OpenAI 客户案例：Amplitude 的 Wave 智能体把产品改进压缩到一两天

OpenAI 于 11 月 12 日发布了一份关于 Amplitude 的客户案例，主角是后者面向产品团队的主动式产品智能体 Wave。按照这份案例的说法，Wave 约有 80% 的能力由 OpenAI 模型驱动，用到的包括 GPT-6.1 Sol、GPT-6 Luna 和 GPT-Image-2.5 Flare。

Wave 的定位不是帮你想点子，而是把产品数据直接推向可执行的改动。团队给出一个产品方向和想改善的指标，Wave 会把 Amplitude 的行为数据、会话回放、客户反馈和代码放在一起，找出值得做的问题、排出优先级、给出解决方案，再把技术方案和验收标准交给编码智能体——包括 Codex——去实现，最后回头测量效果。

模型是按任务分工的：GPT-6.1 Sol 负责机会管理和对代码、数据的深度调查；GPT-6 Luna 承担扫描代码、跑小型评测这类高频低成本任务；GPT-Image-2.5 Flare 则用会话回放里的截图作参考，生成产品原型图。

案例里最有说服力的细节来自 Amplitude 自己的首页。团队抽查 100 条会话回放发现，80 名用户宁愿自己敲问题，只有 12 人点了系统给的通用建议卡片。Wave 提出按用户最近的图表、看板或来源页面来个性化这些卡片，同时保留自由输入、在没有上下文时回退到通用建议，随后把改动交给编码智能体并做 A/B 测试。上线一天后，通过建议卡片发出的消息量相对对照组提升了 160%。

Amplitude 也公开了模型评测：在机会调查任务上，GPT-6.1 Sol 综合得分 4.06（满分 5），高于另外三个模型分别的 3.62、3.52 和 2.94，中位调查耗时 54 分钟；在数据科学智能体任务上它得 67.5 分，略低于另一家领先模型的 69.3 分，但单次调度成本为 1.28 美元，对方是 2.63 美元；在线框图生成上，Flare 得分 80.3，对比另一款图像模型的 63.9。

据 OpenAI 的案例，Wave 目前处于 beta，客户横跨多个行业。自动化程度由团队自己决定：多数团队把 bug 修复直接交给编码智能体，新功能和更大的改动则保留人工复核。在客户实际发起上线的实验、开关和引导中，四分之一在 Wave 提出问题当天就上线，一半在四天内完成，三分之二在一周内落地。

需要说明的是，这是一份由 OpenAI 发布的客户案例，效率与效果数字来自 Amplitude 的自评，外部无法独立验证。但其中展示的变化值得关注：这套流程真正的变化不是模型更强，而是把发现机会、提出方案、交给编码智能体执行、再测效果串成了一条一两天就能跑完的闭环。Amplitude CEO Spenser Skates 把这套路径描述为让产品自我改进成为写软件的默认方式，接下来要看的是这种闭环在 beta 之外的客户里能否稳定复现。