VMTech
Razgovarajmo →

Amplitude Wave skraćuje put od analitike do poboljšanja proizvoda

Amplitude Wave skraćuje put od analitike do poboljšanja proizvoda

Amplitude navodi da njegov proaktivni agent Wave, izgrađen približno 80% na modelima OpenAI, može da skrati isporuku poboljšanja proizvoda sa oko mesec dana na 1–2 dana. Wave koristi GPT-6.1 Sol, GPT-6 Luna i GPT-Image-2.5 Flare, a tehničke planove može da prosledi agentima za programiranje, uključujući Codex.

Od podataka o korišćenju do plana za isporuku

Tim Wave-u zadaje oblast proizvoda, ciljeve i metrike koje želi da unapredi. Sistem zatim objedinjuje podatke iz Amplitude analitike, snimke korisničkih sesija, povratne informacije i kod kako bi pronašao i poređao prilike za poboljšanje.

Za odabranu priliku Wave priprema predlog rešenja, tehnički plan i kriterijume prihvatanja. Nakon implementacije prati ishod i nalaze koristi u sledećem krugu unapređenja. Takav tok rada nadovezuje se na OpenAI modeli za agentske zadatke izvan koda koje pokazuju širenje upotrebe OpenAI modela na agentske zadatke izvan samog pisanja koda.

U testu na sopstvenoj početnoj stranici Amplitude je utvrdio da korisnici često preskaču generičke kartice predloga za razgovor sa AI agentom. Od uzorka od 100 snimaka sesija, 80 korisnika je unosilo sopstveno pitanje, dok je 12 izabralo ponuđeni predlog.

Personalizovane kartice i raspodela modela

Wave je predložio personalizaciju kartica na osnovu nedavnih grafikona, kontrolnih tabli ili stranice sa koje je korisnik stigao. Plan je uključivao zadržavanje slobodnog unosa i prikaz generičkih predloga kada nema konteksta za personalizaciju. Posle kratke provere, tim je izmenu predao agentu za kodiranje i testirao je A/B eksperimentom.

Amplitude je saopštio da su poruke poslate preko kartica na početnoj stranici porasle 160% u odnosu na kontrolnu grupu nakon jednog dana. Rezultat se odnosi na taj konkretan eksperiment i pokazuje zašto se predlozi automatskih izmena proveravaju kroz merljive ishode.

Modeli se biraju prema vrsti posla

Amplitude koristi GPT-6.1 Sol za upravljanje prilikama i dubinske istrage nad kodom i podacima. U proceni Opportunity Investigator-a, model je ostvario ukupnu ocenu 4,06 od 5 i medijalno vreme istrage od 54 minuta. Procena je obuhvatila potkrepljivanje nalaza, izbegavanje lažno pozitivnih rezultata, korišćenje povratnih informacija evaluatorâ, oporavak od neuspeha alata i usklađenost tvrdnji sa dokazima.

Za često ponavljane poslove, poput skeniranja koda i manjih evaluacionih provera, koristi se GPT-6 Luna radi niže latencije i troškova. GPT-Image-2.5 Flare služi za makete zasnovane na snimcima sesija; u proceni maketa rešenja ostvario je 80,3 od 100 poena.

Kontrola nad objavljivanjem ostaje kod timova. Amplitude navodi da se ispravke grešaka često šalju direktno agentima za kodiranje, dok nove funkcionalnosti i veće odluke prolaze ljudsku proveru. Za poslovanje je praktičan zaključak da automatizaciju treba vezati za jasno definisane kriterijume prihvatanja, merenje rezultata i ljudsku odluku o promenama koje izlaze pred korisnike.

#openai#amplitude#productanalytics#codingagents
Otvorena analitika
Na sajtu 5 pregleda
min čitanja 3 12.11.2026
Instagram

Amplitude Wave skraćuje put od analitike do poboljšanja proizvoda

Otvorite objavu na Instagramu ↗