Amp bruger AI-agenter til mere end kode med OpenAI-modeller

Amp⁠(åbner i et nyt vindue) udvikler en banebrydende AI-agent, der hjælper udviklere med at omsætte ambitiøse idéer til fungerende software. For Quinn Slack, Amps administrerende direktør, er hver forbedring af modellerne en mulighed for at udvide agentens opgaver: fra at hjælpe udviklere med at beslutte, hvad de skal bygge, til at skrive kode og designe sider.

Amp vælger og anbefaler modeller ud fra, hvad der fungerer bedst for brugerne, og OpenAI-modeller står for størstedelen af de tokens, der bruges i Amp. Quinn fortæller: »OpenAI er meget åben om, hvordan tingene fungerer, og når der bruges sikkerhedsforanstaltninger, ved brugerne det og forstår hvorfor. Det gør det virkelig nemt at bruge OpenAI-modeller. Man kan udføre alt sit arbejde i Amp med OpenAI-modeller og være rigtig godt tilfreds.«

Når udviklere giver agenter flere opgaver, kan udgifterne til tokens blive en begrænsning. Quinn fortæller, at nogle Amp-brugere bruger 10 milliarder tokens om ugen. Han mener, at hvis folk holder øje med hver eneste stigning i forbruget, kan det afholde dem fra at opdage, hvad en agent er i stand til.

For at afhjælpe det lancerede Amp sin integration med Log ind med ChatGPT. Quinn siger, at den giver Amp-brugere adgang til flere tokens og OpenAI-modeller, herunder GPT‑6 Astra, så de bliver mere villige til at lade en agent påtage sig en større opgave.

»Med Log ind med ChatGPT kan folk få følelsen af ikke at skulle tælle hver eneste token,« siger han. »Og når man først slipper agenten løs og giver den friere tøjler, opdager man, hvor meget den faktisk kan.« Quinn fortæller, at han ser folk bruge agenten til at planlægge, beslutte, hvad de skal bygge, og arbejde videre efter lanceringen.

Amp vil have agenter til at hjælpe med alle de opgaver, der ligger i at udvikle et produkt og få det til at vokse. Virksomhedens eget team på 20 personer bruger dem på den måde, også til markedsføring. »Vi har ikke en medarbejder, der udelukkende arbejder med det, men det har vi en agent, der gør,« siger Quinn. Teamet bruger agenten til at forbedre oplevelsen for nye brugere og hjælpe flere med at opdage Amp via søgninger og andre kanaler.

I det arbejde er tekster og design af høj kvalitet afgørende. GPT‑6 Astra hjælper teamet med at skrive dokumentation og designe sider, der lever op til Amps høje krav.

Quinns eksperimenter med GPT‑6 Astra fortsætter derhjemme. Han gav modellen tegningerne til sit hus og brugte den til at lave en 3D-model i Blender. Han og hans børn laver så modellen om til spil: De tilføjer en strømkanal gennem huset eller jagter hvidløg rundt i det, inspireret af børnenes bedstemor, der ikke kan lide hvidløg. »Og det var ikke muligt for bare et par måneder siden,« siger han.

Amp har for nylig præsenteret Puck, en samtalebaseret AI-assistent indbygget i Amp, som hjælper brugere med at starte og styre andre agenter. Brugere kan bede Puck om at starte en agent, der skal undersøge en fejl, koordinere flere agenter eller finde en tidligere samtale om et teknisk problem.

Med Calling Puck, der bygger på GPT‑Live‑1, kan brugere tale med Puck i realtid, også via et ur. Quinn forestiller sig, at folk bruger funktionen til at holde deres agenter i gang, når de er væk fra computeren – selv når de er ude at løbe.

Amp har testet Ultrafast-tilstand med GPT‑6 Astra, og Quinn siger, at den højere hastighed ændrer måden, folk bruger agenter på. I dag skifter folk ofte mellem flere agentopgaver, mens de venter på, at hver enkelt bliver færdig. Hurtigere svar kan betyde, at folk kan nøjes med at holde styr på færre agenter, eller at agenterne får mere tid til at kontrollere deres eget arbejde, før de leverer et resultat.

For Amp er næste skridt at lade agenten overtage mere af arbejdet før og efter kodningen, så udviklere kan komme længere med en idé uden selv at skulle stå for hvert eneste trin. »Vi ved endnu ikke, hvad mennesker vil skabe, og det får vi alle sammen lov til at opleve. Det er fedt at være en del af det,« siger Quinn.