Běhové prostředí s trvalým učením pro AI agenty.
Duplex definuje novou kategorii.
Není to další paměťová databáze pro váš model. Duplex dělá z dočasného asistenta vázaného na jeden model systém, který se učí z práce, uchovává si kontext, vynucuje vaše pravidla, zlepšuje se s vašimi nástroji, se svolením sdílí, co se naučí, a přechází mezi poskytovateli modelů, aniž by ztratil, co se naučil.
Chybějící čtvrtá vrstva.
Dnešní AI rozděluje inteligenci do tří vrstev. Model uvažuje, vyhledávání dodává dokumenty i vzpomínky a aplikační kód řídí procesy, oprávnění a nástroje. Žádná z nich se z práce neučí. Duplex přidává čtvrtou: učení ze všeho, co dělají vaši agenti, uchované po celou dobu, kdy Duplex provozujete.
Model o úkolu uvažuje a po jeho dokončení na něj zapomene.
Co vyhledávání nikdy nebylo navrženo uchovávat.
Vyhledávání vrací dokumenty a vzpomínky, které vypadají relevantně. Duplex si uchovává, co ho práce naučila, a jedná podle toho:
- 01Co se povedlo a co selhalo
- 02Které akce vedly k jakým výsledkům
- 03Který nástroj funguje v jaké situaci
- 04Které způsoby práce zlepšily výsledky
- 05Preference a pravidla, která stále platí
- 06Co která akce změní
- 07Dovednosti, které ho naučila opakovaná práce
- 08Co je třeba zapomenout, vrátit zpět nebo stáhnout
- 09Kdy může odpovědět sám a kdy se zeptat vašeho modelu
Vaše AI je model plus to, co se Duplex naučil.
Model se může změnit. Co se Duplex naučil, zůstává.
Vaše AI
S čím pracují vaši lidé i agenti
Základní model
Může se změnit: nová verze, nový dodavatel
Co se Duplex naučil
Zůstává: je vaše a dál roste
Toto oddělení mění to, co organizace vlastní. Co se naučila, už nemusí žít ve vahách jednoho dodavatele, v jednom přepisu chatu ani ve vlastním paměťovém formátu jedné aplikace.
Přijde nový model. Sám o sobě začne od nuly; s Duplexem si ponechá vše dosud naučené.
Pro firmy: AI, která se zúročuje.
Duplex mění ekonomiku AI v práci. Každý potvrzený výsledek může zlepšit další úkol a vše, co se nashromáždí, zůstává vaše.
Hodnota, která se násobí.
Většina nasazení AI začíná u každého úkolu téměř od nuly. Prompty, vyhledávání a pevně dané procesy dodávají kontext, ale systém se s každým potvrzeným výsledkem nezlepšuje. S Duplexem může každý dokončený úkol něco zanechat:
- Lepší volba nástroje
- Poučení o tom, co akce změní
- Znovupoužitelná dovednost
- Opravené rozhodnutí
- Pravidlo k dodržování
- Řešený příklad
- Jasný signál toho, co fungovalo
- Rychlejší návrat k práci
- Nová schopnost, otestovaná před použitím
Systém je tak tím užitečnější, čím víc ho vaše organizace používá.
Inteligence, která jde s vámi.
Claude, Codex, Cursor a Hermes mohou čerpat ze stejného Duplexu, stejně jako vaši vlastní agenti přes MCP + hooks. Změňte model, agentního klienta, poskytovatele modelů nebo dodavatele nástrojů a procesy, pravidla, historie i dovednosti, které se vaše organizace naučila, vám zůstanou.
Uzamčení u dodavatele mizí a to, co se vaše organizace naučí, se stává trvalým aktivem.
Jednotlivec, tým i firma, ve vrstvách.
Duplex uchovává, co se naučí, na každé úrovni, na které záleží:
- Jeden člověk
- Tým
- Organizace
- Jeden úkol
- Pracovní prostor
- Agent
- Sdílené vlákno
Člověk si uchovává své preference a způsoby práce. Tým buduje společnou praxi a znalost nástrojů. Organizace stanovuje pravidla, v jejichž rámci pracují všichni, zatímco se lidé i týmy pod nimi dál učí. To má mnohem větší cenu než jedna globální paměť.
Pravidla pro to, co agenti dělají, nejen pro to, co se jim řekne.
Pravidla Duplexu řídí to, co agent skutečně spouští, nejen to, co prompt po modelu žádá. Přes MCP + hooks se Duplex zapojuje před každým požadavkem, před každým voláním nástroje a po každém výsledku, a také vždy, když se znalosti sdílejí nebo zapomínají.
Podniky potřebují kontrolu nad chováním, ne lepší formulace.
Doladění, na mnohem méně věcí.
Doladění má stále smysl, když model potřebuje novou obecnou schopnost nebo chování. Mnoho firemních potřeb ale vůbec nevyžaduje měnit váhy:
- „Zapamatujte si náš postup vydávání verzí.“
- „Naučte se, který diagnostický nástroj tuto poruchu vyřeší.“
- „Přestaňte doporučovat, co opakovaně selhává.“
- „Dodržujte omezení tohoto zákazníka.“
- „Pokračujte v úkolu i poté, co změníme model.“
- „Sdílejte tento osvědčený postup s týmem.“
- „Stáhněte, co už neplatí.“
Duplex tyto potřeby řeší mimo model: je to rychlejší, vratné, dohledatelné ke zdroji a obvykle levnější než opakované doladění.
Nový obranný val.
Cenným aktivem už není jen model. Trvalou výhodou se stává tohle:
Průběžně shromažďovaná, řízená, přenositelná provozní inteligence vaší organizace.
Dvě firmy mohou používat stejný model a dopadnout velmi rozdílně, protože jedna má v Duplexu roky potvrzených lekcí, dovedností, pravidel, oprav, výsledků a historie úkolů.
Pro výzkum: kontinuální učení jako systém.
Duplex chápe kontinuální učení jako systémový problém, ne jen jako otázku, jak aktualizovat váhy sítě.
Učení, které nechává váhy na pokoji.
Velká část výzkumu kontinuálního učení aktualizuje váhy sítě a snaží se přitom vyhnout katastrofickému zapomínání. Duplex jde jinou cestou a přizpůsobuje se mimo váhy modelu. Stále jde o skutečné kontinuální učení: to, co udělá příště, se mění podle toho, co zažil. A nabízí to, s čím si aktualizace vah těžko poradí:
- Přesné dohledání původu
- Učení, které lze vrátit zpět
- Izolace mezi zákazníky
- Selektivní zapomínání
- Úplná auditní stopa
- Okamžitá adaptace
- Mnohem méně výpočetního výkonu
- Žádné odstávky kvůli přetrénování
Mnoho způsobů učení, které běží jako jeden celek.
Duplex spojuje několik druhů učení: rychlou adaptaci, rozpoznání toho, co je nové, odhad vlastní jistoty, předvídání toho, co akce změní, plánování, učení z výsledků a proměnu podkladů v dovednosti, které před použitím otestuje.
Výzkumná hodnota nespočívá v žádném jednotlivém algoritmu. Spočívá v tom, že všechny běží jako jeden trvalý, řízený systém učení v pozadí skutečných agentů.
Odnaučení, které zasáhne vše.
Zapomínání je víc než smazání záznamu. Když se odstraní podklady, na kterých něco stojí, lze spolu s nimi stáhnout i vše, co se z nich Duplex naučil. To je důležité pro soukromí, opravy, bezpečnost, regulaci i vědeckou validitu.
Systém, který se učí, ale neumí se přesně odnaučit, je neúplný pro cokoli, co má běžet léta.
Dlouhá práce bez celého přepisu.
Duplex nese dál, co dlouhý úkol potřebuje: jeho cíl, rozhodnutí, omezení a dosud otevřenou práci.
Kontinuita nemusí znamenat, že se modelu znovu předkládá celá historie, a to je důležité pro agenty, kteří pracují hodiny nebo dny.
Učení nejen ze slov.
Duplex se kromě textu učí i z obrázků, zvuku, videa a dokumentů, se stejnou kontrolou nad tím, co se smí naučit. Učit ho mohou snímky obrazovky, návrhy, nahrané rozhovory, dokumenty i výstupy nástrojů.
Nejde o to najít média. Jde o propojení těchto podkladů s výsledky, úkoly, dovednostmi a zapomínáním.
Pro obor: kde žije inteligence.
Jeho největší důsledek: inteligence už nemusí žít výhradně uvnitř základního modelu.
Nová jednotka inteligence.
Obvyklý pohled a ten, který umožňuje Duplex:
Inteligentním produktem je model.
Inteligentním produktem je model plus běhové prostředí, které se nepřestává učit.
Zlepšení se pak mohou hromadit mezi voláními modelu, mezi relacemi, a dokonce i mezi poskytovateli modelů.
Modely se dají snáz vyměnit.
Když paměť, personalizace, pravidla, naučené používání nástrojů, kontinuita úkolů a vlastní dovednosti organizace žijí v Duplexu, dá se použitý model snáz nahradit. Modely dál soutěží v uvažování, rychlosti, modalitách a ceně.
Co si ale zákazník vybudoval, už se změnou modelu neztrácí a moc se přesouvá k tomu, kdo drží to, co bylo naučeno.
Agenti, kteří zůstávají sami sebou.
Agent připojený k Duplexu zůstává sám sebou, i když:
- Konverzace skončí
- Kontextové okno se zaplní
- Klient se restartuje
- Úkol pokračuje po několika dnech
- Model se změní
- Práce přejde z Claude Code do Codex
- Připojí se další oprávněná osoba
To má blíž k trvalému softwarovému pracovníkovi než k řadě nesouvisejících chatů.
Jasná hranice mezi modelem a systémem.
ACI je inteligence, která se přizpůsobuje. Duplex je produkt kolem ní: rozhodování, správa, způsoby připojení a životní cyklus všeho, co se naučí. Agenti pracují s několika jednoduchými, stabilními operacemi, model nikdy nepotřebuje vědět, co běží pod nimi, a hooky spojují každé rozhodnutí se skutečnou akcí.
Právě tato hranice mění motor v infrastrukturu, kterou může používat jakýkoli agent.
Jiný způsob škálování.
Obor často předpokládá, že schopnější AI potřebuje hlavně větší modely, víc trénovacích dat, delší kontextová okna nebo víc výpočtů při inferenci. Duplex přidává další rozměr:
Schopný model, který mimo své váhy neustále hromadí potvrzené zkušenosti.
To dokáže víc a za méně než opakované zvětšování modelu nebo jeho promptu.
Čím se Duplex stává.
Díky Duplexu si AI agenti pamatují, učí se, zlepšují se, dodržují pravidla a pokračují v práci, napříč relacemi i modely.
Není to jen
- Vektorová databáze
- Paměťový plugin
- Správce promptů
- Server MCP
- Systém pro řízení procesů
- Brána pro vynucování zásad
- Systém pro doladění
Spojuje části všech těchto nástrojů do jednoho běhového prostředí, které se učí.
Duplex vedle paměti, dovedností, doladění a AI bran →Ve zkratce.
Pro firmy
AI, která se používáním zlepšuje a uchovává si, co se naučila, napříč agenty i dodavateli modelů.
Pro výzkum
Kontinuální adaptace, nejistota, paměť, plánování, vratné učení a podklady z jakéhokoli média, v jednom systému, který pracuje v pozadí skutečných agentů.
Pro obor
Inteligence už nemusí žít výhradně uvnitř modelu. Z naučeného se může stát samostatná vrstva: řízená, přenositelná a vaše.
Infrastruktura, ne funkce.
Největší příležitostí je dostat kontinuální učení do praxe: okamžité, trvalé, vratné, řízené a přes MCP + hooks dostupné agentům, které už používáte, přičemž váš model zůstává, jak je. Duplex je navržen jako vrstva, ve které lidé a organizace budují svou AI inteligenci, zatímco se modely pod ní stávají vyměnitelnými motory uvažování.
Vlastněte inteligenci, která přetrvá každý model.
Pilotní projekt nasadí Duplex na vaši vlastní práci a ještě před začátkem se dohodne, co se bude počítat za úspěch.