返回资讯中心
外部精选
企业动态
#模型发布#官方公告

Amplitude 借助 OpenAI 模型让产品改进1–2天上线

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

Amplitude 基于 OpenAI 模型构建的主动式产品代理 Wave,可将产品改进的交付周期缩短到 1–2 天。Wave 能识别该做什么、借助编码代理帮助团队交付改动并衡量影响,上线一天后代理参与度相对对照组提升 160%。Amplitude 还按任务选用不同模型,如 GPT-6.1 Sol 用于数据科学代理评估。

OpenAI2026/11/12 · 5 天前17 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 长期以来一直帮助团队了解用户实际如何使用其产品。其主动式产品 agent Wave 则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 将产品洞察转化为可供团队交给编码 agent(包括 Codex)的实施计划,然后衡量其影响。

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他们想要改进的目标和指标。Wave 汇集 Amplitude 数据、会话回放、客户反馈和代码,以识别机会并确定优先级、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,并利用这些经验为下一轮改进提供依据。

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 支持机会管理和对代码与数据的深度调查。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 mockup。

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),并附带技术计划和验收标准来指导实施。

“Wave 的理念是,你拥有一个统一平台,其中的 agent 会梳理大量会话回放、分析数据和代码,以发现改进产品的机会,”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原本旨在帮助用户开始与 AI agent 对话。Wave 发现人们经常会绕过它们: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 提议利用最近的图表、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,通过主页建议卡片发送的消息在一天后相对于对照组增长了 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 的各项任务对其模型提出了不同要求。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 会评估每项任务的质量、延迟和成本,然后相应地分配模型。

对于 Wave 的 Opportunity Investigator,Amplitude 评估了模型是否证实发现、避免误报、采纳评估者反馈、从工具故障中恢复,并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都领先,并且调查时间中位数最快,为 54 分钟。

在针对 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,但每次调度的平均模型成本为 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依据方面也得分更高。

对于扫描代码和运行小型评估检查等高吞吐量工作,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留给最需要它的任务。

对于生成线框图和 mockup,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 的评估覆盖了 15 个机会中的沟通质量、产品保真度、指令遵循、文本和 UI 可读性以及视觉连贯性。

各行各业的客户已经在 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,然后制定建议,附带拟议修复方案、技术计划和验收标准。

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 →