Amp, OpenAI Modelleriyle Ajanları Kodun Ötesine Taşıdı

OpenAI, geliştiricilere yardım eden ajan ürünü Amp hakkında yeni bir vaka çalışması yayınladı. Amp, geliştiricilerin büyük fikirlerini çalışan yazılıma dönüştürmesine yardım eden bir yapay zeka ajanı. Şirketin CEO'su Quinn Slack'e göre her model iyileştirmesi, ajanın sınırlarını genişletmek için bir fırsat: kodu yazmaktan neyin inşa edileceğine karar vermeye, hatta sayfa tasarlamaya kadar.

OpenAI modelleri Amp'te tokenların çoğunluğunu oluşturuyor

Amp, kullanıcıları için en iyi çalışan modeli seçip öneriyor ve OpenAI modelleri Amp'te kullanılan tokenların çoğunluğunu oluşturuyor. Slack bu tercihi şeffaflığa bağlıyor: "OpenAI çok şeffaf; güvenlik korumaları devreye girdiğinde kullanıcılar bunu biliyor ve anlıyor. Bu da OpenAI modellerini kullanmayı gerçekten kolaylaştırıyor."

Haftada 10 milyar token harcayan kullanıcılar var

Ajanlara daha fazla iş verildikçe token maliyeti bir kısıt haline gelebiliyor. Slack, bazı Amp kullanıcılarının haftada 10 milyar token tükettiğini söylüyor. Ona göre kullanıcılar her harcama artışını tek tek izlerse, ajanın neler yapabildiğini keşfetmekten vazgeçebilir. Bu yüzden Amp, "Sign in with ChatGPT" entegrasyonunu devreye aldı. Bu entegrasyon kullanıcılara daha fazla token ve GPT-6 Astra dahil OpenAI modellerine erişim sağlıyor; Slack'e göre bu, ajanlara daha büyük işler verme konusundaki istekliliği değiştiriyor.

Yazmak, tasarlamak ve üretmek

Amp, ajanların bir ürünü inşa etme ve büyütme sürecinin tamamına yardım etmesini istiyor. 20 kişilik ekibin kendisi de ajanları bu şekilde kullanıyor; pazarlama dahil. Slack bunu şöyle anlatıyor: "Pazarlamaya ayrılmış bir çalışanımız yok, ama pazarlamaya ayrılmış bir ajanımız var." Ekip, ajanı yeni kullanıcı deneyimini iyileştirmek ve Amp'in arama gibi kanallardan daha fazla kişiye ulaşmasını sağlamak için kullanıyor.

Puck: ajanınızla konuşarak çalışın

Amp kısa süre önce Puck adlı konuşma tabanlı yapay zeka asistanını duyurdu. Puck, Amp'in içine gömülü çalışıyor ve kullanıcıların başka ajanları başlatıp yönetmesine yardım ediyor. Kullanıcılar Puck'tan bir hatayı araştırmak için ajan başlatmasını, birden fazla ajanı koordine etmesini ya da teknik bir sorunla ilgili eski bir konuşmayı bulmasını isteyebiliyor. Bu asistanın altyapısında GPT-Live-1 modeli yer alıyor.

Ultrafast modu ajan kullanımını değiştiriyor

Amp, GPT-6 Astra ile "Ultrafast" modunu test ediyor. Slack'e göre artan hız, insanların ajanları kullanma biçimini değiştiriyor. Bugün kullanıcılar genellikle bir ajan görevini beklerken başka görevler arasında gidip geliyor. Daha hızlı yanıtlar, insanların daha az ajanla idare etmesini ya da ajanlara sonucu teslim etmeden önce kendi işini kontrol etmesi için daha fazla zaman bırakmasını sağlayabilir.

Sırada ne var?

Amp'in bir sonraki adımı, kodlamadan önceki ve sonraki işlerin daha büyük bölümünü ajana taşımak. Böylece geliştiriciler her adımı elle yönetmeden bir fikri daha ileriye taşıyabilecek. Slack'in ifadesiyle: "İnsanların ne yaratacağına dair bir bilinmezlik var ve bunu hep birlikte göreceğiz. Bunun bir parçası olmak güzel."

Bu vaka çalışması, yapay zeka ajanlarının yalnızca kod tamamlama aracı olmaktan çıkıp ürün geliştirme sürecinin tamamına yayıldığını gösteriyor. Token maliyeti ise bu geçişin en somut kısıtı olarak öne çıkıyor.

Ajana iş verirken maliyet dengesi

Amp'in deneyimi, ajan çağında ortaya çıkan yeni bir gerilimi gösteriyor: ajanlara daha büyük işler vermek istiyorsunuz ama token faturası hızla büyüyor. Slack'in yaklaşımı, kullanıcıları her harcama artışını mikro düzeyde izlemeye teşvik etmek yerine ajanın kapasitesini keşfetmeye bırakmak. Sign in with ChatGPT entegrasyonu da tam bu noktada devreye giriyor; kullanıcıya daha fazla token ve daha güçlü modellere erişim vererek deneme eşiğini düşürüyor.

Pazarlamadan ürün keşfine: ajanın yeni iş alanları

Amp'in 20 kişilik ekibi, ajanları yalnızca kod yazdırmak için kullanmıyor. Yeni kullanıcı deneyimini iyileştirmek, arama kanallarından daha fazla kişiye ulaşmak ve pazarlama içeriği üretmek de ajanın görevleri arasında. Bu, geliştirici aracı olarak konumlanan ürünlerin yavaş yavaş "küçük bir ekip yerine geçen asistan" rolüne kaydığını gösteriyor. Model hızı arttıkça bu kaymanın daha da belirginleşmesi bekleniyor.