Be en agent om å ordne opp i en forsinket bestilling, så setter den i gang med en gang. Den slår opp bestillingen, skriver et utkast til svar, bestiller kanskje et bud. Om kunden har pakken denne uken, er en annen sak, for det avhenger av ting agenten aldri ble bedt om å holde sammen: reglene for levering og refusjon, siste oppdatering fra budet, hvem som må godkjenne merkostnaden, og hva som skjer når kunden endrer adressen midtveis.
Det er gapet mellom å utføre oppgaver og å nå mål. Mesteparten av dagens KI er god på det første. Et mål krever mer: en plan, oversikt over alternativene, en beslutning noen står ansvarlig for, arbeid utført i virkelige systemer, en kontroll av at det virket, og tålmodigheten til å fortsette når noe endrer seg.
Duplex er bygget for det andre. Den er det Agent Operating System som drives av kjøretidsintelligens: du setter målet, og Duplex koordinerer alt målet trenger, innenfor reglene dine, til resultatet er verifisert.
Et mål kommer inn, og Duplex henter inn konteksten og legger opp en plan.
Et mål er mer enn en liste med oppgaver.
En oppgave har en slutt du kan se fra starten: send e-posten, oppdater registeret. Et mål har en slutt du må nå: bestillingen levert, leverandøren satt opp, kassen i drift igjen. Mellom de to ligger alt som gjør arbeid vanskelig. Faktaene er spredt over flere systemer. Det finnes mer enn én vei dit, og hver har sin egen kostnad. Noen steg trenger godkjenning fra en person. Og ting endrer seg mens arbeidet pågår.
Når agenter håndterer oppgaver én om gangen, faller alt dette på mennesker. Noen samler inn konteksten, vurderer alternativene, jager etter godkjenningen, kontrollerer utfallet og begynner på nytt når et faktum endres. Agenten sparer noen minutter på hver oppgave, og målet tar fortsatt like lang tid som det alltid har gjort.
Det er koordineringen som tar tiden, så det er koordineringen Duplex tar på seg. Den samler delene av arbeidet rundt målet, så planen, beslutningen, arbeidet og kontrollen blir ett sammenhengende arbeid i stedet for en stafett mellom mennesker og verktøy.
Alt målet trenger, som en helhet.
Før noe kjører, henter Duplex inn konteksten som betyr noe: historikken i saken, faktaene den avhenger av, og reglene som gjelder. Den legger opp en plan og spiller hvert alternativ fremover, så det sannsynlige utfallet av hvert av dem er klart før tid eller penger brukes. Der en sak er ny, finner den en fremgangsmåte ut fra det den allerede vet, og kontrollerer den før noen stoler på den.
Mens arbeidet pågår, tas hvert steg av en grunn. Duplex går videre med det reglene dine tillater, og overlater resten til en person, med alternativene og utfallene deres lagt fram. Hvert modellkall og hver verktøyhandling kontrolleres mot reglene dine før den kjører, og selve arbeidet skjer i systemene dine, gjennom verktøyene og agentene teamene dine allerede bruker.
Over tid beholder arbeidet formen sin. En lang jobb forblir én jobb, med mål, plan og fremdrift. En pause, en overlevering eller et endret faktum koster et øyeblikk i stedet for arbeidet. Og når resultatet er kontrollert mot målet, blir det som virket, en ferdighet for neste lignende mål.
Ingen av disse delene er ny i seg selv. Det nye er at de virker som ett system rundt målet ditt, i stedet for som separate verktøy noen må koble sammen og passe på.
Reglene dine, godkjenningene dine, én logg.
Koordinering er bare verdt å ha hvis du kan stole på den, og tillit begynner med kontroll. Du bestemmer målene, reglene og hvilke handlinger som trenger en person. Duplex holder hver agent til dem i hver økt, og godkjenningene den ber om, går til personene du velger.
Hvert steg etterlater seg et spor i loggen: hva som ble besluttet, ut fra hvilke fakta, etter hvilken regel og med hvems godkjenning. Når noen spør hvorfor ekspressbudet ble bestilt, ligger svaret der, med lederens godkjenning ved siden av.
Det er den samme loggen som lar arbeidet gå mellom mennesker. En kollega som tar over saken neste morgen, i et annet verktøy, starter fra samme mål, plan og fremdrift, ikke fra et sammendrag limt inn i en chat.
Læring er én del, ikke hele historien.
Duplex lærer av resultatene teamet ditt bekrefter, og det betyr noe: den verifiserte måten å løse en forsinket bestilling på, er klar for den neste, og den forblir din når du bytter modell. Men læring er én del av å nå mål, ikke en erstatning for resten. En agent som lærer uten å planlegge, kontrollere og holde seg til reglene dine, gjentar bare feilene sine raskere.
Derfor plasserer Duplex læringen der den hører hjemme, etter at resultatet er kontrollert. Det agentene dine gjenbruker, er det som nådde målet, innenfor reglene dine og med godkjenningene som trengtes.
Gi Duplex målet, ikke stegene. Den samler planen, alternativene, beslutningen, arbeidet, kontrollen og tålmodigheten som mål krever, og agentene dine fullfører det de starter på.