Amp perluas peran agen AI di luar coding dengan model OpenAI
Lihat bagaimana Amp memperluas kemampuan agen dengan GPT‑6 Astra, Ultrafast, GPT‑Live‑1, dan Masuk dengan ChatGPT.
Amp(terbuka di jendela baru) sedang membangun agen AI terdepan yang membantu pengembang mewujudkan ide ambisius menjadi perangkat lunak yang berfungsi. Bagi Quinn Slack, CEO Amp, setiap peningkatan model membuka peluang untuk memperluas kemampuan agen, mulai dari membantu pengembang menentukan apa yang akan dibuat hingga menulis kode dan mendesain halaman.
Amp memilih dan merekomendasikan model berdasarkan yang paling sesuai untuk penggunanya, dan sebagian besar token yang digunakan di Amp berasal dari model OpenAI. Quinn mengatakan, “OpenAI sangat transparan, dan ketika langkah pengamanan diterapkan, pengguna tahu dan memahaminya. Itu membuat model OpenAI sangat mudah digunakan. Anda bisa menyelesaikan semua pekerjaan di Amp dengan model OpenAI dan merasa sangat puas.”
“Pengguna kami sangat menghargai peningkatan model OpenAI yang terus konsisten.”
Seiring pengembang memberikan lebih banyak pekerjaan kepada agen, biaya token bisa menjadi kendala. Quinn menyebutkan bahwa beberapa pengguna Amp menghabiskan 10 miliar token per minggu. Menurutnya, jika pengguna terlalu mencermati setiap tambahan pemakaian, mereka bisa terhambat dalam mengeksplorasi kemampuan agen.
Untuk membantu mengatasi kendala itu, Amp meluncurkan integrasi Masuk dengan ChatGPT. Quinn mengatakan bahwa integrasi ini memberi pengguna Amp akses ke lebih banyak token dan model OpenAI, termasuk GPT‑6 Astra, sehingga mereka lebih bersedia menyerahkan tugas yang lebih besar kepada agen.
“Dengan Masuk dengan ChatGPT, pengguna bisa merasa lebih leluasa tanpa harus menghitung setiap token,” ujarnya. “Begitu Anda benar-benar membiarkan agen bekerja dengan lebih leluasa, Anda baru menyadari betapa banyak yang bisa dilakukannya.” Quinn melihat pengguna memanfaatkan agen untuk menyusun rencana, menentukan apa yang akan dibuat, dan melanjutkan pekerjaan setelah produk dirilis.
Amp ingin agen membantu semua pekerjaan dalam membangun dan mengembangkan produk. Tim Amp sendiri yang beranggotakan 20 orang menggunakan agen dengan cara itu, termasuk untuk pemasaran. “Kami tidak punya orang yang khusus menanganinya, tetapi kami punya agen khusus untuk itu,” kata Quinn. Tim ini mengandalkan agen untuk meningkatkan pengalaman pengguna baru dan membantu lebih banyak orang menemukan Amp melalui pencarian dan saluran lainnya.
Untuk pekerjaan tersebut, kualitas tulisan dan desain sangat penting. GPT‑6 Astra membantu tim menghasilkan dokumentasi dan mendesain halaman yang memenuhi standar ketat Amp.
“Kami punya gaya desain dan gaya penulisan yang sangat khas. Kami sangat selektif soal ini, tetapi sejauh ini kami sangat puas dengan hasil GPT-6 Astra.”
Quinn juga terus bereksperimen dengan GPT‑6 Astra di rumah. Ia memberikan denah rumahnya kepada model tersebut dan menggunakannya untuk membuat model 3D di Blender. Ia dan anak-anaknya kemudian mengubah model itu menjadi permainan: menambahkan wahana sungai berarus tenang yang melewati rumah atau mengejar bawang putih di sekelilingnya, terinspirasi dari nenek mereka yang tidak suka bawang putih. “Padahal, beberapa bulan lalu hal itu belum bisa dilakukan,” ujarnya.
Amp baru-baru ini memperkenalkan Puck, asisten AI percakapan terintegrasi di Amp yang membantu pengguna menjalankan dan mengelola agen lain. Pengguna bisa meminta Puck menjalankan agen untuk menyelidiki bug, mengoordinasikan beberapa agen, atau menemukan percakapan sebelumnya tentang masalah teknis.
Dengan fitur Panggil Puck yang didukung GPT‑Live‑1, pengguna bisa berbicara dengan Puck secara real-time, bahkan melalui jam tangan. Quinn membayangkan pengguna memakainya agar agen tetap bekerja saat mereka jauh dari komputer, bahkan ketika sedang berlari.
Amp telah menguji mode Ultrafast dengan GPT‑6 Astra, dan menurut Quinn, peningkatan kecepatan ini mengubah cara pengguna memanfaatkan agen. Saat ini, pengguna sering berpindah-pindah di antara beberapa tugas agen sambil menunggu masing-masing selesai. Respons yang lebih cepat dapat mengurangi jumlah agen yang perlu ditangani sekaligus, atau memberi agen lebih banyak waktu untuk memeriksa pekerjaannya sendiri sebelum mengembalikan hasil.
“Belum pernah ada yang melihat model sebagus dan secepat ini.”
Langkah berikutnya bagi Amp adalah menyerahkan lebih banyak pekerjaan sebelum dan sesudah penulisan kode kepada agen, agar pengembang bisa mewujudkan ide lebih jauh tanpa harus menangani setiap langkah sendiri. “Kita belum tahu apa saja yang akan diciptakan manusia, dan kita semua akan menyaksikannya. Senang rasanya bisa ikut berperan di dalamnya,” kata Quinn.
