Jasné odpovědi o Duplexu.
Otázky, které si týmy kladou před nasazením.

Pilotním projektem na vaší vlastní práci. Řekněte nám, kde váš tým pracuje a co se má Duplex naučit jako první. Ještě před začátkem se dohodneme na metrikách a Duplex s vámi nastavíme v umístění, které si zvolíte.

Podle rozhodnutí a uživatelských licencí. Rozhodnutí je jeden požadavek, na kterém se Duplex podílí, ať už odpoví sám, nebo zapojí vaši AI. Každou nabídku dostanete písemně dřív, než se zavážete.

Ne. Přístup k modelu si zajišťujete sami, platíte za něj svému poskytovateli a Vareon k tokenům nepřidává žádnou přirážku. Rozhodnutí, které se Duplex naučil, nepotřebuje vůbec žádné volání modelu.

Zůstávají v umístění, které si zvolíte. Ve Vareon Cloudu provozuje Duplex za vás Vareon a každý zákazník zůstává oddělený. Ve vašem cloudu zůstávají pod vaší kontrolou. Jediné, co odchází, je požadavek na externí model, který připojíte, a ten poskytovatel vidí jen tento požadavek.

Duplex je váš model AI a model ACI, které fungují jako jeden celek: inteligence za běhu pro vaši AI a vaše agenty. Společně se učí, plánují, simulují, rozhodují a jednají, zatímco práce probíhá, od jednoho člověka po celý podnik. Učí se z každého výsledku, plánuje, simuluje, rozhoduje a jedná v rámci vašich pravidel, získává vlastní dovednosti a nese dál svá rozhodnutí i naučené poznatky, ať pracujete kdekoli. Co vybuduje, je vaše. Duplex je postaven na ACI, Adaptive Continual Intelligence: nová kategorie inteligence, která se učí, plánuje, simuluje, rozhoduje a jedná za běhu, v souhře s modely AI.

Dnešní AI je roztříštěná. Model, vyhledávání a aplikační kód drží každý svůj kus inteligence a žádný z nich se z práce neučí. Duplex je infrastrukturní vrstva, která je spojuje v jeden systém a přináší schopnosti, které žádný z nich nemá: učí se, plánuje, simuluje, rozhoduje a jedná, zatímco práce probíhá. Je to běhové prostředí s trvalým učením pro AI agenty: uchovává si kontext, vynucuje vaše pravidla a přenáší, co se naučil, napříč relacemi, agenty i modely. Těžiště se přesouvá od samotného modelu k celému systému a to, co se Duplex naučí, co naplánuje, nasimuluje a rozhodne, je vaše. Model se může změnit. Všechno ostatní nese Duplex dál.

Každý, jehož práce běží na AI, od jednoho člověka po celý podnik. Jeden člověk začne ve vlastním asistentovi, tým sdílí, co se naučí, malá firma přenechá provoz Vareon ve Vareon Cloudu a větší firma ho přes MCP + hooks zapojí do každého agenta, kterého vyvíjí, ve vlastním cloudu.

Harness dává vaší AI nástroje, prompty a kroky a dělá to, k čemu byl nastaven. Duplex spojuje vaši AI s druhou inteligencí, modelem ACI, a společně pracují jako jeden celek: Duplex se učí z každého potvrzeného výsledku, plánuje, simuluje, rozhoduje a jedná v rámci vašich pravidel a nese vaši práci napříč nástroji a modely, a co se naučí, je vaše. Pracuje uvnitř Claude, Codex, Cursor a Hermes a přes MCP + hooks i ve vlastních agentech.

94 schopností v 17 skupinách: Kontext a pozorování · Pravidla a řízení chování · Spouštění nástrojů · Učení a personalizace · Dlouhodobé úkoly · Plánování a podpora rozhodování · Znovupoužitelné dovednosti · Trvalá vlákna a sdílení · Zapomínání a kontrola nad daty · Stav a vysvětlení · Trvalá inteligence · Personalizace · Multimodální inteligence · Jistota a autonomie · Bezpečnost a dohled za běhu · Provozní inteligence · Integrace a přenositelnost.

Ne. Ty ukládají, co se stalo, a hledají, co se tomu podobá. Duplex je inteligence, která se za běhu učí ze zkušeností, výsledků a dat: chápe vzorec za každým výsledkem, zhušťuje ho do toho, co zobecňuje, předvídá, co přijde dál, a jedná podle toho v rámci vašich pravidel. Proto rozliší klamně podobný požadavek, pozná i případ zadaný novými slovy, řídí se změněným pravidlem od dalšího požadavku a s používáním zrychluje. RAG, paměť, vektorové databáze, znalostní grafy a cache se stávají nástroji, které používá.

Váš model AI je skvělý, ale za běhu je sám: pronajatý za každé volání začíná každý úkol od nuly, nedokáže se učit z toho, co váš tým potvrdí, ztrácí kontext mezi relacemi a agenty a nikdo nekontroluje, co vaši agenti dělají, dřív, než to udělají. Duplex ho spojuje s druhou inteligencí, modelem ACI, a společně se za běhu učí, plánují, simulují, rozhodují a jednají: Duplex začíná s přehledem, učí se z každého výsledku, volí cestu, plánuje kroky, každý z nich simuluje, ověřuje každou akci podle vašich pravidel, získává dovednosti a přenáší svá rozhodnutí i naučené poznatky napříč relacemi, agenty a modely. Vaše AI dostane to, co jí za běhu chybí, práce se s používáním zrychluje a zlevňuje a co se Duplex naučí, je vaše.

Vaše AI zůstává na svém místě a Duplex ji spojuje s modelem ACI, druhou inteligencí vedle ní: společně pracují jako jeden celek. Duplex odpovídá, plánuje, simuluje, rozhoduje a jedná podle toho, co se naučil, během milisekund, a u nové a nejisté práce zapojí vaši AI i s tím, co se naučil. Potvrzený výsledek Duplex naučí na příště.

Dvě inteligence, které spolu dělají různé práce, tak jako mozek. Mozek pracuje se dvěma systémy: pomalým pro obecné znalosti a rychlým pro každou novou zkušenost. Vaše AI je ten pomalý. Model ACI je ten rychlý: plánuje, simuluje, rozhoduje a jedná podle toho, co se naučí. Společně tvoří Duplex. Vaše AI poskytuje obecnou inteligenci, naučenou pomalu před nasazením. Model ACI poskytuje inteligenci za běhu: rychle se učí z živé práce, plánuje, simuluje, rozhoduje a jedná podle toho. Kognitivní věda tuto dvojici nazývá komplementární systémy učení a v Duplexu je produktem právě tato dvojice.

Zčásti: Duplex je váš model AI a model ACI, které fungují jako jeden celek. Model ACI je druhý model, samostatná inteligence, a vaši AI nikdy nenahrazuje. V Duplexu pracuje model ACI vedle vaší AI: před požadavkem má přehled, během něj plánuje, simuluje, rozhoduje a jedná, po výsledku se učí a všechno nese dál do příštího požadavku. Potvrzené rozhodnutí může proběhnout během milisekund bez volání modelu. Nová nebo nejistá práce jde k vaší AI i s inteligencí za běhu od Duplexu a potvrzený výsledek Duplex naučí pro další požadavek.

Inteligence za běhu: váš model AI a model ACI, které fungují jako jeden celek a učí se, plánují, simulují, rozhodují a jednají, zatímco práce probíhá. Duplex se učí z každého výsledku, volí cestu, plánuje, získává dovednosti, kontroluje, co dělají vaši agenti, jedná v rámci vašich pravidel a všechno nese dál. Co se naučí, je vaše. Dvě inteligence, jeden systém: produktem je jejich spojení.

Všude, kde vaše AI dělá skutečnou práci: asistenti pro programování a desktop, agenti podpory a provozu, podnikové pracovní postupy, AI produkty s velkým objemem, týmy, které přizpůsobují model, a regulovaná práce. Nejužitečnější je tam, kde lze výsledky potvrdit, protože Duplex uplatní každou potvrzenou opravu, rozhodnutí nebo výsledek na další požadavek, na který se hodí.

Stanou se nástroji Duplexu. Duplex každý z nich zavolá, když ho nějaký krok potřebuje, učí se, který se hodí do které situace, a ověřuje, že to, co vracejí, je aktuální, má zdroj a datum.

ACI, Adaptive Continual Intelligence, je nová kategorie inteligence, kterou vytvořila společnost Vareon. ACI je inteligence, která se nepřestává učit, plánovat, simulovat, rozhodovat a jednat, zatímco vaše práce probíhá. Nese dál vše, co se naučila a co rozhodla, a pracuje v souhře s modely AI, které už používáte. ACI je výsledkem let výzkumu neuronových sítí a jejich trilematu: plasticity, stability a upravitelnosti. Duplex je postaven na ní.

Modely AI se učí, než vyjdou, a pak zůstávají, jak jsou. ACI se učí, plánuje, simuluje, rozhoduje a jedná až potom: za běhu, z vaší práce, dokud běží. Učí se vaši práci, ne svět, staví na všem, co se naučila dřív, a co se naučí, je vaše. Inteligence, která se vedle modelu za běhu nepřestává učit, plánovat, simulovat, rozhodovat a jednat, je kategorie sama pro sebe.

V souhře. Model přináší obecnou inteligenci: znalosti, jazyk a uvažování. ACI přináší to, co se naučí z vaší práce. Vyřizuje to, co už zná, a na to, co je nové, přizve model i s podklady. Model zůstává, jak je, a modely můžete měnit, aniž byste ztratili, co se ACI naučila.

AI, která se hned učí z jediného potvrzeného výsledku, plánuje, simuluje, rozhoduje a jedná podle toho, co se naučila, v rámci vašich pravidel, řídí se novým pravidlem od dalšího požadavku, čím víc se učí, tím je rychlejší a levnější, ví, kdy zapojit váš model, zvládá případy, které nikdy neviděla, získává vlastní dovednosti a patří vám, ať pracujete kdekoli.

Až dosud dokázaly přimět AI k učení jen laboratoře, které trénují modely. S ACI má každý člověk i každá firma AI, která se učí z jejich vlastní práce, a to, co se naučí, jim patří. Co se naučí, se s každým výsledkem zúročuje, zůstává v umístění, které si zvolíte, a je vaše, ať používáte jakýkoli model.

Duplex je postaven na ACI a ACI je inteligence v něm: vše, co se Duplex za běhu naučí, co naplánuje, nasimuluje, rozhodne a udělá, je práce ACI. Duplex je produkt, který používáte, v asistentech, ve kterých pracuje váš tým, i v agentech, které vyvíjí vaše firma, přes MCP + hooks.

ACI je výsledkem let výzkumu neuronových sítí a jejich trilematu: plasticity, stability a upravitelnosti. Plasticita znamená učit se nové, rychle. Stabilita znamená zachovat si, co umí. Upravitelnost znamená měnit to, co se naučila. Neuronová síť zvládne nanejvýš dvě: když se učí rychle, zapomíná, když ji udržíte stálou, přestane se učit, a co se naučila, je rozprostřené v celé síti. ACI zvládá všechny tři.

Faruk Guney vytvořil ACI, Duplex i svůj nový startup sám, po letech výzkumu trilematu neuronových sítí a po více než patnácti letech, během nichž z Norck vybudoval globální firmu pro zakázkovou výrobu a inženýrské služby.

Z výsledků, které ukazují, že práce byla správná: úspěšný test, schválená revize, pozorovaná změna nebo pozdější obchodní výsledek. Lze ho také předtrénovat na zkontrolovaných příkladech, minulých rozhodnutích, dokumentech, pravidlech a směrování na nástroje.

Ano. Předtrénujte Duplex na vašich zkontrolovaných příkladech, minulých rozhodnutích, dokumentech, pravidlech, trasách nástrojů a knihovnách osvědčených metod. Naučí se je dřív, než půjde do provozu, takže je užitečný od prvního požadavku, a v produkci se učí dál.

Standard pro každý druh práce určuje váš tým. Kód může vyžadovat testy a revizi, kdežto regulovaná akce může vyžadovat schválení člověkem.

Oprava patří do pracovního prostoru, kde vznikla, a pomáhá pozdější práci, na kterou se hodí. Oprávnění uživatelé mohou cokoli, co se Duplex naučil, zkontrolovat, opravit nebo odstranit.

Ano. Duplex se učí vzorec, takže zvládne nové formulace i nové podrobnosti a rozpozná klamně podobný požadavek, který potřebuje jinou odpověď. U zavádějících klamně podobných požadavků se mýlil v 7.5% případů, cache v 45.3%.*

Nové pravidlo platí od dalšího požadavku. Duplex nahradí zastaralé rozhodnutí a nesouvisející práci ponechá beze změny. Po změně zásad vrátil 0% zastaralých odpovědí, cache a vyhledávání 72%.*

Kontinuální učení, za běhu. Duplex se učí z každého výsledku, jakmile je potvrzen, takže už další požadavek z toho těží, bez trénovacího běhu a bez GPU. I během změny zůstává 100% jeho dřívější práce nedotčeno.*

Tréninkem je běžné používání: Duplex se učí z každého potvrzeného výsledku a uplatňuje ho od dalšího požadavku. Předtrénování mu dá náskok a váhy vaší AI zůstávají, jak jsou.

U práce, která je nová, široká nebo tvůrčí, a u všeho, co vyžaduje nové psaní nebo uvažování. Duplex připraví přesně to, co vaše AI dostane, a přiloží k tomu, co se naučil. Rozhodnutí, které se Duplex naučil, nepotřebuje žádné volání modelu.

Pokud byl Duplex na takový druh práce předtrénován, odpoví hned od začátku. Jinak ji převezme vaše AI spolu se znalostmi Duplexu, a jakmile je výsledek potvrzen, příště ji zvládne Duplex.

Vaše AI, kdykoli práce vyžaduje nové psaní nebo otevřené uvažování, a má k tomu přiloženo, co se Duplex naučil. Když se Duplex práci naučil, odpoví sám.

Všechno, co se Duplex naučil, žije vedle vaší AI, takže s vámi přejde na nový model. V testu adaptace přešlo to, co se Duplex naučil, na jinou rodinu modelů zcela bez přetrénování.

Ne, dělá pravý opak. Co se vaše organizace naučí, žije v Duplexu, ne ve vahách jednoho dodavatele, v jednom přepisu chatu ani v paměti jedné aplikace. Změňte model, agentního klienta nebo poskytovatele a procesy, pravidla, historie i dovednosti zůstanou.

Ano. Vaše umístění a nastavení rozhodují, který model je k dispozici a kam který požadavek jde.

Běžné cloudové servery, na CPU. Duplex nepotřebuje vlastní GPU: rozhodnutí, které se naučil, trvá ≈97 ms, oproti ≈2,231 ms u volání modelu. Akcelerátory potřebuje jen vaše AI a Duplex ji zapojí pro novou práci.*

Cíl, ustálená rozhodnutí, omezení a nedokončená práce pokračují v rámci stejného zákazníka a pracovního prostoru. Nesouvisející práce a přihlašovací údaje zůstávají tam, kde byly.

To, co potřebujete k pokračování: cíle, rozhodnutí a nedokončená práce. Celý přepis zůstává tam, kde byl, a pravidla přístupu vašeho týmu dál platí.

Ano, pokud připojení patří stejnému zákazníkovi a do povoleného pracovního prostoru. Hranice identit, pracovních prostorů a zákazníků zůstávají zachovány.

Ano, pokud mají oba oprávnění ke sdílenému pracovnímu prostoru. Osobní nebo omezená práce zůstává oddělená, podle vašeho nastavení přístupu.

Kontext vám pomáhá pokračovat v nedokončené práci a může být dočasný. To, co se Duplex učí, pochází z potvrzených výsledků a pomáhá pokaždé, když se hodí.

Uplatňuje potvrzené opravy, aktualizuje rozhodnutí, když se změní pravidlo, posouvá rozpracovanou práci dál, plánuje vícekrokové procesy, používá vaše nástroje a omezuje volání modelu u práce, kterou se naučil.

Ano. Duplex se učí, jak vaše procesy reagují, plánuje nejkratší cestu a přenáší omezení a potvrzené metody napříč kroky i relacemi. Vaše AI přináší nové uvažování do každého nečekaného zvratu.

Ano. Učí se, co akce ve vašich systémech mění, předpovídá účinek kroku dřív, než proběhne, a navrhuje nejkratší cestu k cíli. Ve veřejném podnikovém benchmarku překonal tři špičkové modely v předpovídání změn systému. Každý skutečný krok přesto prochází vašimi kontrolními mechanismy.

Ano, jakmile to váš tým zapne: dejte mu cíl, akce, které smí provádět, a způsob, jak ověřit úspěch. Bezpečně zkoumá, dovednost před použitím otestuje a na požádání ji odstraní. S vypnutým modelem dokončil každý úkol.

Ano. Duplex zařídí, že váš model odpovídá, jako by byl natrénován na vaší práci, a váhy modelu zůstanou, jak jsou. V 6 / 6 testech porazil doladěné adaptéry bez jediného tréninkového běhu a adaptace přešla na jinou rodinu modelů bez přetrénování.*

Ano. U jasně vymezených úkolů Duplex napíše malý program nebo znovu použije takový, který už fungoval, otestuje ho na známých případech a spustí ho, jakmile projde. Váš tým ho může kdykoli pozastavit nebo vyřadit.

Ano. Dokumenty, znalostní grafy a databáze se stanou zdroji znalostí Duplexu, každý se svým vlastníkem, zdrojem a datem. Duplex ví, kdy se fakt změní, a do každého rozhodnutí přináší ta správná fakta.

Ano. Duplex může sdílet schválené učení a kontext s každým agentem ve zvoleném pracovním prostoru. U čehokoli, co se naučil, vidíte, od kterého agenta to přišlo, s jakým modelem a kdy. Učení každého zákazníka zůstává u tohoto zákazníka.

Váš tým rozhoduje, z čeho se Duplex učí, kontroluje, co se naučil, a cokoli z toho může opravit nebo odstranit. Vaše pravidla, schvalování a kontroly platí pro každou akci.

Čtyři pluginy jsou Claude, Codex, Cursor a Hermes. Týmy, které vyvíjejí vlastní agenty, je připojí přes MCP + hooks.

Dnes jsou k dispozici čtyři pluginy. Pokud váš tým agenta sám staví a provozuje, může se hodit MCP + hooks; u jakéhokoli jiného asistenta nám řekněte, který používáte.

Pro agenty, které vyvíjí vaše firma. K Duplexu se připojují přes MCP a hooky zapojují Duplex v každém kroku: před každým požadavkem, před každým voláním nástroje a po každém výsledku. Každá akce se před spuštěním zkontroluje podle vašich pravidel, se schvalováním tam, kde ho chcete, a s jednou historií, kterou můžete exportovat.

Plugin pracuje v podporovaném asistentovi přes MCP: asistent zapojuje Duplex v každém kroku a buduje se tak vaše osobní inteligence. MCP + hooks pracuje v agentech, které vyvíjí vaše firma: hooky zapojují Duplex v každém kroku jejich práce a buduje se tak inteligence vaší firmy. V obou je to stejný Duplex.

Před každým požadavkem, před každým voláním modelu, před každým voláním nástroje, po každém výsledku, při každém předání a při každém schválení. Duplex nejdřív uplatní vaše pravidla, pak to, co se naučil, a každá akce se před spuštěním zkontroluje.

Plugin, když lidé pracují v podporovaném asistentovi. MCP + hooks, když vaše firma vyvíjí vlastní agenty a Duplex se má zapojit do každého kroku.

Ano. Když jsou napojené na stejný pracovní prostor, sdílejí stejné schválené učení a kontext. Přístup zůstává omezený na lidi a agenty, které oprávníte.

Plugin, nebo MCP + hooks, kdo sdílí to, co se Duplex naučí, a pokud chcete, i příklady, rozhodnutí a dokumenty, na kterých ho předtrénovat. Pak umístění a pravidla přístupu, která se k práci hodí.

S podporovaným pluginem lidé dál pracují v asistentovi, kterého už používají. Tým potvrzuje dobré výsledky a opravuje špatné a kroky schvalování závisí na produktu a pracovním prostoru.

Od prvního požadavku, pokud ho předtrénujete. Potvrzená oprava pomáhá od dalšího odpovídajícího případu a každý potvrzený výsledek dělá Duplex rychlejším, levnějším a přesnějším.

Ano, to je předtrénování. Zkontrolované příklady, minulá rozhodnutí, dokumenty a pravidla jsou silným začátkem. Váš tým každý z nich zařadí do správného pracovního prostoru a později ho může opravit nebo odstranit.

Ano. V konzoli mohou oprávnění uživatelé cokoli, co se Duplex naučil, zkontrolovat, opravit nebo odstranit a vidět historii, která za tím stojí. Přesné ovládací prvky závisí na produktu a nasazení.

Ne. Vy určujete, co je důležité: cíle, pravidla a akce, které potřebují váš souhlas. Duplex se v rámci těchto pravidel postará o rutinu a pohlídá, aby se jich každý agent držel. Zkontroluje každé volání modelu a každou akci nástroje před spuštěním, u akcí, které zvolíte, se vás nejdřív zeptá a to, co váš tým schválil, nese dál v každé relaci i při každém předání.

Ano. Můžete si zřídit užší pracovní prostory a nastavení identit a přístupu rozhoduje, kdo který sdílí. Veškeré toto učení zůstává ve vaší organizaci.

Duplex má dvě umístění: Vareon Cloud, který za vás provozuje Vareon, a váš cloud, tedy cloudový účet, který vlastníte. Váš cloud je podnikové řešení. Každá integrace je k dispozici v obou, v souladu s podmínkami nasazení.

Jako podnikové řešení. Napište nám na hello@vareon.com, jaké máte prostředí, kde musí data zůstat a jaké máte bezpečnostní požadavky, a nasazení naplánujeme společně s vámi.

Ano. Mezi umístěními existuje podporovaná cesta a to, co se Duplex naučil, se přesune bez přetrénování. Provozní odpovědnosti a migrační práce se dohodnou pro každé nasazení.

Ano. Nasazení může využívat váš vlastní přístup k modelu. Poplatky poskytovatele modelu, přihlašovací údaje a hranice, kterou vytvářejí, se řeší zvlášť a jsou uvedeny v cenové nabídce a smlouvě.

Ano. Vaše vstupy, referenční materiály, historie a všechno, co se z nich Duplex naučí, slouží jen vaší organizaci. Pracovní prostory mohou přidat užší hranice pro týmy, produkty, regiony nebo třídy dat.

Ano. Napříč šesti rodinami parafrázovaných útoků zablokoval každý z nich, s 0.7% mylných odmítnutí, nejméně ze všech přístupů, které zablokovaly všechny.*

Vy volíte, kdo má oprávnění, v každém umístění. Vareon provozuje hostovanou službu a k nasazení ve vašem cloudu má přístup, jen pokud mu ho udělíte za dohodnutým účelem.

Váš tým se do konzole přihlašuje přes vlastního poskytovatele identity, provoz je šifrovaný při přenosu a to, co se Duplex naučí, i historie jsou šifrované při uložení. Možnosti držet si vlastní klíče závisí na umístění.

Ano. Oprávnění uživatelé mohou odstranit cokoli, co se Duplex naučil, obnovit dřívější verzi a exportovat, co se naučil, i s historií. Proces mazání a zálohování pro vaše nasazení pokrývá bezpečnostní posouzení a smlouva.

Ano. Odstraňte výsledek nebo pozorování a to, co se z něj Duplex naučil, se stáhne spolu s ním, takže nic, co na něm stálo, nepřetrvá. Historie změnu ukáže.

Jen to, co povolíte. Osobní údaje lze zamaskovat dřív, než se z nich Duplex učí, pošle je modelu nebo je přidá do historie, a Duplex dokáže uplatnit, co se naučil, i bez původního textu.

Lze do ní pouze přidávat a každý zásah je patrný: každá změna se přidá jako nový záznam, takže pozměněný záznam by byl vidět. Oprávnění uživatelé ji mohou exportovat.

Oprávnění uživatelé mohou její vliv odstranit a nesouvisející učení zůstane, jak bylo. Po záměrné otravě odstranil Duplex všech 40 otrávených vzorků a jeho legitimní učení zůstalo nedotčené.

Doba uchovávání se stanoví pro každé nasazení. Závisí na datech, umístění, vaší konfiguraci, návrhu zálohování a příslušné smlouvě.

Duplex je v soukromých pilotních projektech a nezávislá certifikace se plánuje. Do té doby bezpečnostní přehled popisuje kontroly, které dnes platí pro umístění, které posuzujete.

Poskytovatelé použití pro vaše nasazení a případné podmínky dalších zpracovatelů jsou uvedeny ve vašich zákaznických dokumentech. Ve vašem cloudu si je vybíráte sami.

11 výsledků v oblastech nákladů, přesnosti, kontinuálního učení, zobecňování, plánování, agentů, bezpečnosti, nových dovedností a adaptace, včetně tří veřejných benchmarků.

Cache přehraje dřívější odpověď, když požadavek vypadá podobně. Duplex se učí vzorec, který stojí za potvrzenými výsledky, řídí se změnami pravidel od dalšího požadavku a rozpozná klamně podobné požadavky, a přitom může vaši cache dál volat jako nástroj. Po změně pravidla si Duplex udržel přesnost 92.5%, zatímco cache klesla na 42.6%.*

Ponechte si ho: vyhledávání se stane jedním z nástrojů Duplexu. Duplex ho zavolá, když krok potřebuje pasáž, učí se, které zdroje odpovídají na které otázky, a ví, kdy se nějaký fakt změnil.

Stane se zdrojem znalostí pro Duplex. Duplex čte propojená fakta, když je rozhodnutí potřebuje, ví, kdy se mění, a učí se, které vztahy jsou pro vaši práci důležité.

Ano. Doladěné a specializované modely se stanou nástroji, na které Duplex směruje práci, a když budete chtít trénovat, Duplex může vašemu tréninkovému týmu předat potvrzené příklady. Vše, co se Duplex naučí, funguje dál vedle nových vah.

Stanou se součástí toho, jak Duplex jedná. Duplex provádí každé volání modelu a nástroje podle vašich pravidel a vaše ochranné mantinely a firewally dál vynucují ta svá.

AI brána směruje volání a hlásí využití. Duplex je inteligence: učí se z každého potvrzeného výsledku, plánuje, simuluje, rozhoduje a jedná podle něj a přes MCP + hooks se zapojí do každého kroku agentů, které vyvíjí vaše firma, se sdíleným učením, kontinuitou, schvalováním a jednou historií.

Souběžně s nimi. Observabilita ukazuje, co vaši agenti udělali, a evaluace to testují; Duplex se učí z toho, co váš tým potvrdí, takže oprava platí od dalšího odpovídajícího požadavku. Vaše trasování a sady evaluací fungují dál beze změny.

Reflex je běhové prostředí pro každý stroj, který sám rozhoduje a jedná, od edge zařízení po roboty. Spojuje váš stack autonomie s modelem ACI, přímo na zařízení: učí se, plánuje, simuluje, rozhoduje a jedná v rámci vašich pravidel, s připojením i bez něj, a každý povel projde bránou. Váš stack je cokoli, co dnes řídí stroj: VLA, MPC, autopilot, program PLC nebo AI agent. Váš stack přináší dovednosti, se kterými byl postaven. ACI přináší inteligenci, která se učí hned, plánuje k cíli, simuluje každý pohyb, rozhoduje v tu chvíli a každý povel podřídí vašim pravidlům.

Pět záruk na každém stroji, ať ho řídí cokoli. Každý akční povel projde bránou. Bezpečnostní pravidla se uvolní jen oprávněným, zaznamenaným úkonem. Každou změnu lze dohledat k původci a vrátit zpět. Učení zůstává na zařízení, v mezích a bez sítě. „Neznámé“ znamená přenechat rozhodnutí, ne hádat.

Cokoli dnes řídí váš stroj: VLA, MPC, autopilot, program PLC nebo AI agent. Zůstane přesně tak, jak je. Váš stack autonomie a model ACI, které fungují jako jeden celek: to je Reflex. Produktem je jejich spojení. Vychází ze všeho, co váš stack už umí, a pracuje s ním, ne místo něj.

Pro obojí. Edge zařízení a roboti: dvě podoby, jedno běhové prostředí. Edge zařízení jsou kontroléry, síťové brány a chytré kamery v závodech, na pracovištích i v terénu. Roboti jsou ramena, mobilní roboti, drony, vozidla a lodě na souši, ve vzduchu, na moři i pod vodou a kosmické lodě na oběžné dráze.

Rozhoduje v tu chvíli, na zařízení: co udělat, kterou dovednost spustit a kdy přenechat rozhodnutí. Rozhoduje, zda smí každý povel projít bránou a zda ví dost na to, aby jednal. Plánuje k cíli podle toho, co skutečně viděl, volí dovednosti, které ho tam dovedou, a když se svět změní, plánuje znovu.

Ano. Každý pohyb nasimuluje na zařízení dřív, než ho udělá, a vidí, co povel udělá, než ho váš stroj provede. Pohyb, který by se nepovedl, se změní na zařízení, dřív než se cokoli pohne, a pohyb, který provede, stejně projde bránou.

Každý akční povel projde bránou. Než se cokoli pohne, přepne, otevře nebo odešle, Reflex ho porovná s vašimi pravidly, a co neprojde, neproběhne. Platí pro každý povel, ať stroj řídí cokoli, a každé rozhodnutí u brány je zaznamenané.

„Neznámé“ znamená přenechat rozhodnutí, ne hádat. Když narazí na něco, co nezná, předá rozhodnutí vašemu stacku nebo vašemu operátorovi. Nikdy nehádá. Každé přenechané rozhodnutí ho něco naučí: to, co pak udělal váš stack nebo váš operátor, se stane něčím, co zná, pro příště.

Učí se rychle a hned, na zařízení: stačí jeden příklad nebo jedno přenechané rozhodnutí a lekce se přenese na podobné případy. Je to cílené učení, ne obecné: učí se z toho, co mu ukážete, a z toho, co přenechá, v mezích, které nastavíte, bez sítě a bez trénovacího běhu. Váš stack zůstane přesně tak, jak je, a kteroukoli lekci lze vrátit zpět.

Ne. Učení pravidlo nikdy neuvolní, a ani čas. K jeho uvolnění je třeba oprávněný úkon a ten se zaznamená. Přidání nebo zpřísnění pravidla platí od dalšího povelu, i když stroj běží.

Ano. Každá změna pravidla, meze nebo toho, co se naučil, ukazuje, kdo nebo co ji provedl a kdy, a kteroukoli z nich lze vrátit zpět: lekci lze přesně vzít zpět, nebo stroj vrátit do bodu, který jste uložili. Pokud by lekci někdy nešlo přesně vzít zpět, Reflex to řekne, místo aby předstíral.

Ne. Běží na procesorech, které vaše stroje už mají, na CPU, bez GPU a bez cloudu. Učí se, plánuje, simuluje, rozhoduje a jedná s připojením i bez něj: funguje offline i odpojený od sítě, nikdy nevolá domů a jeho licence funguje také offline.

Ano. Každý stroj má Reflex na zařízení a rozhoduje sám za sebe, se spojením i bez něj. Ve flotile si každý stroj ponechává vlastní pravidla a dovednosti se mezi nimi přenášejí, jen když se tak rozhodnete. Dovednost naučená na jednom stroji pak může přejít na další podobné.

Ne. Reflex rozhoduje, co stroj udělá dál, a u brány drží každý povel ve vašich pravidlech. Stojí nad vašimi certifikovanými bezpečnostními kontroléry, blokováním a nouzovým zastavením, nikdy místo nich: zůstávají na něm nezávislé a mají poslední slovo a váš tým si ponechává průkaz bezpečnosti každého stroje, jako dnes.

Pro obojí stejně, se stejnými pěti zárukami na každém stroji. Funguje bez připojení, nic nemusí opustit stroj a každé rozhodnutí je zaznamenané. V obraně to platí stejně pro kinetické i nekinetické mise: každý povel projde bránou, v rámci vašich pravidel použití síly.

Reflex je ve fázi beta. To, co zatím ukázal, pochází ze simulací a benchmarků, a my to s vámi ověříme na vašich strojích, v pilotním projektu. Každý pilotní projekt plánujeme s vámi, pod ochranou vašich vlastních bezpečnostních systémů.

Jsou to samostatné produkty, oba postavené na ACI, Adaptive Continual Intelligence, a v každém z nich je produktem spojení. Duplex je vaše AI a model ACI, které fungují jako jeden celek, pro vaši AI a vaše agenty. Reflex je váš stack autonomie a model ACI, které fungují jako jeden celek, pro každý stroj, který sám rozhoduje a jedná.

Produkt, předpokládané využití, velikost týmu, umístění a případnou vyhrazenou kapacitu. Ceny dostanete písemně, i s předpoklady, ze kterých vycházejí.

Duplex je produktem společnosti Vareon, Inc., která stojí za vareon.com.

Použijte kontaktní stránku a uveďte produkt, umístění a druh práce, který máte na mysli. Tým na otázku odpoví nebo vás odkáže na stránku s podrobnostmi.