Duplex a Letta,
vedle sebe.

Letta staví agenty se stavem na trvalé paměti a naučených dovednostech. Duplex je druhá inteligence vedle vaší AI: učí se z každého výsledku a jedná podle toho za běhu, v rámci vašich pravidel, ať používáte jakýkoli model.

Porovnání je aktuální k 16. říjnu 2026.

Zobrazit všechny schopnosti →Celé porovnání

Všechny schopnosti: Duplex a Letta.

Co dělá každé z nich, skupinu po skupině, od toho, co je, po to, kolik stojí.

Vestavěné: Vestavěné přímo do jádra toho, jak produkt funguje.
Externí: Zajistíte nebo sestavíte si ho zvlášť.
Není vestavěné: Dokumentace produktu to neuvádí jako vestavěnou funkci. Vlastní řešení může být přesto možné.

Schopnost	Duplex	Letta
Co je co
Co to je	Inteligence za běhu vedle vaší AI: učí se a jedná pro vaše agenty a asistenty, v rámci vašich pravidel	Agentní platforma se stavem, postavená na trvalé paměti a učení v prostoru tokenů
Co přenáší dál	Kontext, rozhodnutí, výsledky, pravidla, úkoly, dovednosti a to, co se naučil	Paměť agentů, konverzace, soubory a dovednosti
Co se zkušeností zlepšuje	Jeho další rozhodnutí: jistota, směrování, doporučení, používání nástrojů a znovupoužitelné znalosti	Budoucí chování agenta, díky aktualizované paměti a naučeným dovednostem
Ví, co se stalo, a učí se z toho	VestavěnéVí, co se stalo, a učí se, co příště změnit	Obojí je k dispozici, hlavně přes paměť a dovednosti v prostoru tokenů
Učení
Kontinuální učení bez přetrénování	VestavěnéUčí se dál, mimo váhy vašeho modelu	VestavěnéUčení v prostoru tokenů a učení dovedností
Přizpůsobení kolo po kole	VestavěnéKaždý nový výsledek může hned změnit další rozhodnutí	Paměť spravovaná agentem se může měnit průběžně; učení dovedností přichází po dokončené zkušenosti
Učení z oprav	VestavěnéOprava změní, co Duplex udělá dál	Opravy mohou aktualizovat paměť nebo živit naučené dovednosti
Učení z výsledků	VestavěnéÚspěch i neúspěch se rovnou promítají do toho, co se učí	Možné díky reflexi trajektorií a aktualizacím spravovaným agentem
Učení z odměn	VestavěnéOdměna posílí, co fungovalo, a opraví, co ne	Odměny nejsou jeho hlavním způsobem učení
Zásluha za kroky, které vedly k výsledku	VestavěnéZjistí, které dřívější akce vedly k pozdějšímu výsledku	Letta to za běhu nenabízí jako vestavěnou funkci
Jak akce posouvají práci	VestavěnéUčí se, jak každá akce posouvá práci z jednoho stavu do dalšího	Agent to může odvodit z kontextu
Předpověď toho, co akce udělá	VestavěnéZ toho, co pozoruje, předvídá, co akce způsobí, zkouší alternativy a plánuje	Model uvažuje nad pamětí
Lepší volba akcí	VestavěnéVýsledky zlepšují, kterou akci zvolí příště	Chování se zlepšuje díky paměti a dovednostem
Znovupoužitelné dovednosti	VestavěnéZe zkušeností se stávají dovednosti, které se před použitím otestují a lze je pozastavit, vrátit do provozu nebo stáhnout	VestavěnéZ trajektorií se mohou stát trvalé dovednosti, které fungují s jakýmkoli modelem
Testování a správa dovedností	Dovednost se otestuje dřív, než se na ni spoléhá, a lze ji pozastavit, vrátit do provozu, stáhnout nebo trvale odstranit	Dovednosti jsou soubory, které můžete prohlížet, spravovat a verzovat
Zobecnění na příbuzné případy	Co se naučil, přenese na příbuzné případy i nové formulace a do dovedností, které může znovu použít	Dovednosti v prostoru tokenů zobecňují postupy napříč úkoly
Rozhodování a jednání
Vědět, jak jistý si je	VestavěnéPřed každým rozhodnutím ví, jak známý je případ a jak jistý si je	Hlavně úsudek modelu a to, jak relevantní je paměť
Odpovědět, předat nebo odmítnout	VestavěnéDuplex odpoví sám, zavolá váš model, použije nástroj nebo odmítne, v rámci vašich pravidel	Agent obvykle pokračuje díky uvažování modelu
Vyřizovat známou práci sám	VestavěnéZnámá rozhodnutí dělá sám, bez dalšího volání špičkového modelu	Model stále interpretuje paměť nebo dovednosti
Předat, co je nové nebo nejisté	Nová, nejistá nebo citlivá práce jde ke správnému modelu, nástroji nebo člověku	Agent a model rozhodují, kdy je potřeba další pomoc
Plánování, simulace a doporučení	VestavěnéPředvídá, co se stane dál, zkouší alternativy, sestavuje plány a doporučuje akce	Hlavně díky uvažování modelu a nástrojům agenta
Mnoho agentů, kteří spolupracují	Posílá práci správnému agentovi, rozděluje ji v rámci vašich pravidel, drží každého agenta v jeho rozsahu a spojuje výsledky	K dispozici jsou agenti, subagenti a sdílená paměť
Učení, které nástroje fungují	Učí se, které nástroje fungují, kdy je použít a k čemu který vede	Dovednosti a paměť mohou zlepšit používání nástrojů
Akce nástrojů v rámci vašich pravidel	Nástroje běží jen přes vaše pravidla a oprávnění	Oprávnění agenta a konfigurace nástrojů
Streamování	Streamuje výstup modelů a nástrojů, přičemž každý krok zůstává v rámci vašich pravidel	Dostupné přes rozhraní agentů a modelů
Práce, která pokračuje
Učení z každého kroku, automaticky	Každý krok, přes MCP + hooks nebo pluginy, živí jednu sdílenou smyčku učení	Běhové prostředí Letta ukládá konverzace a akce agentů
Kontext napříč relacemi	VestavěnéPráce, rozhodnutí, úkoly a kontext, na kterém záleží, pokračují napříč relacemi	VestavěnéTrvalí agenti si uchovávají paměť napříč konverzacemi
Dlouhodobá práce	VestavěnéDlouhodobá práce zůstává otevřená napříč relacemi a agenty, s bezpečnými body, ke kterým se lze vrátit, dokud není hotová nebo zapomenutá	Trvalí agenti mohou v práci pokračovat, její životní cyklus určuje agent a aplikace
Napříč modely	VestavěnéTo, co se naučí, i váš kontext zůstávají mimo model a jdou s prací napříč poskytovateli	Silné: paměť a dovednosti v prostoru tokenů mohou přežít změnu modelu
Napříč aplikacemi a agenty	Stejná práce pokračuje napříč Claude, Codex, Cursor, Hermes a vašimi vlastními agenty	Agenti se stavem jsou dostupní přes SDK a hostované MCP
Předání práce jinému agentovi	Úkol i jeho kontext přejdou na jiného agenta, kterého povolíte, připravené pokračovat	Sdílení agenti a repozitáře mohou předání podpořit
Udržet kontext kompaktní	Kontext zůstává kompaktní, zaměřený na pravidla, úkoly a rozhodnutí, na kterých záleží	Organizace paměti, shrnutí a správa kontextu ve stylu souborů
Učení z obrázků, zvuku, videa a PDF	Učí se z obrázků, zvuku, videa a PDF stejně jako z textu	Závisí na připojeném modelu a nástrojích agenta
Napříč médii	Otázka položená slovy může čerpat z toho, co se naučil z obrázků, zvuku a videa, a média mohou ovlivnit pozdější rozhodnutí	Závisí na modelu a na tom, jak je paměť postavená
Lidé, týmy a sdílení
Pro každého člověka	VestavěnéKaždý člověk dostane vlastní soukromý kontext, preference a učení	Vestavěná paměť pro každého agenta i uživatele
Pro každý tým	VestavěnéTýmy sdílejí schválené učení a soukromá práce zůstává soukromá	Sdílené repozitáře paměti a dovednosti
Napříč organizací	VestavěnéCo funguje, se může přenést od jednoho člověka k týmu a organizaci, podle vašich pravidel	Dovednosti a paměť lze sdílet napříč organizací
Sdílení mezi lidmi, pod kontrolou	Vy volíte, co se sdílí a s kým, a můžete to odvolat; u všeho sdíleného je vidět, od koho to pochází	Sdílené repozitáře a oprávnění ke spolupráci
Ochrana sdíleného obsahu	Co někdo sdílí, přichází jako informace, nikdy jako instrukce, takže to nemůže řídit agenta jiného člověka	Spoléhá na kontext a oprávnění agenta
Kontrola a důvěra
Pravidla	Vaše pravidla jsou součástí toho, jak Duplex funguje: povolují, odmítají nebo omezují skutečné akce	Instrukce a oprávnění utvářejí chování agenta
Pravidla uplatněná před každou akcí	VestavěnéHooky každou akci před spuštěním zkontrolují podle vašich pravidel	Závisí na běhovém prostředí Letta, oprávněních a hostiteli nástrojů
Lidé ve smyčce	Člověk potvrzuje akce, které zvolíte, a co se Duplex naučí, lze zkontrolovat a vrátit zpět	Uživatelé mohou prohlížet a spravovat paměť a dovednosti
Historie, kterou si můžete ověřit	Historie každého rozhodnutí, odkud přišlo a co z něj vzešlo, kterou nelze potichu změnit	Trvalé konverzace, paměť a stav agenta
Doklady, které můžete ověřit	Rozhodnutí, dovednosti a smazání mohou mít doklady, které můžete ověřit	Verzované vzpomínky a dovednosti
Přesné vrácení naučeného	VestavěnéJednu naučenou změnu lze přesně vrátit zpět, bez přetrénování čehokoli	Dovednosti a vzpomínky lze upravit nebo vrátit na starší verzi
Zapomínání, které zasáhne vše, co na tom stojí	Odstranění něčeho odstraní i to, co z toho vzešlo: kontext, cokoli z toho sdíleného i související učení	Paměť a dovednosti se čistí přes soubory a verze
Oddělení zákazníků	Každý uživatel, tým, organizace i zákazník zůstávají oddělení, v každé integraci i ve všem, co sdílí	Oprávnění v cloudu i při provozu na vlastních serverech
Odkud pochází vše naučené	U všeho, co se naučil, vidíte zdroj, rozsah a míru, do jaké se tomu dá věřit	Paměť a dovednosti zůstávají k nahlédnutí
Kde běží a s čím se propojuje
Jakýkoli poskytovatel modelů	Jedna inteligence napříč OpenAI, Anthropic, Google, AWS a kompatibilními modely	Prostředí pro agenty, které funguje s jakýmkoli modelem
MCP	VestavěnéPřes MCP + hooks se Duplex zapojí do každého kroku, který vaši agenti udělají	Hostované MCP umožňuje jiným agentům vytvářet agenty Letta se stavem a posílat jim zprávy
Hooky a pluginy	VestavěnéPluginy pro Claude, Codex, Cursor a Hermes a hooky, které zapojují Duplex v každém kroku a kontrolují citlivé akce nástrojů	Integrace přes SDK, CLI a běhové prostředí agentů
Váš cloud, nebo na vlastních serverech	Vareon cloud, váš cloud nebo bez cloudu: privátní cloud, váš vlastní účet, na vlastních serverech nebo odpojené od sítě	Cloud a aplikační server hostovaný u vás
Bez cloudu: odpojené od sítě	Postavené pro nasazení, odkud nic nesmí odejít, s lokálními modely, lokálními závislostmi a vaším vlastním poskytovatelem identity	Možné se stackem na vlastních serverech a lokálními závislostmi
Náklady, rychlost a vhodnost
Jak snižuje náklady na model	Na známou práci odpovídá Duplex sám, bez opakovaného volání špičkového modelu	Lepší kontext a dovednosti zlepšují výsledky, ale model stále běží
Jak snižuje latenci	Rozhodnutí, kterými si je jistý, přijdou rychle; nejistá práce dál jde k vašemu špičkovému modelu	Lépe uspořádaný kontext může omezit zbytečné uvažování
Přečká aktualizaci modelu	AnoUčení, kontext, úkoly a pravidla zůstávají mimo jakýkoli jednotlivý model	AnoPaměť a dovednosti jsou záměrně nezávislé na modelu
Potřeba doladění	NeDoladění se stává volitelným krokem navíc	Ne
Nejlépe se hodí pro	Organizace, které potřebují, aby se jejich AI agenti učili, jednali v rámci pravidel, nesli práci dál a zlepšovali se napříč modely, jako jeden systém	Týmy, které stavějí trvalé, samy se zlepšující agenty na paměti a dovednostech v prostoru tokenů

Další porovnání.

Ověřte si Duplex na vlastní práci.

Porovnejte ho tam, kde na tom záleží: pilotní projekt nasadí Duplex na vaši vlastní práci, s měřítky dohodnutými před začátkem.

Spustit pilotní projekt →Poznat Duplex

Duplex a Letta,vedle sebe.

Všechny schopnosti: Duplex a Letta.

Další porovnání.

Ověřte si Duplex na vlastní práci.

Duplex a Letta,
vedle sebe.