Respuestas claras sobre Duplex.
Las preguntas que hacen los equipos antes de desplegar.

Con un piloto sobre tu propio trabajo. Cuéntanos dónde trabaja tu equipo y qué debería aprender Duplex primero. Acordamos las métricas antes de empezar y configuramos Duplex contigo en la ubicación que elijas.

Por decisiones y puestos. Una decisión es una petición en la que participa Duplex, tanto si la responde Duplex como si recurre a tu IA. Cada presupuesto llega por escrito antes de que te comprometas.

No. Tú aportas tu propio acceso al modelo y se lo pagas a tu proveedor, y Vareon no añade ningún margen a los tokens. Una decisión que Duplex ha aprendido no necesita ninguna llamada al modelo.

Se queda en la ubicación que elijas. En Vareon Cloud, Vareon ejecuta Duplex por ti y cada cliente está separado de los demás. En tu nube o en tu edge, queda bajo tus controles. Lo único que sale es una petición a un modelo externo que conectes, y ese proveedor solo ve esa petición.

Duplex es la inteligencia en ejecución para tu IA y tus agentes. Como segunda inteligencia junto a tu modelo, aprende, decide y actúa mientras se trabaja, de una persona a toda la empresa. Aprende de cada resultado, decide y actúa dentro de tus reglas, adquiere habilidades propias y lleva consigo sus decisiones y su aprendizaje, trabajes donde trabajes. Lo que construye es tuyo. Duplex está basado en ACI, Adaptive Continual Intelligence: una nueva categoría de inteligencia que aprende, decide y actúa en ejecución, en equipo con los modelos de IA.

La IA de hoy está fragmentada. El modelo, la recuperación y el código de aplicación tienen cada uno su parte de la inteligencia, y ninguno de ellos aprende del trabajo. Duplex es la capa de infraestructura que los une en un solo sistema, y aporta capacidades que ninguno tiene: aprende, decide y actúa mientras se trabaja. Es un entorno de ejecución con aprendizaje persistente para agentes de IA: conserva su contexto, hace cumplir tus reglas y lleva lo que aprendió a través de sesiones, agentes y modelos. El centro de gravedad se desplaza del modelo por sí solo a todo el sistema, y lo que Duplex aprende y decide es tuyo. El modelo puede cambiar. Duplex lleva consigo el resto.

Cualquiera cuyo trabajo funcione con IA, de una persona a toda la empresa. Una persona empieza en su propio asistente, un equipo comparte lo que aprende, una pequeña empresa deja que Vareon lo ejecute en Vareon Cloud, y una empresa más grande lo lleva a cada agente que construye a través de MCP + hooks, en su propia nube o en sus propios dispositivos en el edge.

Un harness le da a tu IA herramientas, prompts y pasos, y hace aquello para lo que se configuró. Duplex es una segunda inteligencia junto a tu IA: aprende de cada resultado confirmado, decide y actúa dentro de tus reglas y lleva tu trabajo entre herramientas y modelos, y lo que aprende es tuyo. Funciona dentro de Claude, Codex, Cursor y Hermes, y dentro de tus propios agentes a través de MCP + hooks.

94 capacidades en 17 grupos: Contexto y observación · Reglas y control del comportamiento · Ejecución de herramientas · Aprendizaje y personalización · Tareas de larga duración · Planificación y apoyo a la decisión · Habilidades reutilizables · Hilos persistentes y uso compartido · Olvido y control de datos · Estado y explicaciones · Inteligencia persistente · Personalización · Inteligencia multimodal · Confianza y autonomía · Seguridad y supervisión en ejecución · Inteligencia operativa · Integración y portabilidad.

No. Esos almacenan lo que pasó y encuentran lo que se le parece. Duplex es una inteligencia que aprende de la experiencia, los resultados y los datos en ejecución: entiende el patrón que hay detrás de cada resultado, lo comprime en lo que generaliza, predice lo que viene después y actúa en consecuencia, dentro de tus reglas. Así distingue un caso parecido, aún reconoce un caso planteado con otras palabras, desde la siguiente petición sigue una regla que ha cambiado y se vuelve más rápido con el uso. RAG, memoria, bases de datos vectoriales, grafos de conocimiento y cachés pasan a ser herramientas que usa.

Tu modelo de IA es brillante, pero en ejecución está solo: alquilado por llamada, empieza cada tarea desde cero, no puede aprender de lo que confirma tu equipo, pierde el contexto entre sesiones y agentes, y nadie comprueba lo que hacen tus agentes antes de que lo hagan. Duplex, basado en ACI, es la segunda inteligencia a su lado, y aprende, decide y actúa en ejecución: empieza informado, aprende de cada resultado, elige el camino, comprueba cada acción frente a tus reglas, adquiere habilidades y lleva sus decisiones y su aprendizaje entre sesiones, agentes y modelos. Tu IA obtiene lo que le falta en ejecución, el trabajo se vuelve más rápido y barato con el uso, y lo que aprende Duplex es tuyo.

Tu IA se queda donde está, y Duplex trabaja a su lado como una segunda inteligencia. Duplex responde, decide y actúa según lo que ha aprendido, en milisegundos, y recurre a tu IA para el trabajo nuevo e incierto, con ese aprendizaje adjunto. El resultado confirmado enseña a Duplex para la próxima vez.

Dos inteligencias que hacen trabajos distintos juntas, como hace el cerebro. El cerebro trabaja con dos sistemas: uno lento para el conocimiento general y uno rápido para cada experiencia nueva. Tu IA es el lento. Duplex, basado en ACI, es el rápido: decide y actúa según lo que aprende. Tu IA aporta inteligencia general, aprendida despacio antes del despliegue. Duplex aporta inteligencia en ejecución: aprende rápido del trabajo real, decide y actúa en consecuencia. La ciencia cognitiva llama a esta pareja sistemas de aprendizaje complementarios.

En cierto modo: funciona como un segundo modelo junto al que usas, una inteligencia con entidad propia, y nunca sustituye a tu IA. Duplex trabaja junto a tu IA: informado antes de la petición, decidiendo y actuando durante ella, aprendiendo después del resultado, y llevándolo todo a la siguiente. Una decisión confirmada puede ejecutarse en milisegundos sin llamar al modelo. El trabajo nuevo o incierto va a tu IA con la inteligencia en ejecución de Duplex adjunta, y el resultado confirmado enseña a Duplex para la siguiente petición.

Inteligencia en ejecución: una segunda inteligencia junto a tu modelo de IA que aprende, decide y actúa mientras se trabaja. Aprende de cada resultado, elige la ruta, planifica, adquiere habilidades, comprueba lo que hacen tus agentes, actúa dentro de tus reglas y lo lleva todo consigo. Lo que aprende es tuyo. Junto a tu IA, forma dos inteligencias, un solo sistema.

En cualquier sitio donde tu IA haga trabajo real: asistentes de programación y de escritorio, agentes de soporte y operaciones, flujos de trabajo empresariales, productos de IA de gran volumen, equipos que adaptan un modelo y trabajo regulado. Es más útil donde los resultados se pueden confirmar, porque Duplex aplica cada corrección, decisión o resultado confirmado a la siguiente petición a la que se ajuste.

Pasan a ser herramientas de Duplex. Duplex llama a cada una cuando un paso la necesita, aprende cuál encaja en cada situación y comprueba que lo que devuelven está al día, tiene fuente y fecha.

ACI, Adaptive Continual Intelligence, es una nueva categoría de inteligencia, creada por Vareon. ACI es una inteligencia que sigue aprendiendo, decidiendo y actuando mientras trabajas. Lleva consigo todo lo que aprendió y decidió, y funciona en equipo con los modelos de IA que ya usas. ACI es el resultado de años de investigación sobre las redes neuronales y su trilema: plasticidad, estabilidad y editabilidad. Duplex está basado en ella.

Los modelos de IA aprenden antes de su lanzamiento, y luego se quedan como están. ACI aprende, decide y actúa después: en ejecución, a partir de tu trabajo, mientras funcione. Aprende tu trabajo en lugar del mundo, se apoya en todo lo que aprendió antes, y lo que aprende es tuyo. Una inteligencia que sigue aprendiendo, decidiendo y actuando en ejecución, junto al modelo, es una categoría aparte.

En tándem. El modelo aporta inteligencia general: conocimiento, lenguaje y razonamiento. ACI aporta lo que aprende de tu trabajo. Se encarga de lo que ya sabe, y recurre al modelo, con contexto, para lo nuevo. El modelo se queda como está, y puedes cambiar de modelo sin perder lo que aprendió ACI.

Una IA que aprende al momento a partir de un solo resultado confirmado, decide y actúa según lo que aprendió dentro de tus reglas, sigue una regla nueva desde la siguiente petición, se vuelve más rápida y barata a medida que aprende, sabe cuándo recurrir a tu modelo, resuelve casos que nunca ha visto, adquiere habilidades propias y te pertenece, trabajes donde trabajes.

Hasta ahora, solo los laboratorios que entrenan modelos podían hacer que la IA aprendiera. Con ACI, cada persona y cada empresa tiene una IA que aprende de su propio trabajo, y lo que aprende le pertenece. Lo que aprende crece con cada resultado, se queda en la ubicación que elijas y es tuyo uses el modelo que uses.

Duplex está basado en ACI, y ACI es la inteligencia que lleva dentro: todo lo que Duplex aprende, decide y hace en ejecución es ACI en acción. Duplex es el producto que usas, dentro de los asistentes en los que trabaja tu equipo y dentro de los agentes que construye tu empresa, a través de MCP + hooks.

ACI es el resultado de años de investigación sobre las redes neuronales y su trilema: plasticidad, estabilidad y editabilidad. La plasticidad es aprender lo nuevo, rápido. La estabilidad es conservar lo que sabe. La editabilidad es cambiar lo que aprendió. Una red neuronal logra dos, como mucho: si aprende rápido, olvida; si la mantienes estable, deja de aprender; y lo que aprendió está repartido por toda ella. ACI reúne las tres.

Faruk Guney creó en solitario ACI, Duplex y su nueva startup, tras años de investigación sobre el trilema de las redes neuronales y más de quince años haciendo crecer Norck hasta convertirla en una empresa global de fabricación e ingeniería bajo demanda.

De resultados que muestran que el trabajo era correcto: una prueba superada, una revisión aprobada, un cambio observado o un resultado de negocio posterior. También se puede preentrenar con ejemplos revisados, decisiones anteriores, documentos, reglas y rutas de herramientas.

Sí. Preentrena Duplex con tus ejemplos revisados, decisiones anteriores, documentos, reglas, rutas de herramientas y bibliotecas de métodos probados. Los aprende antes de ponerse en marcha, así que es útil desde la primera petición, y sigue aprendiendo en producción.

Tu equipo fija el criterio para cada tipo de trabajo. El código puede necesitar pruebas y revisión, mientras que una acción regulada puede necesitar la aprobación de una persona.

Una corrección pertenece al área de trabajo donde se hizo, y ayuda al trabajo posterior en el que encaje. Los usuarios autorizados pueden revisar, corregir o quitar cualquier cosa que haya aprendido Duplex.

Sí. Duplex aprende el patrón, así que resuelve formulaciones nuevas y detalles nuevos, y detecta un caso parecido que necesita otra respuesta. En casos parecidos engañosos se equivocó el 7.5% de las veces, frente al 45.3% de una caché.*

La nueva regla se aplica desde la siguiente petición. Duplex sustituye la decisión obsoleta y deja intacto el trabajo no relacionado. Tras un cambio de política dio 0% respuestas desfasadas, frente a 72% de caché y recuperación.*

Aprendizaje continuo, en ejecución. Duplex aprende de cada resultado en cuanto se confirma, así que la siguiente petición ya se beneficia, sin entrenamiento y sin GPU. Ante un cambio, el 100% de su trabajo previo sigue intacto.*

El uso normal es el entrenamiento: Duplex aprende de cada resultado confirmado y lo aplica desde la siguiente petición. El preentrenamiento le da una ventaja inicial, y los pesos de tu IA se quedan como están.

Para el trabajo nuevo, amplio o creativo, y para todo lo que haya que redactar o razonar desde cero. Duplex prepara exactamente lo que recibe tu IA, junto con lo que ha aprendido. Una decisión que Duplex ha aprendido no necesita llamar al modelo.

Si Duplex se preentrenó con ese tipo de trabajo, responde desde el principio. Si no, se encarga tu IA con el conocimiento de Duplex adjunto, y una vez confirmado el resultado, Duplex lo resuelve la próxima vez.

Tu IA, siempre que el trabajo pida redacción nueva o razonamiento abierto, junto con lo que ha aprendido Duplex. Cuando Duplex ha aprendido el trabajo, responde él solo.

Todo lo que ha aprendido Duplex funciona junto a tu IA, así que pasa contigo al modelo nuevo. En la prueba de adaptación, lo que aprendió Duplex pasó a otra familia de modelos sin ningún reentrenamiento.

No, hace justo lo contrario. Lo que aprende tu organización vive en Duplex, no dentro de los pesos de un proveedor, de una transcripción de chat o de la memoria de una app. Cambia de modelo, de cliente de agentes o de proveedor, y los procesos, las reglas, el historial y las habilidades se quedan.

Sí. Tu ubicación y tus ajustes deciden qué modelo está disponible y adónde va cada petición.

CPU normales, en servidores o en dispositivos edge. Duplex no necesita GPU propia: una decisión que ha aprendido tarda ≈97 ms, frente a ≈2,231 ms de una llamada al modelo. Solo tu IA necesita aceleradores, y Duplex recurre a ella para el trabajo nuevo.*

El objetivo, las decisiones ya tomadas, las restricciones y el trabajo pendiente continúan dentro del mismo cliente y la misma área de trabajo. El trabajo no relacionado y las credenciales se quedan atrás.

Lo que necesitas para continuar: objetivos, decisiones y trabajo pendiente. La transcripción completa se queda donde estaba, y las reglas de acceso de tu equipo se siguen aplicando.

Sí, cuando las conexiones pertenecen al mismo cliente y a la misma área de trabajo permitida. Los perímetros de identidad, de área de trabajo y de cliente se mantienen.

Sí, cuando las dos personas tienen autorización para el área de trabajo compartida. El trabajo personal o restringido se mantiene aparte, según tus ajustes de acceso.

El contexto te ayuda a continuar el trabajo pendiente, y puede ser temporal. Lo que aprende Duplex viene de resultados confirmados, y ayuda cada vez que encaja.

Aplica correcciones confirmadas, actualiza decisiones cuando cambia una regla, lleva adelante el trabajo en curso, planifica procesos de varios pasos, usa tus herramientas y reduce las llamadas al modelo en el trabajo que ha aprendido.

Sí. Duplex aprende cómo responden tus procesos, planifica la ruta más corta y lleva las restricciones y los métodos confirmados de un paso a otro y de una sesión a otra. Tu IA aporta razonamiento nuevo a cada giro inesperado.

Sí. Aprende qué cambian las acciones en tus sistemas, predice el efecto de un paso antes de que se ejecute y propone la ruta más corta hacia un objetivo. En un benchmark empresarial público, superó a tres modelos de frontera prediciendo cambios en el sistema. Cada paso real sigue pasando por tus controles.

Sí, cuando tu equipo lo activa: dale un objetivo, las acciones que puede realizar y una forma de comprobar si lo ha conseguido. Explora de forma segura, prueba la habilidad antes de usarla y la quita cuando se le pide. Completó todas las tareas con el modelo apagado.

Sí. Duplex hace que tu modelo responda como si lo hubieran entrenado con tu trabajo, y los pesos del modelo se quedan como están. Superó a los adaptadores con ajuste fino en 6 / 6 pruebas, sin ningún entrenamiento, y la adaptación pasó a otra familia de modelos sin reentrenamiento.*

Sí. Para tareas bien definidas, Duplex escribe un programa pequeño o reutiliza uno que ya ha funcionado, lo prueba con casos conocidos y lo ejecuta cuando pasa la prueba. Tu equipo puede pausarlo o retirarlo en cualquier momento.

Sí. Los documentos, los grafos de conocimiento y las bases de datos pasan a ser fuentes de conocimiento de Duplex, cada una con su propietario, su origen y su fecha. Duplex sabe cuándo cambia un dato, y aporta los datos correctos a cada decisión.

Sí. Duplex puede compartir el aprendizaje y el contexto aprobados con todos los agentes del área de trabajo elegida. De cualquier cosa que haya aprendido, puedes ver de qué agente viene, con qué modelo y cuándo. El aprendizaje de cada cliente se queda con ese cliente.

Tu equipo decide de qué aprende Duplex, revisa lo que ha aprendido y puede corregir o quitar cualquier parte. Tus reglas, aprobaciones y controles se aplican a cada acción.

Los cuatro plugins son Claude, Codex, Cursor y Hermes. Los equipos que construyen sus propios agentes los conectan a través de MCP + hooks.

Hoy hay cuatro plugins disponibles. Si tu equipo crea y gestiona el agente, puede encajar MCP + hooks; para cualquier otro asistente, dinos cuál usas.

Para los agentes que construye tu empresa. Se conectan a Duplex a través de MCP, y los hooks incorporan Duplex en cada paso: antes de cada petición, antes de cada llamada a una herramienta y tras cada resultado. Cada acción se comprueba con tus reglas antes de ejecutarse, con aprobaciones donde las quieras y un único historial que puedes exportar.

Un plugin funciona dentro de un asistente compatible, a través de MCP: el asistente incorpora Duplex en cada paso, y construye tu inteligencia personal. MCP + hooks funciona dentro de los agentes que construye tu empresa: los hooks incorporan Duplex en cada paso de su trabajo, y construye la inteligencia de tu empresa. Es el mismo Duplex en ambos casos.

Antes de cada petición, antes de cada llamada al modelo, antes de cada llamada a una herramienta, tras cada resultado, en cada traspaso y en cada aprobación. Duplex aplica primero tus reglas, luego lo que ha aprendido, y cada acción se comprueba antes de ejecutarse.

Un plugin, cuando la gente trabaja dentro de un asistente compatible. MCP + hooks, cuando tu empresa construye sus propios agentes y Duplex debe sumarse a cada paso.

Sí. Conectados a la misma área de trabajo, comparten el mismo aprendizaje y contexto aprobados. El acceso sigue limitado a las personas y los agentes que autorices.

Un plugin o MCP + hooks, quién comparte lo que aprende Duplex y, si quieres, los ejemplos, las decisiones y los documentos con los que preentrenarlo. Después, la ubicación y las reglas de acceso que encajan con el trabajo.

Con un plugin compatible, la gente sigue trabajando dentro del asistente que ya usa. El equipo confirma los buenos resultados y corrige los malos, y los pasos de aprobación dependen del producto y del área de trabajo.

Desde la primera petición, si lo preentrenas. Una corrección confirmada ayuda desde el siguiente caso que coincida, y cada resultado confirmado hace que Duplex sea más rápido, más barato y más preciso.

Sí, eso es el preentrenamiento. Los ejemplos revisados, las decisiones anteriores, los documentos y las reglas son un buen punto de partida. Tu equipo coloca cada uno en el área de trabajo adecuada y puede corregirlo o quitarlo más adelante.

Sí. En la consola, los usuarios autorizados pueden revisar, corregir o quitar cualquier cosa que haya aprendido Duplex, y ver el historial que hay detrás. Los controles exactos dependen del producto y del despliegue.

En absoluto. Tú decides lo que importa: los objetivos, las reglas y las acciones que necesitan tu visto bueno. Duplex se encarga de la rutina dentro de esas reglas y hace que cada agente cumpla tus decisiones. Comprueba cada llamada al modelo y cada acción de herramienta antes de que se ejecute, te pregunta antes de las acciones que elijas, y lleva lo que aprobó tu equipo a cada sesión y a cada traspaso.

Sí. Puedes crear áreas de trabajo más acotadas, y los ajustes de identidad y acceso deciden quién comparte cada una. Todo ese aprendizaje se queda dentro de tu organización.

Duplex tiene tres ubicaciones: Vareon Cloud, tu nube y tu edge, en dispositivos y máquinas que gestionas tú. Tu nube y tu edge son soluciones empresariales. Cada integración está disponible en todas ellas, según las condiciones del despliegue.

Como solución empresarial. Escríbenos a hello@vareon.com con el entorno, dónde deben quedarse los datos y tus requisitos de seguridad, y planificamos el despliegue contigo.

Sí. Tu edge admite entornos desconectados y aislados de la red, con dependencias locales y un modelo local o tu IA en el edge. Duplex solo llama a un modelo externo si configuras uno.

Sí. Duplex funciona en CPU y no necesita GPU, así que cabe en los dispositivos, máquinas y servidores locales donde ocurre el trabajo, junto a la IA en el edge que ya está ahí. Sigue aprendiendo y decidiendo sin conexión.

No, funciona junto a ella. Tu IA en el edge atiende lo nuevo. Duplex responde lo que ya ha aprendido, en la propia CPU del dispositivo, y aprende de cada resultado que confirma tu equipo, así que se llama menos al modelo.

Sí. Cada dispositivo decide lo que está en su propia lista, los casos que no puede decidir vuelven a un Duplex central en tu nube o a tu equipo, y lo que aprende una instalación puede llegar a las demás cuando tú lo permitas.

Sí. Hay una vía con soporte entre ubicaciones, y lo que aprendió Duplex se traslada sin reentrenamiento. Las responsabilidades de operación y el trabajo de migración se acuerdan para cada despliegue.

Sí. Un despliegue puede usar tu propio acceso al modelo. Los cargos del proveedor del modelo, las credenciales y el perímetro que crean se gestionan por separado y se detallan en el presupuesto y el contrato.

Sí. Tus datos de entrada, tu material de referencia, tu historial y todo lo que Duplex aprende de ellos sirven solo a tu organización. Las áreas de trabajo pueden añadir límites más acotados por equipos, productos, regiones o tipos de datos.

Sí. En seis familias de ataques parafraseados, los bloqueó todos, con un 0.7% de falsos rechazos, la cifra más baja de todos los enfoques que los bloquearon todos.*

Tú decides quién tiene autorización, en cualquier ubicación. Vareon gestiona el servicio alojado, y solo tiene acceso a un despliegue en tu nube o en tu edge cuando se lo delegas para un fin acordado.

Tu equipo inicia sesión en la consola con tu propio proveedor de identidad, el tráfico se cifra en tránsito, y lo que aprende Duplex y el historial se cifran en reposo. Las opciones para gestionar tus propias claves dependen de la ubicación.

Sí. Los usuarios autorizados pueden quitar cualquier cosa que haya aprendido Duplex, restaurar una versión anterior y exportar lo aprendido con su historial. El proceso de borrado y copias de seguridad de tu despliegue se trata en la revisión de seguridad y en el contrato.

Sí. Quita un resultado o una observación, y lo que Duplex aprendió de ello se retira a la vez, así que no queda nada que se apoye en ello. El historial muestra el cambio.

Solo lo que permitas. Los datos personales se pueden enmascarar antes de que Duplex aprenda de ellos, los envíe a un modelo o los añada al historial, y Duplex puede aplicar lo que aprendió sin el texto original.

Solo admite añadidos y cualquier manipulación queda a la vista: cada cambio se añade como una entrada nueva, así que una entrada alterada se notaría. Los usuarios autorizados pueden exportarlo.

Los usuarios autorizados pueden eliminar su influencia, y el aprendizaje no relacionado sigue como estaba. Tras un envenenamiento deliberado, Duplex eliminó las 40 muestras envenenadas, y su aprendizaje legítimo siguió intacto.

La retención se fija para cada despliegue. Depende de los datos, la ubicación, tu configuración, el diseño de las copias de seguridad y el contrato aplicable.

Duplex está en pilotos privados, y está prevista una certificación independiente. Hasta entonces, el informe de seguridad describe los controles que hay hoy para la ubicación que estás evaluando.

Los proveedores que se usan en tu despliegue, y cualquier condición sobre subencargados del tratamiento, se detallan en tu documentación de cliente. En tu nube o en tu edge, los eliges tú.

11 resultados en coste, precisión, aprendizaje continuo, generalización, planificación, agentes, seguridad, habilidades nuevas y adaptación, incluidos tres benchmarks públicos.

Una caché repite una respuesta anterior cuando una petición parece similar. Duplex aprende el patrón que hay detrás de los resultados confirmados, sigue los cambios de regla desde la siguiente petición y detecta los casos parecidos, y aun así puede llamar a tu caché como herramienta. Tras un cambio de regla, Duplex mantuvo un 92.5% de precisión, mientras que una caché cayó al 42.6%.*

Consérvala: la recuperación pasa a ser una de las herramientas de Duplex. Duplex recurre a ella cuando un paso necesita un pasaje, aprende qué fuentes responden a qué preguntas y sabe cuándo ha cambiado un dato.

Pasa a ser una fuente de conocimiento para Duplex. Duplex lee los datos enlazados cuando una decisión los necesita, sabe cuándo cambian y aprende qué relaciones importan para tu trabajo.

Sí. Los modelos con ajuste fino y los especializados se convierten en herramientas a las que Duplex dirige trabajo, y Duplex puede pasar ejemplos confirmados a tu equipo de entrenamiento cuando quieras entrenar. Todo lo que aprende Duplex sigue funcionando junto a los nuevos pesos.

Pasan a formar parte de cómo actúa Duplex. Duplex ejecuta cada llamada al modelo y a herramientas según tus reglas, y tus barreras de protección y cortafuegos siguen aplicando las suyas.

Un gateway de IA enruta llamadas e informa del uso. Duplex es una inteligencia: aprende de cada resultado confirmado, decide y actúa en consecuencia, y a través de MCP + hooks se suma a cada paso de los agentes que construye tu empresa, con aprendizaje compartido, continuidad, aprobaciones y un único historial.

Junto a ellas. La observabilidad muestra lo que hicieron tus agentes y las evaluaciones lo ponen a prueba; Duplex aprende de lo que confirma tu equipo, así que una corrección se aplica desde la siguiente petición que coincida. Tus trazas y tus baterías de evaluación siguen funcionando como hasta ahora.

El producto, el uso previsto, el tamaño del equipo, la ubicación y la capacidad dedicada, si la hay. Los precios llegan por escrito, con los supuestos en que se basan.

Duplex es un producto de Vareon, Inc., la empresa detrás de vareon.com.

Usa la página de contacto e indica el producto, la ubicación y el tipo de trabajo que tienes en mente. El equipo responderá a la pregunta o te indicará la página con el detalle.