Amp: modele OpenAI wspierają agentów AI nie tylko w kodowaniu
Zobacz, jak Amp poszerza możliwości agentów dzięki GPT‑6 Astra, trybowi Ultrafast, GPT‑Live‑1 i logowaniu przez ChatGPT.
Amp(otwiera nowe okno) tworzy pionierskiego agenta AI, który pomaga programistom przekształcać ambitne pomysły w działające oprogramowanie. Dla Quinna Slacka, dyrektora generalnego Amp, każde ulepszenie modeli to okazja do poszerzenia możliwości agenta — od pomagania programistom w wyborze tego, co stworzyć, po pisanie kodu i projektowanie stron.
Amp wybiera i poleca modele na podstawie tego, co najlepiej sprawdza się u użytkowników. Większość tokenów wykorzystywanych w Amp przypada na modele OpenAI. Quinn mówi: „OpenAI działa bardzo przejrzyście, a gdy stosuje zabezpieczenia, użytkownicy o tym wiedzą i rozumieją dlaczego. To sprawia, że korzystanie z modeli OpenAI jest naprawdę proste. Możesz wykonywać całą swoją pracę w Amp przy użyciu modeli OpenAI i być naprawdę zadowolonym z efektów”.
„Nasi użytkownicy naprawdę doceniają to, jak systematycznie modele OpenAI stają się coraz lepsze”.
Gdy twórcy powierzają agentom coraz więcej pracy, koszty tokenów mogą stać się ograniczeniem. Quinn wspomina o użytkownikach Amp, którzy zużywają 10 miliardów tokenów tygodniowo. Jego zdaniem ciągłe śledzenie zużycia może powstrzymywać ludzi przed odkrywaniem pełni możliwości agenta.
Aby zmniejszyć tę barierę, Amp wprowadziło integrację umożliwiającą logowanie przez ChatGPT. Jak mówi Quinn, daje ona użytkownikom Amp dostęp do większej liczby tokenów i modeli OpenAI, w tym GPT‑6 Astra, dzięki czemu chętniej powierzają agentowi większe zadania.
„Dzięki logowaniu przez ChatGPT ludzie mogą poczuć, że nie muszą liczyć każdego tokena” — mówi. „A kiedy naprawdę pozwolisz agentowi działać i dasz mu więcej swobody, zobaczysz, jak wiele potrafi”. Quinn zauważa, że ludzie korzystają z agenta do planowania, wybierania tego, co stworzyć, i kontynuowania pracy po wdrożeniu.
Amp chce, by agenty pomagały we wszystkich zadaniach związanych z tworzeniem i rozwijaniem produktu. Właśnie tak korzysta z nich 20-osobowy zespół firmy — także w marketingu. „Nie mamy osoby, która zajmowałaby się wyłącznie marketingiem, ale mamy do tego agenta” — mówi Quinn. Zespół korzysta z pomocy agenta, aby ułatwiać nowym użytkownikom pierwsze kroki i docierać z Amp do większej liczby osób przez wyszukiwarki i inne kanały.
W tej pracy kluczowe znaczenie ma wysoka jakość tekstów i projektów graficznych. GPT‑6 Astra pomaga zespołowi tworzyć dokumentację i projektować strony spełniające rygorystyczne standardy Amp.
„Mamy bardzo charakterystyczny styl projektowania i pisania. Jesteśmy pod tym względem bardzo wymagający, ale naprawdę cieszy nas to, jak radzi sobie GPT-6 Astra”.
Quinn eksperymentuje z GPT‑6 Astra również w domu. Przekazał modelowi plany swojego domu i z jego pomocą stworzył model 3D w Blenderze. Następnie wraz z dziećmi wykorzystuje ten model do tworzenia gier: dodają do domu leniwie płynącą rzekę albo ganiają po nim za czosnkiem — inspiracją była niechęć ich babci do czosnku. „Jeszcze kilka miesięcy temu to nie było możliwe” — mówi.
Amp niedawno zaprezentowało Pucka — wbudowanego w Amp konwersacyjnego asystenta AI, który pomaga użytkownikom uruchamiać inne agenty i nimi zarządzać. Użytkownicy mogą poprosić Pucka o uruchomienie agenta do zbadania błędu, koordynowanie pracy kilku agentów lub znalezienie wcześniejszej rozmowy o problemie technicznym.
Dzięki funkcji rozmów z Puckiem, opartej na GPT‑Live‑1, użytkownicy mogą rozmawiać z nim w czasie rzeczywistym, także za pomocą zegarka. Quinn widzi w tej funkcji sposób na to, by agenty kontynuowały pracę również wtedy, gdy użytkownicy są z dala od komputera — nawet podczas biegania.
Amp testuje tryb Ultrafast z GPT‑6 Astra, a zdaniem Quinna większa szybkość zmienia sposób, w jaki ludzie korzystają z agentów. Dziś ludzie często przełączają się między kilkoma zadaniami agentów, czekając na ukończenie każdego z nich. Szybsze odpowiedzi mogłyby pozwolić ludziom pracować z mniejszą liczbą agentów naraz lub dać agentom więcej czasu na sprawdzenie własnej pracy przed zwróceniem wyniku.
„Ludzie nie widzieli jeszcze modelu, który byłby tak dobry i jednocześnie tak szybki”.
Kolejnym krokiem dla Amp jest powierzenie agentowi większej liczby zadań związanych z etapami poprzedzającymi pisanie kodu i następującymi po nim. Dzięki temu twórcy będą mogli pełniej realizować swoje pomysły, nie zajmując się samodzielnie każdym etapem. „Nie wiemy jeszcze, co ludzie stworzą, i wszyscy będziemy mogli się o tym przekonać. Fajnie jest mieć w tym swój udział” — mówi Quinn.
