A DevRev számítási és operációs ügynököket épített, amelyeket úgy terveztek, hogy a vállalati szolgáltatások és üzemeltetés csapatait segítse a legnehezebb ügyfél- és belső munkafolyamatok végigvitelében. A “Computer” és az “Operator” néven ismert rendszerek élő adatokon gondolkodnak és cselekszenek; a cég hangsúlyozza, hogy a tevékenységek visszafordíthatók, és a válaszok forrásokra mutatnak vissza, mondta Ahmed Bashir, a DevRev technológiai igazgatója.
Modellválasztás és architektúra
A DevRev OpenAI-modelleket használ, köztük a GPT‑6 Astra és a GPT‑6.1 Sol modelleket. Ezeket saját rendszerükhöz kapcsolják, amely összegyűjti a vállalati tudást, érvényesíti a jogosultságokat, és szabályozza, milyen akciókat hajthatnak végre az ügynökök. A cég szerint az OpenAI modellek biztosítják a szükséges következtetési és tervezési képességet, miközben a késleltetés és a költség szempontjából is működőképes megoldást adnak az ügyfelek és alkalmazottak kiszolgálásához.
Ahmed Bashir kiemelte: „Ez kombinációja annak, hogy megfelelő következtetési képességek legyenek, megbízhatók és erősen igazodottak legyenek, és ami a legfontosabb: működniük kell késleltetés szempontjából.”
Fejlesztői eszközök és belső döntések
Az Agent Studio nevű eszközben a felhasználók leírhatják, hogyan viselkedjen egy eszköz a beszélgetés során, és rögzített szabályokkal határozhatnak meg viselkedési részeket. A DevRev a modelleket úgy teszteli, hogy a szoftver biztosítja a vállalati kontextust, érvényesíti a jogosultságokat és kontrollálja az akciókat.
A vállalat saját Enterprise‑Bench benchmarkja azt méri, hogy a megoldások hogyan teljesítenek olyan környezetekben, ahol az adatok több verzióban léteznek, külön rendszerekben tárolódnak, és a hozzáférés személy szerepétől függ.
Ahmed szerint a GPT‑6.1 Sol jól szerepelt ezen értékelések során: amikor egy ügyfél vagy munkatárs AI‑ügynökkel kommunikál, a modellnek meg kell értenie a kérés árnyalatait, gyorsan kell válaszolnia, és a szolgáltatás vállalati költségvetéshez mérten fenntarthatónak kell lennie. „Szerintem tökéletesen megtalálja az egyensúlyt” – mondta.
A belső fejlesztési döntés is világos volt: a teljes csapat Codexet használ. Ahmed elmondása szerint a fejlesztők több kódolási eszközt kipróbáltak, de végül organikusan Codex mellett döntöttek, és megszüntették a Cursor licenceket. „A fejlesztők valójában csak a legjobb eszközt keresik, és nem lehet őket megtéveszteni” – tette hozzá. „Úgy gondoljuk, hogy a Codex messze a legjobb élményt nyújtja.”
Üzleti használat és működésbe helyezés
A DevRev értékesítési mérnökei a GPT‑6 Astra modellt használják bemutatók készítésére nemzetközi konferenciákon. Amikor egy kérés beérkezik, előfordulhat, hogy az Operatornek meg kell értenie a problémát és végrehajtott, jóváhagyott műveletet kell végeznie, vagy tovább kell adnia a kérdést a Computernek, hogy felkészítse a megfelelő embert a cselekvésre.
Ahmed szerint lehetőség van a Decisions API és az Ultrafast használatára is a munkafolyamatok felgyorsítására ott, ahol nem mindig szükséges mély következtetés minden lépésnél. Néhány döntés nehezen és költségesen definiálható rögzített szabályokkal, különösen olyan helyzetekben, ahol a függő információk folyamatosan változnak. Emiatt Ahmed azt szeretné, ha az építők beszélgetés-alapúan írhatnák le ezeket a logikákat, és felválaszthatnák a feladathoz legmegfelelőbb intelligenciát. „Ezeknek másodpercek alatt, nem percek alatt kell lefutniuk és befejeződniük” – mondta.
Következő célok
A DevRev következő ambíciója, hogy az Operator hosszabb és összetettebb ügyfél‑ és alkalmazotti kéréseket is képes legyen önállóan végigvinni, miközben az akciók nyomon követhetők, jogosultságokhoz kötöttek és visszafordíthatók maradnak. Ahmed a megszokott támogatási feladatokat – tudásbázis‑válasz megtalálása, csomagfrissítés vagy visszatérítés kezelése – csak a kezdetnek tekinti. „Valóban meg akarjuk valósítani az önkiszolgálás ígéretét” – mondta.
A DevRev tehát az OpenAI előrehaladó intelligenciájára támaszkodva arra törekszik, hogy a Computer és az Operator képes legyen egyre komplexebb kéréseket egészen a megoldásig vinni, a vállalati tudással és kontrollokkal, amelyek lehetővé teszik, hogy a rendszer emberek helyett is cselekedjen, de felelősségteljesen és visszakövethető módon.
