Product-market fit	Når et produkt treffer et reelt behov så godt at markedet trekker produktet fram av seg selv.
Vollgrav (moat)	Varige konkurransefortrinn som gjør det vanskelig for konkurrenter å kopiere deg.
Singularitet	Et punkt der teknologisk utvikling går så raskt at framtiden blir vanskelig å forutsi.
OAuth	Systemet som lar deg logge inn med Google eller lignende på andre tjenester.
Infotyv (infostealer)	Skadevare som stjeler passord, informasjonskapsler og innloggingsdata.
AGI	Hypotetisk generell kunstig intelligens som kan gjøre alt et menneske kan intellektuelt.
Capability overhang	Gapet mellom hva AI-modeller kan gjøre, og hva det faktisk finnes produkter for ennå.