返回资讯中心
外部精选
企业动态
#模型发布#官方公告

Amplitude 基于 OpenAI 模型打造 Wave,将产品改进交付缩短至 1–2 天

来源标题:How Amplitude ships product improvements in 1–2 days with OpenAI

Amplitude 推出主要基于 OpenAI 模型构建的产品智能体 Wave,可在 1–2 天内完成一项产品改进的识别、交付与效果衡量。数据显示,Wave 上线一天后智能体使用率相比对照组提升 160%。Amplitude 还针对数据科学、线框图等任务分别评估并选用 GPT-6.1 Sol、GPT-Image-2.5 Flare 等模型。

OpenAI2026/11/12 · 5 天前18 分钟阅读

以下正文由 AI 翻译自 OpenAI(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

Amplitude 一直帮助团队了解用户实际如何使用他们的产品。其主动式产品 agent Wave 帮助团队将这些洞察转化为已交付的改进。Amplitude 称 Wave 大约 80% 由 OpenAI 模型驱动,包括 GPT‑6.1 Sol、GPT‑6 Luna 和 GPT‑Image‑2.5 Flare。Wave 将产品洞察转化为实施计划,团队可将其交给编码 agent(包括 Codex)执行,然后衡量影响。

Amplitude 估计,Wave 可以帮助团队在 1–2 天内交付产品改进,而此前大约需要一个月。在 Amplitude 自己的主页上,Wave 帮助实现了个性化建议卡片,使卡片驱动的发送量提升了 160%。

Wave 是 Amplitude 的主动式产品 agent。团队给它一个产品领域以及想要改善的目标和指标。Wave 汇集 Amplitude 数据、会话回放、客户反馈和代码,以识别和排序机会、制定解决方案,并与人员和编码 agent 协调实施。随后它跟踪结果,并利用这些经验指导下一轮改进。

在这一工作流背后,Amplitude 针对不同任务使用不同的 OpenAI 模型。GPT‑6.1 Sol 支持机会管理以及对代码和数据的深度调查。GPT‑6 Luna 处理频繁、低成本的任务,例如扫描代码和运行小型评估检查。GPT‑Image‑2.5 Flare 利用会话回放中的截图作为视觉参考来生成产品原型图。

当某个机会准备好构建时,团队可以直接从 Wave 将其发送给编码 agent(包括 Codex),并附上技术计划和验收标准来指导实施。

“Wave 的理念是,你有一个统一的平台,其中的 agent 会梳理大量会话回放、分析和代码,以找到改进产品的机会,”Amplitude 首席 AI 产品经理 Jacob Newman 解释道。

Amplitude 在自己的主页上测试了 Wave,那里的通用建议卡片本意是帮助用户开始与 AI agent 对话。Wave 发现人们经常会绕过这些卡片:在 100 个会话回放的样本中,80 名用户自己输入了问题,只有 12 人选择了建议。

Wave 提出利用最近的图表、仪表盘或用户来源页面来个性化这些卡片。它展示了这一变更并生成了技术计划,包括保留自由输入,以及在个性化上下文不可用时显示通用建议。经过简短审查后,团队将工作交给编码 agent,并对该变更进行了 A/B 测试。

在 Amplitude 分享的实验结果中,一天后通过主页建议卡片发送的消息相对对照组增加了 160%。“这是一个很好的例子,说明那些被忽视的、并非突破性的东西,可以以意想不到的方式提升功能的采用率。”Amplitude 高级首席 AI 工程师 Eric Carlson 解释道。

Wave 的任务对其模型提出了不同的要求。深度调查需要强大的推理和有充分支持的结论。重复数百次的小型检查则需要快速且低成本。Amplitude 会评估每个任务的质量、延迟和成本,然后相应地分配模型。

对于 Wave 的 Opportunity Investigator,Amplitude 评估了模型是否能佐证发现、避免误报、采纳评估者反馈、从工具故障中恢复,以及保持主张与证据一致。GPT‑6.1 Sol 总体得分为 4.06(满分 5 分),而另外三个替代模型分别为 3.62、3.52 和 2.94。它在全部五项调查标准上均领先,并且调查时间中位数最快,为 54 分钟。

在对 Wave 的 Data Science Agent 的另一项独立评估中,GPT‑6.1 Sol 得分为 67.5(满分 100 分),而另一个领先模型为 69.3,但每次分派的平均模型成本为 1.28 美元,后者为 2.63 美元。GPT‑6.1 Sol 在工具契约合规性、估计与不确定性以及证据支撑方面也得分更高。

对于扫描代码和运行小型评估检查等高 volume 工作,Amplitude 使用 GPT‑6 Luna 来保持低延迟和低成本。将工作拆分给专业化的 agent,使团队能够将更昂贵的推理保留给最需要它的任务。

对于生成线框图和原型图,OpenAI 的图像生成模型在解决方案线框图方面得分为 80.3(满分 100 分),而另一个图像生成模型为 63.9。Amplitude 的评估涵盖 15 个机会中的沟通质量、产品保真度、指令遵循度、文本和 UI 可读性以及视觉一致性。

各行业的客户已在 beta 中使用 Wave 来识别并交付产品改进。Wave 分析会话和分析数据,然后制定包含建议修复方案、技术计划和验收标准的建议。

在此基础上,团队可以控制自动化程度。大多数团队将 bug 修复直接发送给编码 agent,而新功能和更大的赌注则会经过人工审查。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →