Прескокни до главната содржина
OpenAI

12 ноември 2026 г.

Како Amplitude воведува подобрувања за 1–2 дена со OpenAI

Заснован главно на модели на OpenAI, проактивниот агент за производи на Amplitude, Wave, открива што да се развие, им помага на тимовите да воведуваат промени со агенти за програмирање и го мери ефектот.

Логото на Amplitude врз темносина текстура на брановидно стакло.
Регион: Северна Америка
Индустрија: Технологија
Производи: Codex
Големина на компанијата: Средни претпријатија

160%

Пораст на интеракцијата со агентот во однос на контролната група по еден ден

1–2 дена

Проценето време за воведување подобрување на производот со Wave

51%

Понизок просечен трошок за моделот по доделена задача за GPT‑6.1 Sol во оценувањето на агентот за наука за податоци на Amplitude.

1,34 $

Трошок за моделот GPT‑6.1 Sol во оценувањето на Истражувачот на можности на Amplitude.

Amplitude отсекогаш им помагал на тимовите да видат како луѓето навистина ги користат нивните производи. Неговиот проактивен агент за производи Wave им помага на тимовите да ги претворат тие сознанија во реализирани подобрувања. Според Amplitude, околу 80% од работата на Wave се потпира на модели на OpenAI, меѓу кои GPT‑6.1 Sol, GPT‑6 Luna и GPT‑Image‑2.5 Flare. Wave ги претвора сознанијата за производот во планови за имплементација што тимовите можат да им ги испратат на агенти за програмирање, вклучително и Codex, а потоа го мери ефектот.

Amplitude проценува дека Wave може да им помогне на тимовите да воведуваат подобрувања на производите за 1–2 дена, наместо за околу еден месец. На почетната страница на самиот Amplitude, Wave помогна да се персонализираат картичките со предлози, што го зголеми бројот на пораки испратени преку нив за 160%.

„ВИ сега може да најде корисна работа што никогаш не сме помислиле да ѝ ја доделиме. Моделите на OpenAI можат да истражат проблем, да напишат и извршат код и да ги искористат резултатите за да одлучат што да испробаат следно.“
—Спенсер Скејтс, извршен директор, Amplitude

Од податоци за производот до реализирани подобрувања

Wave е проактивниот агент за производи на Amplitude. Тимовите му задаваат област од производот, целите што сакаат да ги постигнат и метриките што сакаат да ги подобрат. Wave ги обединува податоците од Amplitude, снимките од сесии, повратните информации од клиентите и кодот за да открие и да подреди можности по приоритет, да развие решенија и да ја координира имплементацијата со луѓе и агенти за програмирање. Потоа ги следи резултатите и ги користи стекнатите сознанија за да го насочи следниот круг подобрувања.

За овој работен процес, Amplitude користи различни модели на OpenAI за различни задачи. GPT‑6.1 Sol ја поддржува работата на управувачот со можности и темелното истражување на кодот и податоците. GPT‑6 Luna извршува чести задачи со пониски трошоци, како прегледување код и спроведување мали проверки за оценување. GPT‑Image‑2.5 Flare генерира визуелни модели на производот користејќи слики од екранот од снимките од сесии како визуелни референци.

Кога една можност е подготвена за реализација, тимовите можат да ја испратат директно од Wave до агенти за програмирање, вклучително и Codex, со технички план и критериуми за прифаќање што ќе ја водат имплементацијата.

Менито „Испрати до агент за програмирање“ во Wave ги прикажува Codex и Wave Code Agent како опции за имплементација.

Како Wave ја зголеми интеракцијата со агентот за 160%

„Идејата на Wave е да имате обединета платформа со агенти што детално прегледуваат огромни количества снимки од сесии, аналитички податоци и код за да најдат можности за подобрување на производите“, објаснува Џејкоб Њуман, главен менаџер за производи со ВИ во Amplitude.

Amplitude го тестираше Wave на сопствената почетна страница, каде што картичките со општи предлози требаше да им помогнат на корисниците да започнат разговор со агент со ВИ. Wave откри дека луѓето често ги прескокнуваат: во примерок од 100 снимки од сесии, 80 корисници напишале свои прашања, а само 12 избрале предлог.

Wave предложи персонализирање на картичките врз основа на неодамна користени графикони, контролни табли или страницата од која дошол корисникот. Ја прикажа промената визуелно и изработи технички план што предвидуваше задржување на слободното пишување и прикажување општи предлози кога нема достапен контекст за персонализација. По краток преглед, тимот му ја предаде задачата на агент за програмирање и спроведе A/B-тест на промената.

Почетната страница на Amplitude пред промената и предложеното решение: картичките со општи предлози се заменети со персонализирани предлози врз основа на неодамнешната активност.

Според извештајот од експериментот што го сподели Amplitude, по еден ден бројот на пораки испратени преку картичките со предлози на почетната страница се зголеми за 160% во однос на контролната група. „Ова е одличен пример како работите што не се револуционерни и едноставно се занемаруваат можат на неочекуван начин да го зголемат користењето на функциите“, објаснува Ерик Карлсон, виш главен инженер за ВИ во Amplitude.

Избор на вистинскиот модел на OpenAI за секоја задача

Задачите на Wave поставуваат различни барања пред неговите модели. Темелното истражување бара силно расудување и добро поткрепени заклучоци. Мала проверка што се повторува стотици пати треба да биде брза и евтина. Amplitude ги оценува квалитетот, времето на одзив и трошоците за секоја задача, а потоа соодветно ги избира моделите.

„OpenAI ни обезбеди и моќни модели за расудување и помали, побрзи модели, па можевме да ги избалансираме квалитетот, времето на одзив и трошоците за извршување на моделите низ целиот производ“
—Спенсер Скејтс, извршен директор, Amplitude

За Истражувачот на можности во Wave, Amplitude оценуваше дали моделите ги поткрепуваат наодите, избегнуваат лажно позитивни резултати, ги применуваат повратните информации од оценувачот, се опоравуваат по откажување на алатките и ги усогласуваат тврдењата со доказите. GPT‑6.1 Sol доби вкупна оцена 4,06 од 5, во споредба со 3,62, 3,52 и 2,94 за трите алтернативни модели. Беше најдобар според сите пет критериуми за истражување и имаше најкратко медијално време на истражување од 54 минути.

Во одделно оценување на агентот за наука за податоци на Wave, GPT‑6.1 Sol доби оцена 67,5 од 100, во споредба со 69,3 за друг водечки модел, со просечен трошок за моделот од 1,28 $ наспроти 2,63 $ по доделена задача. GPT‑6.1 Sol доби повисоки оцени и за усогласеноста со спецификациите на алатките, проценувањето и неизвесноста, како и за засидрувањето во докази.

Оцена на GPT‑6.1 Sol како агент за наука за податоци

За работа со голем обем, како прегледување код и спроведување мали проверки за оценување, Amplitude го користи GPT‑6 Luna за да ги одржи времето на одзив и трошоците ниски. Распределбата на работата меѓу специјализирани агенти му овозможува на тимот да го зачува поскапото расудување за задачите на кои им е најпотребно.

При генерирање структурни скици и визуелни модели, моделот за генерирање слики на OpenAI доби оцена 80,3 од 100 за структурните скици на решенијата, во споредба со 63,9 за друг модел за генерирање слики. Оценувањето на Amplitude ги опфати квалитетот на комуникацијата, верноста на приказот на производот, почитувањето на упатствата, читливоста на текстот и корисничкиот интерфејс и визуелната усогласеност кај 15 можности.

Оцена на GPT‑Image‑2.5 Flare за структурни скици

Тимовите и понатаму одлучуваат што ќе се воведе

Клиенти од различни индустрии веќе ја користат бета-верзијата на Wave за да откриваат и воведуваат подобрувања на производите. Wave ги анализира податоците од сесиите и аналитичките податоци, а потоа подготвува препораки со предлог за поправка, технички план и критериуми за прифаќање.

Потоа тимовите можат да го контролираат степенот на автоматизација. Повеќето тимови ги испраќаат поправките на грешки директно до агенти за програмирање, додека новите функции и поголемите потфати ги прегледува човек.

За промените што навистина се воведуваат, патот од откривање до реализација може да биде краток: од експериментите, ознаките за функции и водичите што ги вовеле клиентите, еден од четири станал активен истиот ден кога Wave ја открил можноста, половина за помалку од четири дена, а два од три во рок од една недела.

Интерполирано од доставените клучни точки; кривата е илустративна и не претставува поединечни набљудувања.

Што следува

„Нашата амбиција со OpenAI е создавањето производи што сами се подобруваат да стане начинот на кој компаниите развиваат софтвер“, вели Скејтс. Како што моделите на OpenAI стануваат подобри во расудувањето и програмирањето, тимовите ќе можат да им доверуваат на агентите повеќе задачи за истражување и имплементација, со што подобри производи побрзо ќе стигнуваат до корисниците. Amplitude веќе го гледа тоа на дело: агентите откриваат и помагаат да се воведат подобрувања во неговиот сопствен производ додека тимот работи на други приоритети. „Мислам дека тимовите ќе се изненадат колку можат да постигнат кога нивниот софтвер работи заедно со нив за да го направи производот подобар.“

Придружи се на новата ера на работа

Повеќе од 1 милион бизниси ширум светот постигнуваат значајни резултати со OpenAI.

Добивајте новости за деловните решенија на OpenAI

Новости за производите, практични водичи, претстојни настани и многу повеќе.

Со претплатувањето се согласувате да добивате е-пораки од OpenAI. Можете да ја откажете претплатата во секое време. Прочитајте ја нашата политика на приватност⁠.