AI-modeller og plattformer
Reply.io lanserer et åpen kildekode-rammeverk for KI-agenter til oppsøkende salg
Jason Harness fra Reply.io gir eksisterende KI-agenter lokalt kampanjeminne og menneskelig godkjenning før utsending. Alfaversjonen med åpen kildekode er fortsatt avhengig av eksterne modeller og utsendingstjenester.
Viktige punkterJason Harness pakker instruksjoner og kampanjeregistre slik at eksisterende agenter kan…
Vis mer
- Jason Harness pakker instruksjoner og kampanjeregistre slik at eksisterende agenter kan gjenoppta oppsøking på tvers av økter.
- Lokal lagring garanterer ikke personvern fordi tilkoblede tjenester fortsatt mottar data som trengs for å utføre oppgaver.
- Menneskelig godkjenning hjelper bare når gjennomgåere kan se reservasjoner og tidligere henvendelser sammen med hvert utkast.
Reply.io har kunngjort Jason Harness, et åpen kildekode-verktøy som gjør generelle KI-agenter til et arbeidsområde for oppsøkende salg. Alfaversjonen, som ble offentliggjort 17. november, gir verktøy som Claude Code eller OpenAI Codex egne roller for å undersøke potensielle kunder, planlegge oppfølging og utforme meldinger. Verktøyet lagrer kampanjestatusen på brukerens datamaskin og overlater utsendingen til en ekstern utsendingstjeneste. Reply sier at et menneske må godkjenne meldingene før de sendes.
Jason Harness er et separat verktøy fra Replys administrerte salgsutviklingsrepresentant Jason AI. Det leveres ikke med en egen modell. I stedet samler det instruksjonene, kampanjedataene og godkjenningstrinnene som en eksisterende agent trenger for å fortsette arbeidet med en kampanje på tvers av økter. Replys endringslogg viser at den komplette kildekoden for kjøremiljøet ble gjort tilgjengelig 1. november, før den bredere offentlige lanseringen.
Ni roller, én kampanjepost
Reply beskriver ni roller som dekker kampanjehåndtering, planlegging, research, skriving, tilpasning, kritisk vurdering, svarhåndtering, analyse og leveringsevne. Denne betegnelsen betyr ikke nødvendigvis at ni forskjellige modeller kjører. Rollene definerer ulike oppgaver for vertsagenten. En planlegger kan foreslå en sekvens, en researcher kan samle inn kontekst, og en kritiker kan påpeke en udokumentert påstand før et utkast sendes til en menneskelig kontrollør.
Når kampanjestatusen lagres utenfor chatten, løser det en praktisk begrensning ved generelle assistenter. En selger som starter en ny samtale, trenger fortsatt å vite hvilket salgsbudskap en potensiell kunde har sett, hva kunden svarte, og om en kollega allerede har godkjent en oppfølgingsmelding. Reply beskriver hvordan kampanjer, kontakter og historikk lagres i en lokal database, mens regler og minne lagres i lokale filer. Ifølge Replys dokumentasjon for åpen kildekode er koden for kjøremiljøet og utvidelsessystemet tilgjengelig under MIT-lisensen.
Lokal lagring betyr ikke at alt kjører uten nettilgang. Den underliggende agenten behandler forespørsler i henhold til leverandøren og abonnementet den bruker. Utsendingen skjer via Reply eller en annen leverandør som er koblet til gjennom en utvidelse, og tilkoblede tjenester kan motta dataene de trenger for å utføre en oppgave. Organisasjoner som vurderer alfaversjonen, må kartlegge hvilke data som sendes til hver tjeneste, i stedet for å behandle en lokalt lagret database som en generell garanti for personvern.
Hva menneskelig godkjenning betyr for salgsautomatisering
Når utforming av meldinger og research samles i ett arbeidsområde, kan behovet for å veksle mellom ulike oppgaver bli mindre. Det fjerner ikke kostnadene ved å kontrollere det KI-en produserer. En melding kan virke spesifikk, men bygge på en utdatert stillingstittel eller en udokumentert påstand om mottakerens selskap. Den som kontrollerer meldingen, må også vite om noen har meldt seg av, om den foreslåtte oppfølgingen gjentar en tidligere kontakt, og om utsendingen fortsatt samsvarer med den opprinnelige kampanjebeskrivelsen. Et godkjenningstrinn er mer nyttig når det synliggjør disse opplysningene sammen med utkastet.
Utgivelsen med åpen kildekode gjør det mulig å undersøke og tilpasse verktøyet, men gratis tilgang til koden er ikke det samme som gratis salgsutsendinger. KI-abonnementer kan ha bruksgrenser, og utsendingskontoer eller data om potensielle kunder kan medføre egne kostnader. Reply har omtalt produktet som en alfaversjon; lanseringsmaterialet inneholder ingen uavhengig validerte resultater for leveringsevne, kvalifiserte svar eller møter sammenlignet med en konvensjonell arbeidsflyt.
Den tydeligste testen er om rammeverket kan redusere tiden det tar å rekonstruere kampanjekonteksten, uten å øke tiden som trengs for å korrigere den. Team som sammenligner verktøyet med en eksisterende arbeidsflyt, kan måle kontrolltiden per melding, hvor ofte utkast avvises på grunn av unøyaktige påstander, og om svar sendes videre til riktig person. Slike målinger sier mer om verktøyets verdi enn antallet roller det kan tildele.












