Amp : des agents au-delà du code avec les modèles OpenAI
Découvrez comment Amp repousse les limites des agents avec GPT‑6 Astra, Ultrafast, GPT‑Live‑1 et l'option Se connecter avec ChatGPT.
Amp(s'ouvre dans une nouvelle fenêtre) développe un agent d’IA de pointe qui aide les développeurs à transformer des idées ambitieuses en logiciels fonctionnels. Pour Quinn Slack, PDG d’Amp, chaque amélioration des modèles est une occasion d’élargir les capacités de l’agent, qu’il s’agisse d’aider les développeurs à décider quoi créer, d’écrire du code ou de concevoir des pages.
Amp choisit et recommande les modèles selon ce qui convient le mieux à ses utilisateurs, et les modèles OpenAI représentent la majorité des tokens utilisés dans Amp. Quinn explique : « OpenAI fait preuve d’une grande transparence, et lorsque des mesures de protection sont appliquées, les utilisateurs le savent et le comprennent. Cela rend les modèles OpenAI vraiment faciles à utiliser. Vous pouvez faire tout votre travail dans Amp avec les modèles OpenAI et en être vraiment satisfait. »
« Nos utilisateurs apprécient vraiment la constance avec laquelle les modèles OpenAI ne cessent de s’améliorer. »
À mesure que les développeurs confient plus de travail aux agents, le coût des tokens peut devenir une contrainte. Quinn explique que certains utilisateurs d’Amp consomment 10 milliards de tokens par semaine. Selon lui, surveiller la moindre hausse d’utilisation risque de les empêcher de découvrir tout ce dont un agent est capable.
Pour atténuer cette contrainte, Amp a lancé l'intégration de l'option Se connecter avec ChatGPT. Quinn affirme qu’elle donne aux utilisateurs d’Amp accès à davantage de tokens et de modèles OpenAI, dont GPT‑6 Astra, ce qui les encourage à confier des tâches plus importantes à un agent.
« L'option Se connecter avec ChatGPT. permet aux gens de sentir qu’ils n’ont pas à compter chaque token », dit-il. « Et quand on laisse vraiment l’agent travailler avec plus de latitude, on réalise tout ce qu’il peut faire. » Quinn dit voir des gens utiliser l’agent pour planifier, décider quoi créer et poursuivre le travail après la mise en production.
Amp veut que les agents contribuent à toutes les tâches nécessaires pour créer et faire évoluer un produit. Sa propre équipe de 20 personnes les utilise ainsi, notamment en marketing. « Nous n’avons personne qui s’y consacre, mais nous avons un agent qui le fait », explique Quinn. L’équipe compte sur l’agent pour améliorer l’expérience des nouveaux utilisateurs et faire découvrir Amp à plus de gens par les moteurs de recherche et d’autres canaux.
Pour ce travail, la qualité de la rédaction et du design est essentielle. GPT‑6 Astra aide l’équipe à produire de la documentation et à concevoir des pages qui répondent aux normes rigoureuses d’Amp.
« Nous avons un style de design et de rédaction bien à nous. Nous sommes très exigeants à ce sujet, mais les résultats de GPT-6 Astra nous satisfont vraiment. »
Quinn poursuit ses expériences avec GPT‑6 Astra à la maison. Il lui a fourni les plans de sa maison et s’en est servi pour créer un modèle 3D dans Blender. Avec ses enfants, il transforme ensuite ce modèle en jeux : ils ajoutent une rivière tranquille qui traverse la maison ou y pourchassent de l’ail, une idée inspirée par l’aversion de leur grand-mère pour l’ail. « Et ce n’était pas possible il y a seulement quelques mois », dit-il.
Amp a récemment annoncé Puck, un assistant d’IA conversationnelle intégré à Amp qui aide les utilisateurs à lancer et à gérer d’autres agents. Les utilisateurs peuvent demander à Puck de lancer un agent pour examiner un bogue, de coordonner plusieurs agents ou de retrouver une conversation antérieure sur un problème technique.
Avec Calling Puck, propulsé par GPT‑Live‑1, les utilisateurs peuvent parler à Puck en temps réel, même depuis une montre. Quinn imagine les gens s’en servir pour faire travailler leurs agents lorsqu’ils sont loin de leur ordinateur, même pendant une sortie de course à pied.
Amp teste le mode Ultrafast avec GPT‑6 Astra, et Quinn affirme que cette rapidité accrue change la façon dont les gens utilisent les agents. Aujourd’hui, les gens passent souvent d’une tâche confiée à un agent à une autre en attendant que chacune se termine. Des réponses plus rapides pourraient leur permettre de jongler avec moins d’agents, ou donner aux agents plus de temps pour vérifier leur propre travail avant de fournir un résultat.
« Les gens n’ont jamais vu un modèle aussi performant et aussi rapide. »
Pour Amp, la prochaine étape consiste à confier à l’agent davantage de tâches qui précèdent et suivent le codage, afin que les développeurs puissent pousser une idée plus loin sans devoir gérer chaque étape eux-mêmes. « On ne sait pas encore ce que les humains vont créer, et nous allons tous pouvoir le découvrir. C’est génial de pouvoir y contribuer », dit Quinn.
