VMTech
Обсудить проект →

Amplitude: Wave выпускает улучшения продукта за один-два дня

Amplitude: Wave выпускает улучшения продукта за один-два дня

Amplitude сообщила, что её проактивный продуктовый агент Wave помогает командам выпускать улучшения за один-два дня вместо примерно месяца. Сервис примерно на 80% построен на моделях OpenAI, включая GPT-6.1 Sol, GPT-6 Luna и GPT-Image-2.5 Flare, а готовые технические планы может передавать агентам программирования, в том числе Codex.

От продуктовых данных к реализации

Wave получает от команды область продукта, цели и метрики. Затем он объединяет данные Amplitude, записи пользовательских сессий, отзывы клиентов и код, чтобы найти и расставить по приоритету возможности для улучшений. После этого агент предлагает решение, готовит технический план и отслеживает результаты запущенных изменений.

Для разных этапов Amplitude использует разные модели. GPT-6.1 Sol применяется для менеджера возможностей и глубокого исследования кода и данных. GPT-6 Luna выполняет частые недорогие задачи, включая сканирование кода и небольшие проверки. GPT-Image-2.5 Flare создаёт макеты на основе скриншотов из записей сессий.

Когда возможность готова к разработке, Wave передаёт агенту программирования технический план и критерии приёмки. Этот подход продолжает практику, в которой агенты для задач за пределами кода показывают применение моделей OpenAI в агентных сценариях вне написания кода.

Тест на главной странице Amplitude

Компания проверила Wave на собственной главной странице. Там пользователям показывали типовые карточки-подсказки для начала диалога с ИИ-агентом. В выборке из 100 записей сессий 80 пользователей вводили собственные вопросы, а карточку выбрали только 12 человек.

Wave предложил персонализировать карточки по недавним графикам, дашбордам или странице, с которой пришёл пользователь. Агент подготовил визуальное решение и технический план: свободный ввод нужно было сохранить, а при отсутствии контекста персонализации — показывать общие подсказки.

После короткой проверки команда передала работу агенту программирования и запустила A/B-тест. Согласно опубликованному Amplitude отчёту, число сообщений, отправленных через карточки на главной странице, выросло на 160% относительно контрольной группы через один день.

Как распределяются модели

Для Opportunity Investigator Amplitude оценивала подтверждение выводов, отсутствие ложных срабатываний, учёт обратной связи оценщиков, восстановление после ошибок инструментов и соответствие утверждений доказательствам. GPT-6.1 Sol получил 4,06 балла из 5, опередив три альтернативные модели с результатами 3,62, 3,52 и 2,94. Медианное время исследования составило 54 минуты.

В отдельной оценке Data Science Agent GPT-6.1 Sol набрал 67,5 балла из 100 против 69,3 у другой ведущей модели, при средней стоимости запуска 1,28 доллара против 2,63 доллара. Для макетов модель GPT-Image-2.5 Flare получила 80,3 балла из 100, тогда как другая модель генерации изображений — 63,9.

Amplitude оставляет командам контроль над уровнем автоматизации: исправления ошибок чаще отправляют агентам напрямую, а новые функции и более крупные решения проходят человеческую проверку. Для бизнеса практический вывод состоит в том, что автоматизацию стоит связывать с измеримыми продуктовым показателями, распределять модели по типам задач и сохранять проверку людей там, где цена ошибки выше.

#openai#amplitude#productanalytics#codingagents
Открытая аналитика
На сайте 5 просмотров
мин чтения 4 12.11.2026
Instagram

Amplitude: Wave выпускает улучшения продукта за один-два дня

Открыть публикацию в Instagram ↗