Modelos e plataformas de IA
Reply.io lança uma estrutura de código aberto para agentes de IA voltada à prospecção de vendas
O Jason Harness, da Reply.io, acrescenta memória local de campanhas e aprovação humana dos envios aos agentes de IA existentes. A versão alfa de código aberto ainda depende de modelos e serviços de envio externos.
Pontos-chaveJason Harness empacota instruções e registros de campanha para que os agentes…
Ver mais
- Jason Harness empacota instruções e registros de campanha para que os agentes existentes possam retomar o contato entre sessões.
- O armazenamento local não garante privacidade porque os serviços conectados ainda recebem os dados necessários para executar as tarefas.
- A aprovação humana só ajuda quando os revisores podem ver as recusas e os contatos anteriores ao lado de cada rascunho.
A Reply.io anunciou o Jason Harness, uma ferramenta de código aberto que transforma agentes de IA de uso geral em um espaço de trabalho para prospecção de vendas. Anunciada publicamente em 17 de novembro, a versão alfa atribui funções distintas a ferramentas como Claude Code e OpenAI Codex para pesquisar potenciais clientes, planejar acompanhamentos e redigir mensagens. A ferramenta mantém o estado das campanhas no computador do operador e deixa o envio a cargo de um serviço externo. Segundo a Reply, uma pessoa precisa aprovar as mensagens antes que sejam enviadas.
O Jason Harness é independente do representante de desenvolvimento de vendas Jason AI, gerenciado pela Reply. Ele não vem com um modelo próprio. Em vez disso, reúne as instruções, os registros de campanha e as etapas de aprovação de que um agente existente precisa para retomar uma campanha em diferentes sessões. O registro de alterações da Reply indica que o código-fonte completo do ambiente de execução foi disponibilizado em 1º de novembro, antes do lançamento público mais amplo.
Nove funções, um registro de campanha
A Reply descreve nove funções que abrangem o gerenciamento de campanhas, o planejamento, a pesquisa, a redação, a personalização, a crítica, o tratamento de respostas, a análise e a capacidade de entrega. Essa designação não significa necessariamente que nove modelos diferentes estejam em execução. As funções definem tarefas distintas para o agente anfitrião. Um planejador pode propor uma sequência, um pesquisador pode reunir contexto e um crítico pode sinalizar uma afirmação sem respaldo antes que um rascunho seja encaminhado a um revisor humano.
Manter o estado das campanhas fora do chat resolve uma limitação prática dos assistentes de uso geral. Um vendedor que inicia uma nova conversa ainda precisa saber qual abordagem o potencial cliente viu, o que ele respondeu e se um colega já aprovou uma mensagem de acompanhamento. A Reply descreve o armazenamento de campanhas, contatos e histórico em um banco de dados local, com regras e memória em arquivos locais. Segundo a documentação de código aberto da Reply, o código do ambiente de execução e de seu sistema de extensões está disponível sob a licença MIT.
O armazenamento local não significa que tudo seja executado sem conexão. O agente subjacente processa as solicitações de acordo com o próprio provedor e plano. O envio é feito pela Reply ou por outro provedor conectado por meio de uma extensão, e os serviços conectados podem receber os dados necessários para executar uma tarefa. Qualquer organização que avalie a versão alfa precisaria rastrear o que é enviado a cada serviço, em vez de tratar um banco de dados armazenado localmente como uma garantia geral de privacidade.
O que a aprovação humana muda na automação de vendas
Reunir a redação e a pesquisa no mesmo espaço de trabalho pode reduzir a alternância entre tarefas. Isso não elimina o custo de revisar o que a IA produz. Uma mensagem pode parecer específica, mas se basear em um cargo desatualizado ou em uma afirmação sem respaldo sobre a empresa do destinatário. O revisor também precisa saber se alguém optou por não receber mensagens, se o acompanhamento proposto repete uma interação anterior e se o envio ainda está de acordo com o briefing original da campanha. Uma etapa de aprovação é mais útil quando apresenta essas informações junto ao rascunho.
O lançamento de código aberto permite inspecionar e adaptar a ferramenta, mas o acesso gratuito ao código não significa que a prospecção seja gratuita. As assinaturas de IA podem ter limites de uso, e as contas de envio ou os dados de potenciais clientes podem gerar custos à parte. A Reply descreveu o produto como uma versão alfa; o material de lançamento não apresenta resultados validados de forma independente sobre capacidade de entrega, respostas qualificadas ou reuniões em comparação com um fluxo de trabalho convencional.
O teste mais claro é verificar se a estrutura reduz o tempo gasto para reconstruir o contexto da campanha sem aumentar o tempo necessário para corrigir esse contexto. As equipes que compararem a ferramenta com um fluxo de trabalho existente podem avaliar o tempo de revisão por mensagem, a frequência com que os rascunhos são rejeitados por conter afirmações imprecisas e se as respostas são encaminhadas à pessoa certa. Essas métricas diriam mais sobre o valor da ferramenta do que o número de funções que ela pode atribuir.












