MS Duplex er din AI-model og en ACI-model, der arbejder som én.
Kombinationen er produktet: runtime-intelligens til din AI og dine agenter, for én person eller hele virksomheden. Sammen lærer de af hvert resultat, planlægger, simulerer og beslutter hvert trin, handler inden for dine regler, tilegner sig færdigheder og bærer det lærte på tværs af sessioner, agenter og modeller. Det, den bygger, er dit.
En vedvarende, lærende runtime til AI-agenter.
MS Duplex får AI-agenter til at huske, lære, planlægge, simulere, beslutte, blive bedre, følge reglerne og fortsætte, på tværs af sessioner og modeller. Den samler dele af en vektordatabase, et hukommelsesplugin, et værktøj til promptstyring, en MCP-server, en motor til arbejdsgange, en politik-gateway og et finjusteringssystem i én runtime, der lærer.
Din AI
Det, dine medarbejdere og agenter arbejder med
Grundmodellen
Kan skiftes: en ny version, en ny leverandør
Det, MS Duplex har lært
Forbliver: dit, og vokser stadig
Sådan fungerer MS Duplex som Agent Operating System.
MS Duplex er det Agent Operating System, der drives af runtime-intelligens: laget, som hver agent kører på, uanset hvilken model den bruger. Agenter arbejder nu i timer eller dage, på tværs af sessioner, apps og modeller, men hver af dem bygger stadig sin egen hukommelse, sine egne regler og værktøjsforbindelser og mister dem, når modellen eller appen skifter. MS Duplex giver dem ét lag til det hele, så hver agent beholder sin kontekst, sine regler og sine værktøjer, uanset hvilken model eller app den bruger.
Det, MS Duplex giver hver agent, uanset hvilken model den bruger.
- Kontekst
Kontekst, der overlever sessionen
Målet, beslutningerne og det ufærdige arbejde følger med ind i den næste session, agent eller model.
- Regler
Regler før hver handling
Hvert modelkald og hver værktøjshandling kontrolleres mod dine regler, før det kører, og de handlinger, du vælger, venter på en persons OK.
- Langt arbejde
Langt arbejde, der fortsætter
Arbejde, der strækker sig over dage, sessioner og agenter, forbliver ét job, med hvert trin registreret og en kontrolleret afslutning.
- Din stak
Din stak, én værktøjskasse
Din genfinding, dine caches, vidensgrafer, API’er og modeller bliver én værktøjskasse for hver agent, og tilladelserne styres fortsat af dine kontroller.
- Niveauer
Hvert niveau for sig
Det, en person, et team og organisationen lærer, bliver i sit eget lag, og hver kunde holdes adskilt.
- Historik
Én historik
Hvert trin efterlader en kvittering i én historik, du kan kontrollere og eksportere.
- Enhver model
Modeller, du kan skifte
Skift modellen, klienten eller leverandøren, og det, dine agenter har lært, bliver.
- Drevet af runtime-intelligens
Hvert mål, koordineret
Den planlægger, simulerer og beslutter hvert trin inden for dine regler, handler gennem dine værktøjer, kontrollerer resultatet og lærer af det, der blev verificeret, så hver agent på den får arbejdet gjort og bliver bedre med brug.
Bygget på ACI.
MS Duplex er bygget på ACI, Adaptive Continual Intelligence: en ny kategori af intelligens, der lærer, planlægger, simulerer, beslutter og handler under kørsel, i samspil med AI-modeller. Med ACI lærer din AI med det samme, følger med i hver ændring og bliver hurtigere og billigere med brug, og det, den lærer, er dit.
MS Duplex
Det produkt, du brugerMS Duplex arbejder i de assistenter, dit team bruger, og i de agenter, din virksomhed bygger. Den starter velinformeret, beslutter ruten, handler inden for dine regler og fører sine beslutninger, sin læring og din kontekst videre.
- I dine assistenter
- Inde i dine egne agenter
- Inden for dine regler
- I den placering, du vælger
ACI
Intelligensen i MS DuplexDen lærer, planlægger, simulerer, beslutter og handler, mens arbejdet foregår, lader din models vægte være, og alt, hvad den lærer, tilhører dig.
- Lærer af hvert resultat
- Handler inden for dine regler
- Følger med i hver ændring
- Dit, uanset hvor du arbejder
Hvad MS Duplex gør for din AI.
24 måder, den gør din AI bedre på. Se dem køre, eller tryk på en af dem.
Hver samtale bliver til intelligens, som din virksomhed ejer.
De svar, rettelser og beslutninger, din AI finder frem til, bliver i din virksomhed, og hver opgave gør den næste bedre.
Se den i aktion →Trin 1 af 4: Bekræftet
Bekræft et resultat, og MS Duplex lærer det med det samme.
Kontinuerlig læring er den hellige gral inden for AI.
MS Duplex er bygget på ACI, Adaptive Continual Intelligence: MatterSpaces proprietære algoritmer og arkitektur for intelligens, der bliver ved med at lære under kørsel. Den lærer af hvert bekræftet resultat, kender stadig det, den har lært før, og lader dig ændre enhver del af det: plasticitet, stabilitet og redigerbarhed, alt på én gang.
MS Duplex lærer af hvert bekræftet resultat og bygger videre på det.
Trin 1 af 5: Den lærer
Intelligens, ikke genfinding.
RAG, vektordatabaser, vidensgrafer, caches og hukommelse gemmer, hvad der skete, og finder det, der ligner. MS Duplex lærer: den forstår mønsteret bag hvert resultat, komprimerer det til det, der generaliserer, forudser, hvad der følger, og handler på det.
Når en forespørgsel kun ser velkendt ud, returnerer genfinding det nærmeste match. MS Duplex forstår mønsteret og ser forskellen.
Trin 1 af 5: En dobbeltgænger
A look-alike
Genfinding Returnerer det, der ligner, rigtigt eller forkert.
MS Duplex Forstår mønsteret og ser forskellen.
Nye ord
Genfinding Finder intet, der er tæt nok på.
MS Duplex Lærte mønsteret, så den ved det stadig.
En regel ændres
Genfinding Leverer det gamle svar, indtil nogen redigerer lageret.
MS Duplex Følger den nye regel fra næste forespørgsel.
Med brug
Genfinding Vokser kun, og hver søgning bliver større.
MS Duplex Komprimerer det, den har lært, og bliver hurtigere og billigere.
Hvad der følger
Genfinding Venter på spørgsmål.
MS Duplex Forudser næste trin og handler på det inden for dine regler.
- RAG Finder passager, der ligner spørgsmålet
- Vektordatabaser Finder tætte match
- Vidensgrafer Finder det, nogen har forbundet
- Caches Returnerer det, der er spurgt om før
- Hukommelse Husker det, der blev gemt
MS Duplex kan bruge hver eneste af dem som et værktøj, og den lærer af det, de returnerer.
Til mange opgaver behøver du ikke længere at finjustere.
Det, teams finjusterer for, er deres viden, deres måde at arbejde på og bedre resultater. MS Duplex leverer alle tre ud fra dit eget arbejde, og din model forbliver, som den er.
- Dine begreber og din viden, lært af resultater, dit team bekræfter
- Dit format, din tone og dine regler, i hvert svar
- Bedre resultater: den slog optimeret finjustering i 6 / 6 test*
- Lavere omkostninger: 90.3% færre modelkald*
- En ændring i dit arbejde, gældende fra næste forespørgsel
- 0 gentræning, når du skifter model*
- Enhver lærdom kan tages tilbage for sig
- Ingen træningskørsler og ingen egen GPU
En finjustering omskriver vægtene, én model og én træningskørsel ad gangen.
Trin 1 af 4: En træningskørsel
Den lærer, planlægger, simulerer, beslutter og handler, under kørsel.
En ACI-model ved siden af din AI giver den det, den mangler, mens arbejdet foregår. Følg én opgave gennem alt, hvad MS Duplex gør.
Trin 1 af 5: Lærer
Der kommer en opgave, som kræver en færdighed, MS Duplex endnu ikke har, så den lærer den, hvor det er sikkert at prøve, og kontrollerer den, før opgaven bygger på den.
114 evner i 17 grupper.
Fra den kontekst, en opgave starter med, til en fordel, der vokser med hver opgave. Tryk på en gruppe for at åbne den i listen.
- Kontekst og observation
- Regler og adfærdskontrol
- Værktøjskørsel
- Læring og personalisering
- Long Horizon: langvarigt arbejde
- Planlægning og beslutningsstøtte
- Skill Fabric: genbrugelige færdigheder
- Vedvarende tråde og deling
- Glemsel og datakontrol
- Status og forklaringer
- Vedvarende intelligens
- Personalisering
- Multimodal intelligens
- Konfidens og autonomi
- Sikkerhed og tilsyn under kørsel
- Operationel intelligens
- Integration og portabilitet
Hurtigere, billigere, mere præcis.
Ud af hver 100 beslutninger: hvor mange hver tilgang traf rigtigt, før og efter en regelændring.
- −90.3%*Modelkald, med højere nøjagtighed →
- 0%*Forældede svar efter en regelændring →
- 6 / 6*Test, hvor MS Duplex slog finjustering →
- 3 / 3*Frontier-modeller slået i at forudsige systemændringer →
* Tal fra MatterSpaces interne benchmarks, ikke uafhængigt verificeret. Læs ansvarsfraskrivelsen
Alle resultater →Trin 1 af 4: Modellen alene
Kaldt ved hver beslutning svarede modellen alene rigtigt på 59.8% af dem.*
Det arbejde, den ændrer.
Hver type arbejde, på det samme Agent Operating System, og hvad der ændrer sig, når MS Duplex har lært det.
Trin 1 af 6: Kodning
Kode- og desktopassistenter: Dit projekts konventioner, anvendt i hver session.
Kode- og desktopassistenter
Dit projekts konventioner, anvendt i hver session.
MS Duplex anvender dit projekts konventioner og bekræftede rettelser i nye filer og nye sessioner, i Claude, Codex, Cursor og Hermes.
Se plugins →Support- og driftsagenter
En politikændring træder i kraft ved næste forespørgsel.
Returneringer, routing og undtagelser besvares på millisekunder, og en ændret politik gælder fra næste forespørgsel.
Se agent-benchmarken →Automatisering af arbejdsgange i virksomheder
Agenter, der ved, hvordan dine systemer reagerer.
MS Duplex lærer, hvad hver handling ændrer, og planlægger ruten. Den slog tre frontier-modeller i at forudsige systemændringer.
Se workflow-benchmarken →AI-produkter med stor volumen
90% færre modelkald, med nøjagtighed op fra 59.8% til 94.6%.*
MS Duplex besvarer de beslutninger, den har lært, på millisekunder, og din AI tænker resten igennem.
Se resultaterne for omkostninger →Teams der tilpasser en model
Tilpas din model uden at gentræne den.
MS Duplex tilpasser din model til dit arbejde uden at gentræne den, og tilpasningen følger med dig til den næste model.
Se resultaterne for tilpasning →Reguleret og suverænt arbejde
Læring, du kan gennemse, rette og holde inden for din grænse.
Hver kunde ejer det, MS Duplex lærer for den, med centrale regler, godkendelser og en historik, der kan eksporteres, i din cloud.
Se sikkerhed →
