Lilith.
⌕
Redakční ilustrace: Amplitude zkracuje produktové změny na 1 až 2 dny. Úzkým hrdlem už není kód
Ilustrace Lilith · redakční remix

Amplitude spustila Wave, agenta, který hledá potíže v datech o užití, píše zadání, posílá práci coding agentům a po nasazení měří výsledek. Studie OpenAI uvádí, že některé změny tak firma dodá za 1 až 2 dny.

Wave spojuje data o užití, kód a měření do jedné smyčky

Wave čte data z webu, zpětnou vazbu, session replay, logy chyb, agent traces a testy nových funkcí. Z nich sestaví problém, přidá zdroje a navrhne řešení. Podle míry rizika pak pošle práci člověku nebo coding agentovi. Jiný review agent změnu srovná se zadáním, spustí ji v sandboxu a chystá záznam pro lidskou kontrolu.

První verze návrhů měla podle Amplitude jen asi 5 % kladných známek. Po sérii úprav se podíl dostal nad 70 %. Firma také tvrdí, že denně zpracuje téměř 80 miliard akcí a měsíčně přes 2,5 bilionu. Wave tak má dost dat, ve kterých může hledat potíže.

Rychlejší coding nutí týmy lépe volit, co má cenu stavět

Coding agent umí rychle splnit přesné zadání. Mnohem těžší je zvolit změnu, která pomůže lidem a zlepší správný údaj. Wave proto míří výš než běžný bug bot. Spojí chybu v kódu s tím, co lidé dělají, s cílem firmy a s testem nové funkce.

Mění se tím i role review. Člověk hlídá kód, ale také zdroje, směr a pořadí práce. Když tuto část odbude, rychlý agent jen chrlí dobře napsané věci, které nikdo nepotřebuje.

V novém repu agent běží, u staršího produktu čeká u závory

Amplitude samo ukazuje ostrý rozdíl mezi demem a běžným provozem. V novém projektu s malým rizikem agent vytvořil 101 funkcí za týden. Ve starším codebase firmy se však do cíle dostane asi 11 % návrhů. Tým by přitom chtěl udělat téměř 50 % z nich. Brzdí ho slabé citace, stará data, hledání správného repa a náročná lidská kontrola.

Wave je navíc v uzavřené beta verzi pro malou skupinu design partnerů. Čísla dodala Amplitude a nikdo jiný zatím výkon produktu nezměřil. Firma také říká, že na datech svých klientů netrénuje modely. Kupující si však musí ověřit přesná práva a tok dat.

O výsledku rozhodne podíl změn, které projdou do provozu

Počet nálezů ani pull requestů nestačí. Týmy mají měřit podíl změn v provozu, čas lidí při kontrole, chybné citace a skutečný vliv na návrat lidí či tržby.

Wave uspěje, pokud zvedne dnešních asi 11 % bez růstu chyb a bez toho, aby product manager celý den opravoval jeho úsudek. Pak se 1 až 2 dny mohou stát běžným rytmem práce, ne jen hezkým titulkem studie.

Lilithin verdikt

Wave dokáže přivézt pull request ke dveřím za 2 dny. Uvnitř však stále sedí člověk, který musí poznat, zda změna pomůže zákazníkovi, nebo jen zaměstná review frontu.