Des réponses claires sur MS Duplex et MS Reflex.
Les questions que posent les équipes avant de déployer.

Par un pilote sur votre propre travail. Dites-nous où travaille votre équipe et ce que MS Duplex doit apprendre en premier. Nous fixons ensemble les indicateurs avant le démarrage, puis nous installons MS Duplex avec vous dans l’emplacement de votre choix.

À la décision et au siège. Une décision, c’est une requête à laquelle MS Duplex participe, qu’il y réponde lui-même ou qu’il fasse appel à votre IA. Chaque devis vous parvient par écrit avant tout engagement.

Non. Vous apportez votre propre accès au modèle et le payez à votre fournisseur, et MatterSpace n’ajoute aucune marge sur les tokens. Une décision que MS Duplex a apprise ne demande aucun appel au modèle.

Elles restent dans l’emplacement de votre choix. Dans MatterSpace Cloud, MatterSpace fait tourner MS Duplex pour vous et chaque client reste séparé. Dans votre cloud, elles restent sous votre contrôle. La seule chose qui sort, c’est une requête vers un modèle externe que vous connectez, et ce fournisseur ne voit que cette requête.

MS Duplex est l’Agent Operating System propulsé par l’intelligence d’exécution : la couche sur laquelle tourne chaque agent, quel que soit le modèle qu’il utilise. MS Duplex, c’est votre modèle d’IA et un modèle ACI qui ne font qu’un : l’intelligence d’exécution pour votre IA et vos agents. Ensemble, ils apprennent, planifient, simulent, décident et agissent pendant que le travail se fait, d’une seule personne à toute l’entreprise. Ce qu’il apprend est à vous. Bâti sur ACI, Adaptive Continual Intelligence.

L’IA d’aujourd’hui est fragmentée : le modèle, la recherche documentaire et le code applicatif détiennent chacun une part de l’intelligence, et aucun n’apprend du travail. MS Duplex est la couche d’infrastructure qui les unifie en un seul système qui apprend, planifie, simule, décide et agit. Le centre de gravité se déplace vers le système tout entier : le modèle peut changer, et MS Duplex fait suivre le reste.

MS Duplex est l’Agent Operating System propulsé par l’intelligence d’exécution : la couche sur laquelle tourne chaque agent, quel que soit le modèle qu’il utilise. Les agents travaillent désormais pendant des heures ou des jours, à travers les sessions, les applications et les modèles, mais chacun construit encore sa propre mémoire, ses règles et ses connexions aux outils, et les perd quand le modèle ou l’application change. MS Duplex leur donne une seule couche pour tout cela, si bien que chaque agent garde son contexte, ses règles et ses outils, quel que soit le modèle ou l’application qu’il utilise.

Il coordonne tout ce qu’exige un objectif : le plan, les options, la décision, vos approbations, le travail dans vos outils et le contrôle du résultat. Il porte le contexte de chaque agent, fait avancer le travail de longue haleine malgré les pauses et les changements, tient un seul historique de chaque étape et apprend de ce qui a été vérifié. Votre stack devient une seule boîte à outils pour chaque agent, ce qu’apprend chaque personne, équipe et organisation reste dans sa propre couche, et le modèle peut changer tandis que ce que vos agents ont appris reste.

La couche sur laquelle tournent vos agents, c’est l’intelligence d’exécution à l’œuvre : votre modèle d’IA et un modèle ACI qui ne font qu’un apprennent de chaque résultat, planifient, simulent, décident et agissent pendant que le travail se fait. C’est pourquoi elle s’améliore à l’usage, et pourquoi ce qu’elle apprend vous appartient toujours quand vous changez de modèle.

Toute personne dont le travail repose sur l’IA, d’une seule personne à toute l’entreprise. Une personne commence dans son propre assistant, une équipe partage ce qu’elle apprend, une petite entreprise utilise MatterSpace Cloud, et une entreprise plus grande l’intègre via MCP + hooks dans ses propres agents et son propre cloud.

Un harness donne à votre IA des outils, des prompts et des étapes, et fait ce pour quoi il a été configuré. MS Duplex associe votre IA à un modèle ACI qui apprend de chaque résultat confirmé, planifie, simule, décide et agit conformément à vos règles, et porte votre travail d’un outil et d’un modèle à l’autre. Il fonctionne dans Claude, Codex, Cursor et Hermes, et dans vos propres agents via MCP + hooks.

114 capacités en 17 groupes : Contexte et observation · Règles et contrôle comportemental · Exécution des outils · Apprentissage et personnalisation · Long Horizon : travail de longue durée · Planification et aide à la décision · Skill Fabric : compétences réutilisables · Fils persistants et partage · Oubli et contrôle des données · État et explications · Intelligence persistante · Personnalisation · Intelligence multimodale · Confiance et autonomie · Sécurité et supervision à l’exécution · Intelligence opérationnelle · Intégration et portabilité.

Tout ce qu’exige un objectif : le contexte, le plan, les options simulées, la décision, vos règles et vos approbations, le travail dans vos outils, le contrôle du résultat, le travail de longue durée, la reprise quand quelque chose change, et l’apprentissage à partir de ce qui a été vérifié. Ces éléments fonctionnent comme un seul système autour de votre objectif, et non comme des outils distincts à brancher entre eux.

Long Horizon, c’est la façon dont MS Duplex mène le travail de longue haleine jusqu’à son objectif. Un travail qui dure des jours ou des semaines reste une seule mission, avec son objectif, son plan, ses règles et son avancement. Chaque étape vérifie ce dont elle dépend avant de s’exécuter, le plan est révisé quand les faits changent, les exceptions vont aux personnes que vous désignez, seules les étapes vérifiées comptent comme avancement, et le travail reprend là où il s’était arrêté après une pause ou un relais.

Skill Fabric, c’est la façon dont MS Duplex transforme ce qui marche en compétences sur lesquelles toute votre organisation peut compter. Une compétence est issue d’un travail vérifié, peut être ouverte et inspectée, est partagée avec d’autres équipes une fois approuvée, est suivie à l’usage et retirée quand elle cesse d’être efficace, et vous appartient toujours quand vous changez de modèle.

Non. Ces outils stockent ce qui s’est passé et retrouvent ce qui y ressemble. MS Duplex apprend de l’expérience à l’exécution : il comprend le schéma derrière chaque résultat, le condense en ce qui se généralise, prédit la suite et agit en conséquence, conformément à vos règles. Il distingue ainsi les faux doublons, suit une règle modifiée dès la requête suivante et devient plus rapide à l’usage. Ces outils deviennent les siens.

Seul à l’exécution, votre modèle d’IA est loué à l’appel, commence chaque tâche à partir de rien, ne peut pas apprendre de ce que votre équipe confirme, perd le contexte entre sessions, et rien ne vérifie ce que font vos agents avant qu’ils agissent. MS Duplex l’associe à un modèle ACI qui apprend, planifie, simule, décide et agit conformément à vos règles. Le travail devient plus rapide et moins cher à l’usage, et ce que MS Duplex apprend est à vous.

Votre IA reste en place, et MS Duplex lui adjoint un modèle ACI. MS Duplex agit en quelques millisecondes selon ce qu’il a appris, et fait appel à votre IA pour le travail nouveau ou incertain, avec cet apprentissage à l’appui. MS Duplex apprend de chaque résultat confirmé pour la prochaine fois.

Deux intelligences qui font ensemble des tâches différentes, comme le fait le cerveau : une lente pour les connaissances générales et une rapide pour chaque nouvelle expérience. Votre IA est la lente, apprise avant le déploiement. Un modèle ACI est la rapide : il apprend du travail réel, puis planifie, simule, décide et agit en conséquence. Ensemble, ils forment MS Duplex.

D’une certaine façon : MS Duplex, c’est votre modèle d’IA et un modèle ACI qui ne font qu’un. Le modèle ACI est une seconde intelligence à part entière, et il ne remplace jamais votre IA. Une décision confirmée peut s’exécuter en quelques millisecondes sans appel au modèle. Le travail nouveau ou incertain va à votre IA, accompagné de l’apprentissage de MS Duplex, et MS Duplex apprend du résultat confirmé pour la requête suivante.

Intelligence d’exécution : votre modèle d’IA et un modèle ACI qui ne font qu’un, et qui apprennent, planifient, simulent, décident et agissent pendant que le travail se fait, conformément à vos règles. Ce qu’il apprend est à vous. Deux intelligences, un seul système : le produit, c’est l’ensemble.

Partout où votre IA fait un vrai travail : assistants de code et de bureau, agents de support et d’opérations, workflows d’entreprise, produits d’IA à fort volume, équipes qui adaptent un modèle et travail réglementé. Il est le plus utile là où les résultats peuvent être confirmés, car MS Duplex applique chaque correction, décision ou issue confirmée à la prochaine requête à laquelle elle correspond.

Ils deviennent les outils de MS Duplex. MS Duplex appelle chacun d’eux quand une étape l’exige, apprend lequel convient à quelle situation et vérifie que ce qu’ils renvoient est à jour, sourcé et daté.

ACI, Adaptive Continual Intelligence, est une nouvelle catégorie d’Intelligence, créée par MatterSpace. Elle continue d’apprendre, de planifier, de simuler, de décider et d’agir pendant que votre travail se fait, en duo avec les modèles d’IA que vous utilisez déjà. MS Duplex l’associe à votre modèle d’IA, MS Reflex à votre pile d’autonomie.

Les modèles d’IA apprennent avant leur sortie, puis restent tels quels. ACI apprend, planifie, simule, décide et agit après : à l’exécution, à partir de votre travail, aussi longtemps qu’elle fonctionne. Elle apprend votre travail plutôt que le monde, s’appuie sur tout ce qu’elle a appris avant, et ce qu’elle apprend est à vous : une catégorie à part entière.

En duo. Le modèle apporte l’intelligence générale : connaissances, langue et raisonnement. ACI apporte ce qu’elle apprend de votre travail. Elle traite ce qu’elle sait déjà, et fait appel au modèle, informé, pour ce qui est nouveau. Le modèle reste tel quel, et vous pouvez changer de modèle sans perdre ce qu’ACI a appris.

Pour votre IA : elle apprend sur-le-champ d’un seul résultat confirmé, suit une nouvelle règle dès la requête suivante, traite des cas qu’elle n’a jamais vus, acquiert des compétences et devient plus rapide et moins chère à l’usage. Pour vos machines : elle apprend à partir d’un seul exemple, planifie, simule et décide sur l’appareil, et soumet chaque commande à vos règles, connectée ou non. Dans les deux cas, ce qu’elle apprend est à vous.

Jusqu’ici, seuls les labos qui entraînent les modèles pouvaient faire apprendre l’IA. Avec ACI, chaque personne et chaque entreprise dispose d’une IA qui apprend de son propre travail, et possède ce qu’elle apprend. Cet apprentissage fructifie à chaque résultat et reste là où vous le choisissez, dans le cloud ou sur la machine, quel que soit le modèle ou la pile que vous utilisez.

Tous deux sont bâtis sur ACI, et ACI est l’intelligence de chacun. Associée à votre modèle d’IA, c’est MS Duplex, dans les assistants de votre équipe et les agents que votre entreprise construit. Associée à votre pile d’autonomie, c’est MS Reflex, sur toute machine qui décide et agit d’elle-même.

ACI est le fruit d’années de recherche sur les réseaux neuronaux et leur trilemme : plasticité, stabilité et modifiabilité. La plasticité, c’est apprendre du neuf, vite. La stabilité, c’est conserver ce qu’il sait. La modifiabilité, c’est modifier ce qu’il a appris. Un réseau neuronal en obtient deux au mieux : faites-le apprendre vite et il oublie, maintenez-le stable et il cesse d’apprendre, et ce qu’il a appris est réparti dans tout le réseau. ACI réunit les trois.

Faruk Guney a créé à lui seul ACI, MS Duplex et MS Reflex, après des années de recherche sur le trilemme des réseaux neuronaux et plus de quinze ans à faire de Norck une entreprise mondiale de fabrication et d’ingénierie à la demande.

De résultats qui montrent que le travail était juste : un test réussi, une revue approuvée, un changement observé ou un résultat métier ultérieur. Il peut aussi être pré-entraîné sur des exemples relus, des décisions passées, des documents, des règles et des enchaînements d’outils.

Oui. Pré-entraînez MS Duplex sur vos exemples relus, vos décisions passées, vos documents, vos règles, vos chemins d’outils et vos bibliothèques de méthodes prouvées. Il les apprend avant sa mise en service, si bien qu’il est utile dès la première requête, et il continue d’apprendre en production.

Votre équipe fixe le niveau requis pour chaque type de travail. Du code peut nécessiter des tests et une revue, tandis qu’une action réglementée peut nécessiter l’approbation d’une personne.

Une correction appartient à l’espace de travail où elle a été faite, et elle aide le travail ultérieur qui s’y prête. Les utilisateurs autorisés peuvent revoir, corriger ou retirer tout ce que MS Duplex a appris.

Oui. MS Duplex apprend le schéma, donc il gère les nouvelles formulations et les nouveaux détails, et il repère un faux doublon qui demande une autre réponse. Sur les faux doublons trompeurs, il s’est trompé dans 7.5% des cas, contre 45.3% pour un cache.*

La nouvelle règle s’applique dès la requête suivante. MS Duplex remplace la décision dépassée et laisse en place le travail sans rapport. Après un changement de politique, il a servi 0% réponses périmées, contre 72% avec cache et recherche documentaire.*

De l’apprentissage continu, à l’exécution. MS Duplex apprend de chaque résultat au moment où il est confirmé, si bien que la requête suivante en bénéficie déjà, sans entraînement et sans GPU. Lors d’un changement, 100% de son acquis reste intact.*

L’usage ordinaire tient lieu d’entraînement : MS Duplex apprend de chaque résultat confirmé et l’applique dès la requête suivante. Le pré-entraînement lui donne une longueur d’avance, et les poids de votre IA restent tels quels.

Pour le travail nouveau, large ou créatif, et pour tout ce qui demande une rédaction ou un raisonnement neufs. MS Duplex prépare exactement ce que reçoit votre IA, accompagné de ce qu’il a appris. Une décision que MS Duplex a apprise n’exige aucun appel au modèle.

Si MS Duplex a été pré-entraîné sur ce type de travail, il répond d’emblée. Sinon, votre IA s’en charge avec les connaissances de MS Duplex jointes, et une fois le résultat confirmé, MS Duplex s’en occupe la fois suivante.

Votre IA, chaque fois que le travail demande une nouvelle rédaction ou un raisonnement ouvert, accompagnée de ce que MS Duplex a appris. Quand MS Duplex a appris le travail, il répond seul.

Tout ce que MS Duplex a appris vit aux côtés de votre IA, et vous suit donc vers le nouveau modèle. Dans le test d’adaptation, ce que MS Duplex a appris est passé à une autre famille de modèles sans aucun réentraînement.

Non, c’est même l’inverse. Ce que votre organisation apprend vit dans MS Duplex, et non dans les poids d’un seul fournisseur, dans une seule transcription de conversation ou dans la mémoire d’une seule app. Changez de modèle, de client d’agent ou de fournisseur, et les processus, les règles, l’historique et les compétences restent.

Oui. Votre emplacement et vos réglages décident du modèle disponible et de la destination de chaque requête.

Des serveurs cloud ordinaires, sur CPU. MS Duplex n’a besoin d’aucun GPU à lui : une décision qu’il a apprise prend ≈97 ms, contre ≈2,231 ms pour un appel au modèle. Seule votre IA a besoin d’accélérateurs, et MS Duplex fait appel à elle pour le travail nouveau.*

L’objectif, les décisions arrêtées, les contraintes et le travail inachevé se poursuivent au sein du même client et du même espace de travail. Le travail sans rapport et les identifiants ne suivent pas.

Ce dont vous avez besoin pour continuer : les objectifs, les décisions et le travail inachevé. La transcription complète reste là où elle était, et les règles d’accès de votre équipe s’appliquent toujours.

Oui, quand les connexions relèvent du même client et d’un espace de travail autorisé. Les frontières d’identité, d’espace de travail et de client restent en place.

Oui, quand les deux personnes sont autorisées sur l’espace de travail partagé. Le travail personnel ou restreint reste séparé, selon vos réglages d’accès.

Le contexte vous aide à poursuivre un travail inachevé, et il peut être temporaire. Ce que MS Duplex apprend vient de résultats confirmés, et sert chaque fois que c’est pertinent.

Il applique les corrections confirmées, met à jour les décisions quand une règle change, fait suivre le travail en cours, planifie les processus en plusieurs étapes, utilise vos outils et réduit les appels au modèle sur le travail qu’il a appris.

Oui. MS Duplex apprend comment vos processus réagissent, planifie le chemin le plus court et reporte les contraintes et les méthodes confirmées d’une étape et d’une session à l’autre. Votre IA apporte un raisonnement neuf à chaque rebondissement imprévu.

Oui. Il apprend ce que les actions changent dans vos systèmes, prédit l’effet d’une étape avant son exécution et propose le chemin le plus court vers un objectif. Sur un benchmark public d’entreprise, il a battu trois modèles de pointe dans la prédiction des changements système. Chaque étape réelle passe toujours par vos contrôles.

Oui, une fois que votre équipe l’active : donnez-lui un objectif, les actions qu’il peut entreprendre et un moyen de vérifier la réussite. Il explore sans risque, teste la compétence avant de s’en servir et la retire sur demande. Il a accompli chaque tâche avec le modèle désactivé.

Oui. MS Duplex fait répondre votre modèle comme s’il avait été entraîné sur votre travail, et les poids du modèle restent tels quels. Il a battu des adaptateurs fine-tunés dans 6 / 6 tests, sans aucun entraînement, et l’adaptation est passée à une autre famille de modèles sans réentraînement.*

Oui. Pour des tâches bien définies, MS Duplex écrit un petit programme ou en réutilise un qui a déjà fonctionné, le teste sur des cas connus et l’exécute une fois qu’il a passé les tests. Votre équipe peut le suspendre ou le retirer à tout moment.

Oui. Documents, graphes de connaissances et bases de données deviennent les sources de connaissances de MS Duplex, chacune avec son propriétaire, sa source et sa date. MS Duplex sait quand un fait change, et apporte les bons faits à chaque décision.

Oui. MS Duplex peut partager l’apprentissage approuvé et le contexte avec chaque agent de l’espace de travail choisi. Pour tout ce qu’il a appris, vous voyez de quel agent cela vient, avec quel modèle, et quand. L’apprentissage de chaque client reste chez ce client.

Votre équipe décide à partir de quoi MS Duplex apprend, revoit ce qu’il a appris et peut en corriger ou en retirer n’importe quelle partie. Vos règles, vos approbations et vos contrôles s’appliquent à chaque action.

Les quatre plugins sont Claude, Codex, Cursor et Hermes. Les équipes qui construisent leurs propres agents les connectent via MCP + hooks.

Quatre plugins sont disponibles aujourd’hui. Si votre équipe construit et fait tourner l’agent, MCP + hooks peut convenir ; pour tout autre assistant, dites-nous lequel vous utilisez.

Aux agents que votre entreprise construit. Ils se connectent à MS Duplex via MCP, et les hooks font appel à MS Duplex à chaque étape : avant chaque requête, avant chaque appel d’outil et après chaque résultat. Chaque action est vérifiée au regard de vos règles avant exécution, avec des approbations là où vous le souhaitez et un historique unique que vous pouvez exporter.

Un plugin intègre MS Duplex dans un assistant pris en charge via MCP, et construit votre intelligence personnelle. MCP + hooks l’intègre à chaque étape des agents que votre entreprise construit, et construit l’intelligence de votre entreprise. C’est le même MS Duplex dans les deux cas.

Avant chaque requête, avant chaque appel au modèle, avant chaque appel d’outil, après chaque résultat, à chaque relais et à chaque approbation. MS Duplex applique d’abord vos règles, puis ce qu’il a appris, et chaque action est vérifiée avant exécution.

Un plugin, quand les gens travaillent dans un assistant pris en charge. MCP + hooks, quand votre entreprise construit ses propres agents et que MS Duplex doit intervenir à chaque étape.

Oui. Connectés au même espace de travail, ils partagent le même apprentissage approuvé et le même contexte. L’accès reste limité aux personnes et aux agents que vous autorisez.

Un plugin ou MCP + hooks, qui partage ce que MS Duplex apprend, et, si vous le souhaitez, les exemples, décisions et documents sur lesquels le pré-entraîner. Puis l’emplacement et les règles d’accès adaptés au travail.

Avec un plugin pris en charge, chacun continue de travailler dans l’assistant qu’il utilise déjà. L’équipe confirme les bons résultats et corrige les mauvais, et les étapes d’approbation dépendent du produit et de l’espace de travail.

Dès la première requête, si vous le pré-entraînez. Une correction confirmée aide dès le prochain cas correspondant, et chaque résultat confirmé rend MS Duplex plus rapide, moins cher et plus précis.

Oui, c’est le pré-entraînement. Exemples relus, décisions passées, documents et règles font un bon départ. Votre équipe place chacun dans le bon espace de travail et peut le corriger ou le retirer plus tard.

Oui. Dans la console, les utilisateurs autorisés peuvent revoir, corriger ou retirer tout ce que MS Duplex a appris, et voir l’historique qui s’y rattache. Les contrôles exacts dépendent du produit et du déploiement.

Non. Vous fixez ce qui compte : les objectifs, les règles et les actions qui exigent votre feu vert. MS Duplex se charge de la routine dans le cadre de ces règles et les fait respecter par chaque agent. Il vérifie chaque appel au modèle et chaque action d’outil avant son exécution, et transmet ce que votre équipe a approuvé à chaque session.

Oui. Vous pouvez créer des espaces de travail plus restreints, et les réglages d’identité et d’accès décident qui partage chacun d’eux. Tout cet apprentissage reste au sein de votre organisation.

MS Duplex propose deux emplacements : MatterSpace Cloud, que MatterSpace exploite pour vous, et votre cloud, un compte cloud qui vous appartient. Votre cloud est une solution entreprise. Chaque intégration est disponible dans les deux, sous réserve des conditions de déploiement.

En tant que solution entreprise. Contactez-nous à hello@matterspace.ai en précisant l’environnement, l’endroit où les données doivent rester et vos exigences de sécurité, et nous planifions le déploiement avec vous.

Oui. Il existe un chemin pris en charge entre les emplacements, et ce que MS Duplex a appris migre sans réentraînement. Les responsabilités d’exploitation et le travail de migration sont convenus pour chaque déploiement.

Oui. Un déploiement peut utiliser votre propre accès au modèle. Les frais du fournisseur de modèle, les identifiants et la frontière qu’ils créent sont traités séparément et précisés dans le devis et le contrat.

Oui. Vos entrées, vos documents de référence, votre historique et tout ce que MS Duplex en apprend servent votre seule organisation. Les espaces de travail peuvent ajouter des frontières plus étroites par équipe, produit, région ou classe de données.

Oui. Face à six familles d’attaques reformulées, il a bloqué chacune d’elles, avec 0.7% de refus à tort, le taux le plus bas parmi les approches qui les ont toutes bloquées.*

Vous choisissez qui est autorisé, dans chaque emplacement. MatterSpace exploite le service hébergé, et n’a accès à un déploiement dans votre cloud que lorsque vous le lui déléguez pour un objet convenu.

Votre équipe se connecte à la console via votre propre fournisseur d’identité, le trafic est chiffré en transit, et ce que MS Duplex apprend ainsi que l’historique sont chiffrés au repos. Les options pour détenir vos propres clés dépendent de l’emplacement.

Oui. Les utilisateurs autorisés peuvent retirer tout ce que MS Duplex a appris, restaurer une version antérieure, et exporter ce qu’il a appris avec son historique. Le processus de suppression et de sauvegarde de votre déploiement est traité dans la revue de sécurité et le contrat.

Oui. Retirez un résultat ou une observation, et ce que MS Duplex en a appris est retiré en même temps, si bien que rien de ce qui reposait dessus ne subsiste. L’historique montre le changement.

Seulement ce que vous autorisez. Les données personnelles peuvent être masquées avant que MS Duplex en apprenne, les envoie à un modèle ou les ajoute à l’historique, et MS Duplex peut appliquer ce qu’il a appris sans le texte d’origine.

Il fonctionne en ajout seul et toute falsification y est détectable : chaque modification est ajoutée comme une nouvelle entrée, si bien qu’une entrée altérée se verrait. Les utilisateurs autorisés peuvent l’exporter.

Les utilisateurs autorisés peuvent en retirer l’influence, et l’apprentissage sans rapport demeure tel quel. Après un empoisonnement délibéré, MS Duplex a retiré les 40 échantillons empoisonnés, et son apprentissage légitime est resté intact.

La durée de conservation est fixée pour chaque déploiement. Elle dépend des données, de l’emplacement, de votre configuration, de la conception des sauvegardes et du contrat applicable.

MS Duplex est en pilotes privés, et une certification indépendante est prévue. D’ici là, le dossier de sécurité présente les contrôles en place aujourd’hui pour l’emplacement que vous évaluez.

Les fournisseurs utilisés pour votre déploiement, et les éventuelles conditions de sous-traitance ultérieure, sont précisés dans vos documents client. Dans votre cloud, c’est vous qui les choisissez.

11 résultats couvrant le coût, la précision, l’apprentissage continu, la généralisation, la planification, les agents, la sécurité, les nouvelles compétences et l’adaptation, dont trois benchmarks publics.

Un cache rejoue une réponse antérieure quand une requête semble similaire. MS Duplex apprend le schéma qui sous-tend les résultats confirmés, suit les changements de règle dès la requête suivante et repère les faux doublons, et il peut toujours appeler votre cache comme un outil. Après un changement de règle, MS Duplex a maintenu 92.5% de précision là où un cache est tombé à 42.6%.*

Gardez-la : la recherche documentaire devient l’un des outils de MS Duplex. MS Duplex l’appelle quand une étape a besoin d’un passage, apprend quelles sources répondent à quelles questions et sait quand un fait a changé.

Il devient une source de connaissances pour MS Duplex. MS Duplex lit les faits reliés quand une décision en a besoin, sait quand ils changent et apprend quelles relations comptent pour votre travail.

Oui. Les modèles fine-tunés et spécialisés deviennent des outils vers lesquels MS Duplex oriente le travail, et MS Duplex peut fournir des exemples confirmés à votre équipe d’entraînement quand vous voulez entraîner. Tout ce que MS Duplex apprend continue de fonctionner à côté des nouveaux poids.

Ils font partie de la façon dont MS Duplex agit. MS Duplex exécute chaque appel au modèle et chaque appel d’outil selon vos règles, et vos garde-fous et pare-feu continuent d’appliquer les leurs.

Une passerelle d’IA route les appels et rend compte de l’usage. MS Duplex est une intelligence : il apprend de chaque résultat confirmé, planifie, simule, décide et agit en conséquence, et via MCP + hooks il intervient à chaque étape des agents que votre entreprise construit, avec un apprentissage partagé, la continuité, les approbations et un historique unique.

À leurs côtés. L’observabilité montre ce que vos agents ont fait et les évaluations le testent ; MS Duplex apprend de ce que votre équipe confirme, si bien qu’une correction s’applique dès la requête correspondante suivante. Vos traces et vos suites d’évaluation continuent de fonctionner telles quelles.

MS Reflex est l’environnement d’exécution de toute machine qui décide et agit d’elle-même, des appareils edge aux robots. Il associe votre pile d’autonomie à un modèle ACI, sur l’appareil : chaque commande passe le point de contrôle, et il apprend, planifie, simule, décide et agit dans le respect de vos règles, avec ou sans connexion.

Cinq invariants, sur chaque machine, quel que soit ce qui la pilote. Toute commande qui agit passe le point de contrôle. Les règles de sécurité ne s’assouplissent que par un acte autorisé et journalisé. Chaque changement est attribuable et réversible. L’apprentissage reste sur l’appareil, encadré, sans réseau. « Inconnu » veut dire en référer, pas deviner.

Ce qui pilote votre machine aujourd’hui : un VLA, un MPC, un pilote automatique, un programme PLC ou un agent d’IA. Cela reste exactement tel quel. Votre pile d’autonomie et un modèle ACI qui ne font qu’un : voilà MS Reflex. Le produit, c’est l’ensemble.

Aux deux. Appareils edge et robots : deux formes, un seul environnement d’exécution. Les appareils edge, ce sont les contrôleurs, passerelles et caméras intelligentes dans les usines, sur les sites et sur le terrain. Les robots, ce sont les bras, robots mobiles, drones, véhicules et navires sur terre, dans les airs, en mer et sous l’eau, et les engins spatiaux en orbite.

Il décide dans l’instant, sur l’appareil : quoi faire, quelle compétence exécuter et quand en référer. Il décide si chaque commande peut passer le point de contrôle, et s’il en sait assez pour agir.

Oui. Il simule chaque mouvement sur l’appareil avant de l’effectuer, et voit ce qu’une commande va faire avant que votre machine ne l’exécute. Un mouvement qui tournerait mal est modifié sur l’appareil, avant que quoi que ce soit ne bouge, et le mouvement qu’il effectue passe toujours le point de contrôle.

Toute commande qui agit passe le point de contrôle. Avant que quoi que ce soit ne bouge, ne bascule, ne s’ouvre ou n’émette, MS Reflex la vérifie au regard de vos règles, et ce qui échoue ne s’exécute pas. Il vaut pour chaque commande, quel que soit ce qui pilote la machine, et chaque décision au point de contrôle est consignée.

« Inconnu » veut dire en référer, pas deviner. Face à ce qu’il ne connaît pas, il confie la décision à votre pile ou à votre opérateur. Il ne devine jamais. Chaque fois qu’il en réfère, il apprend : ce que votre pile ou votre opérateur a fait ensuite devient un savoir, pour la prochaine fois.

Il apprend vite et sur-le-champ, sur l’appareil : un seul exemple, ou une seule fois où il en réfère, suffit, et la leçon s’étend aux cas semblables. C’est un apprentissage ciblé, pas un apprentissage général, dans le cadre que vous fixez, sans réseau ni entraînement. Votre pile reste telle quelle, et chaque leçon est consignée.

Non. L’apprentissage n’assouplit jamais une règle, le temps non plus. En assouplir une exige un acte autorisé, et cet acte est journalisé. Ajouter ou durcir une règle prend effet dès la commande suivante, même pendant que la machine tourne.

Oui. Chaque changement d’une règle, d’une limite ou de ce qu’il a appris montre qui ou quoi l’a fait, et quand. Une leçon peut être reprise à elle seule, ou une machine ramenée à un point que vous avez enregistré, et cela aussi est consigné. Si une leçon ne peut un jour pas être reprise exactement, MS Reflex le dit, plutôt que de faire semblant.

Non. Il tourne sur les processeurs que vos machines embarquent déjà, sur CPU, sans GPU ni cloud. Il apprend, planifie, simule, décide et agit avec ou sans connexion : il fonctionne hors ligne et isolé du réseau, ne nous fait jamais rien remonter, et sa licence fonctionne aussi hors ligne.

Oui. Chaque machine fait tourner MS Reflex sur l’appareil et décide par elle-même, avec ou sans liaison. À l’échelle d’une flotte, chaque machine garde ses propres règles, et les compétences ne circulent entre elles que si vous le décidez. Une compétence apprise sur une machine peut ensuite passer à d’autres semblables.

Non. MS Reflex décide de ce que la machine fait ensuite et soumet chaque commande à vos règles au point de contrôle. Il se place au-dessus de vos contrôleurs de sécurité certifiés, de vos verrouillages et de vos arrêts d’urgence, jamais à leur place : ils restent indépendants de lui et gardent le dernier mot, et votre équipe conserve la démonstration de sécurité de chaque machine, comme aujourd’hui.

Aux deux, de la même façon, avec les mêmes cinq invariants sur chaque machine. Il fonctionne sans connexion, rien n’a besoin de quitter la machine, et chaque décision est consignée. Dans la défense, cela vaut pour les missions cinétiques comme non cinétiques : chaque commande passe le point de contrôle, dans le respect de vos règles d’engagement.

MS Reflex est en bêta. Ce qu’il a montré jusqu’ici vient de simulations et de benchmarks, et nous le prouvons avec vous, sur vos machines, dans le cadre d’un pilote. Chaque pilote est planifié avec vous, derrière vos propres systèmes de sécurité.

Ce sont des produits distincts, tous deux fondés sur ACI, Adaptive Continual Intelligence. MS Duplex associe un modèle ACI à votre modèle d’IA, pour votre IA et vos agents. MS Reflex en associe un à votre pile d’autonomie, pour toute machine qui décide et agit d’elle-même.

Le produit, l’usage prévu, la taille de l’équipe, l’emplacement et toute capacité dédiée. Les prix sont fournis par écrit, avec les hypothèses qui les sous-tendent.

MS Duplex et MS Reflex sont des produits de Vareon, Inc., la société derrière matterspace.ai.

Utilisez la page de contact en précisant le produit, l’emplacement et le type de travail que vous envisagez. L’équipe répondra à la question ou vous indiquera la page qui donne le détail.