Trwały system uczenia się w działaniu dla agentów AI.
Duplex tworzy nową kategorię.
To nie jest kolejna baza pamięci dla twojego modelu. Duplex zmienia tymczasowego asystenta, przywiązanego do jednego modelu, w system, który uczy się z pracy, zachowuje swój kontekst, egzekwuje twoje zasady, coraz lepiej korzysta z twoich narzędzi, za zgodą dzieli się tym, czego się uczy, i przechodzi między dostawcami modeli, nie tracąc tego, czego się nauczył.
Brakująca czwarta warstwa.
Dzisiejsza AI dzieli inteligencję na trzy warstwy. Model rozumuje, wyszukiwanie dostarcza dokumenty i wspomnienia, a kod aplikacji obsługuje procesy, uprawnienia i narzędzia. Żadna z nich nie uczy się z pracy. Duplex dodaje czwartą: uczy się ze wszystkiego, co robią twoi agenci, i zachowuje to tak długo, jak z niego korzystasz.
Model przemyśla zadanie i zapomina o nim, gdy zadanie się skończy.
To, czego wyszukiwanie nigdy nie miało przechowywać.
Wyszukiwanie przywołuje dokumenty i wspomnienia, które wyglądają na istotne. Duplex zachowuje to, czego nauczyła praca, i działa na tej podstawie:
- 01Co się udało, a co zawiodło
- 02Które działania doprowadziły do jakich wyników
- 03Które narzędzie działa w jakiej sytuacji
- 04Które sposoby pracy poprawiły wyniki
- 05Preferencje i zasady, które nadal obowiązują
- 06Co zmienia każde działanie
- 07Umiejętności, których nauczyła go powtarzalna praca
- 08Co trzeba zapomnieć, cofnąć albo wycofać
- 09Kiedy może odpowiedzieć sam, a kiedy zapytać twój model
Twoja AI to model plus to, czego Duplex się nauczył.
Model może się zmienić. To, czego Duplex się nauczył, zostaje.
Twoja AI
To, z czym pracują twoi ludzie i agenci
Model bazowy
Może się zmienić: nowa wersja, nowy dostawca
Czego Duplex się nauczył
Zostaje: jest twoje i wciąż rośnie
Ten podział zmienia to, co należy do organizacji. To, czego się nauczyła, nie musi już żyć w wagach jednego dostawcy, w jednym zapisie czatu ani we własnym formacie pamięci jednej aplikacji.
Pojawia się nowy model. Sam zaczyna od zera; z Duplex zachowuje całą dotąd zdobytą wiedzę.
Dla biznesu: AI, która procentuje.
Duplex zmienia ekonomię AI w pracy. Każdy potwierdzony wynik może sprawić, że następne zadanie pójdzie lepiej, a to, co się gromadzi, zostaje z tobą.
Wartość, która procentuje.
Większość wdrożeń AI zaczyna każde zadanie niemal od zera. Prompty, wyszukiwanie i sztywne procesy dają kontekst, ale system nie staje się lepszy z każdym potwierdzonym wynikiem. Z Duplex każde ukończone zadanie może coś po sobie zostawić:
- Lepszy wybór narzędzia
- Lekcja o tym, co zmienia dane działanie
- Umiejętność wielokrotnego użytku
- Poprawiona decyzja
- Zasada na przyszłość
- Przykład z rozwiązaniem
- Jasny sygnał tego, co zadziałało
- Szybszy powrót do pracy
- Nowa możliwość, przetestowana przed użyciem
Dzięki temu system staje się tym bardziej przydatny, im więcej korzysta z niego twoja organizacja.
Inteligencja, która idzie za tobą.
Claude, Codex, Cursor i Hermes mogą korzystać z tego samego Duplex, a przez MCP + hooks także twoi własni agenci. Zmień model, aplikację agenta, dostawcę modeli albo dostawcę narzędzi i zachowaj procesy, zasady, historię i umiejętności, których nauczyła się twoja organizacja.
Uzależnienie od dostawcy znika, a to, czego uczy się twoja organizacja, staje się trwałym zasobem.
Osoba, zespół i firma, warstwa po warstwie.
Duplex zachowuje to, czego się uczy, na każdym poziomie, który ma znaczenie:
- Jedna osoba
- Zespół
- Organizacja
- Jedno zadanie
- Obszar roboczy
- Agent
- Udostępniony wątek
Osoba zachowuje swoje preferencje i sposoby pracy. Zespół buduje wspólną praktykę i wiedzę o narzędziach. Organizacja ustala zasady obowiązujące wszystkich, a ludzie i zespoły dalej uczą się w ich ramach. To jest warte znacznie więcej niż jedna globalna pamięć.
Zasady dotyczące tego, co agenci robią, a nie tylko tego, co im się mówi.
Zasady Duplex regulują to, co agent faktycznie uruchamia, a nie tylko to, o co prompt prosi model. Przez MCP + hooks Duplex uczestniczy przed każdym zapytaniem, przed każdym wywołaniem narzędzia i po każdym wyniku, a także zawsze wtedy, gdy wiedza jest udostępniana lub zapominana.
Przedsiębiorstwa potrzebują kontroli nad zachowaniem, a nie lepszych sformułowań.
Dostrajanie, potrzebne znacznie rzadziej.
Dostrajanie wciąż ma znaczenie, gdy model potrzebuje nowej ogólnej zdolności lub zachowania. Ale wiele potrzeb biznesowych w ogóle nie wymaga zmiany wag:
- „Zapamiętaj naszą procedurę wydawania wersji.”
- „Naucz się, które narzędzie diagnostyczne usuwa tę awarię.”
- „Przestań polecać to, co ciągle zawodzi.”
- „Przestrzegaj ograniczenia tego klienta.”
- „Kontynuuj zadanie po zmianie modelu.”
- „Udostępnij ten sprawdzony proces zespołowi.”
- „Wycofaj to, co przestało być prawdą.”
Duplex obsługuje takie potrzeby poza modelem: szybciej, odwracalnie, z możliwością prześledzenia do źródła i zwykle taniej niż dostrajanie raz za razem.
Nowa przewaga konkurencyjna.
Cennym zasobem nie jest już tylko model. Trwałą przewagą staje się to:
Stale gromadzona, nadzorowana i przenośna inteligencja operacyjna twojej organizacji.
Dwie firmy mogą używać tego samego modelu i osiągać zupełnie inne rezultaty, bo jedna ma w Duplex lata potwierdzonych lekcji, umiejętności, zasad, korekt, wyników i historii zadań.
Dla badań: uczenie ciągłe jako system.
Duplex traktuje uczenie ciągłe jako problem systemowy, a nie tylko kwestię tego, jak aktualizować wagi sieci.
Uczenie się, które nie rusza wag.
Wiele badań nad uczeniem ciągłym polega na aktualizowaniu wag sieci przy jednoczesnym unikaniu katastrofalnego zapominania. Duplex idzie inną drogą i dostosowuje się poza wagami modelu. To wciąż prawdziwe uczenie ciągłe: to, co robi dalej, zmienia się wraz z tym, czego doświadczył. I oferuje to, z czym aktualizacje wag sobie nie radzą:
- Dokładne wskazanie źródła
- Uczenie, które można cofnąć
- Izolacja między klientami
- Selektywne zapominanie
- Pełny ślad audytowy
- Natychmiastowa adaptacja
- Znacznie mniej mocy obliczeniowej
- Bez przestojów na ponowne trenowanie
Wiele sposobów uczenia się, działających jak jeden.
Duplex łączy kilka rodzajów uczenia się: szybką adaptację, rozpoznawanie tego, co nowe, ocenę własnej pewności, przewidywanie, co zmieni dane działanie, planowanie, uczenie się z wyników i zamienianie dowodów w umiejętności, które testuje przed użyciem.
Wartość badawcza nie tkwi w żadnym pojedynczym algorytmie. Tkwi w tym, że działają razem jako jeden trwały, nadzorowany system uczenia się, który stoi za prawdziwymi agentami.
Oduczanie, które obejmuje wszystko.
Zapominanie to coś więcej niż usunięcie wpisu. Gdy usuwa się dowody, na których coś się opiera, wszystko, czego Duplex się z nich nauczył, może zostać wycofane razem z nimi. Ma to znaczenie dla prywatności, poprawiania błędów, bezpieczeństwa, zgodności z przepisami i rzetelności naukowej.
System, który się uczy, ale nie potrafi precyzyjnie się oduczać, jest niekompletny wszędzie tam, gdzie ma działać latami.
Długa praca bez całego zapisu rozmowy.
Duplex przenosi dalej to, czego potrzebuje długie zadanie: jego cel, decyzje, ograniczenia i to, co wciąż zostaje do zrobienia.
Ciągłość nie musi oznaczać ponownego podawania modelowi całej historii, a to ma znaczenie dla agentów, którzy pracują godzinami albo dniami.
Uczenie się nie tylko ze słów.
Duplex uczy się nie tylko z tekstu, ale też z obrazów, dźwięku, wideo i dokumentów, pod tym samym nadzorem nad tym, czego wolno mu się uczyć. Uczyć go mogą zrzuty ekranu, projekty, nagrane rozmowy, dokumenty i wyniki narzędzi.
Nie chodzi o znajdowanie mediów. Chodzi o łączenie tych dowodów z wynikami, zadaniami, umiejętnościami i zapominaniem.
Dla dziedziny AI: gdzie żyje inteligencja.
Jego największa konsekwencja: inteligencja nie musi już żyć wyłącznie w modelu bazowym.
Nowa jednostka inteligencji.
Powszechny pogląd i ten, który umożliwia Duplex:
Model to inteligentny produkt.
Inteligentny produkt to model plus system, który nieustannie uczy się w działaniu.
Ulepszenia mogą się wtedy gromadzić między wywołaniami modelu, między sesjami, a nawet między dostawcami modeli.
Zmiana modelu staje się łatwiejsza.
Gdy pamięć, personalizacja, zasady, wyuczone korzystanie z narzędzi, ciągłość zadań i własne umiejętności organizacji żyją w Duplex, model pod spodem staje się łatwiejszy do wymiany. Modele wciąż konkurują jakością rozumowania, szybkością, modalnościami i ceną.
Ale to, co zgromadził klient, nie znika już przy zmianie modelu, a siła przesuwa się w stronę tego, kto posiada to, czego się nauczono.
Agenci, którzy pozostają sobą.
Agent połączony z Duplex działa dalej i pozostaje sobą, gdy:
- Kończy się rozmowa
- Okno kontekstowe się zapełnia
- Aplikacja się restartuje
- Zadanie zostaje wznowione po kilku dniach
- Zmienia się model
- Praca przechodzi z Claude Code do Codex
- Dołącza kolejna upoważniona osoba
To coś bliższego stałemu cyfrowemu pracownikowi niż serii niezwiązanych ze sobą czatów.
Wyraźna granica między modelem a systemem.
ACI to inteligencja, która się dostosowuje. Duplex to produkt wokół niej: decyzje, nadzór, drogi wejścia i cykl życia wszystkiego, czego się uczy. Agenci korzystają z kilku prostych, stabilnych operacji, model nigdy nie musi wiedzieć, co działa pod nimi, a hooki wiążą każdą decyzję z rzeczywistym działaniem.
To właśnie ta granica zmienia silnik w infrastrukturę, z której może korzystać każdy agent.
Inny sposób skalowania.
W dziedzinie AI często zakłada się, że bardziej zdolna AI wymaga przede wszystkim większych modeli, większej ilości danych treningowych, dłuższych okien kontekstowych albo większej mocy obliczeniowej przy inferencji. Duplex dodaje kolejny wymiar:
Zdolny model, który stale gromadzi potwierdzone doświadczenie poza swoimi wagami.
Może to dać więcej mniejszym kosztem niż powiększanie modelu albo jego promptu raz za razem.
Czym staje się Duplex.
Duplex sprawia, że agenci AI pamiętają, uczą się, doskonalą się, przestrzegają zasad i pracują dalej, między sesjami i modelami.
To nie tylko:
- Baza wektorowa
- Wtyczka pamięci
- Menedżer promptów
- Serwer MCP
- Silnik przepływu pracy
- Bramka polityk
- System dostrajania
Łączy elementy ich wszystkich w jeden system, który uczy się w działaniu.
Duplex obok pamięci, umiejętności, dostrajania i bramek AI →W skrócie.
Dla biznesu
AI, która doskonali się z każdym użyciem i zachowuje to, czego się nauczyła, między agentami i dostawcami modeli.
Dla badań
Ciągła adaptacja, niepewność, pamięć, planowanie, odwracalne uczenie się i dowody z każdego medium, w jednym systemie, który stoi za prawdziwymi agentami.
Dla dziedziny AI
Inteligencja nie musi już żyć wyłącznie w modelu. To, czego się nauczono, może stać się osobną warstwą: nadzorowaną, przenośną i twoją.
Infrastruktura, nie funkcja.
Największą szansą jest sprawienie, by uczenie ciągłe działało w praktyce: natychmiastowe, trwałe, odwracalne, nadzorowane i dostępne przez MCP + hooks dla agentów, których już używasz, a twój model pozostaje bez zmian. Duplex został zaprojektowany jako warstwa, w której ludzie i organizacje budują swoją inteligencję AI, a modele stają się pod nią wymiennymi silnikami rozumowania.
Niech inteligencja, która przetrwa każdy model, należy do ciebie.
Pilotaż uruchamia Duplex na twojej własnej pracy, z kryteriami sukcesu uzgodnionymi przed startem.