Risposte chiare su MS Duplex e MS Reflex.
Le domande che i team fanno prima di adottarli.

Con un progetto pilota sul tuo lavoro. Dicci dove lavora il tuo team e cosa dovrebbe imparare MS Duplex per prima cosa. Concordiamo le metriche prima di cominciare e configuriamo MS Duplex insieme a te nella collocazione che scegli.

Su decisioni e postazioni. Una decisione è una richiesta a cui MS Duplex partecipa, che risponda MS Duplex o che coinvolga la tua IA. Ogni preventivo arriva per iscritto prima di impegnarti.

No. Porti il tuo accesso al modello e lo paghi al tuo fornitore, e MatterSpace non applica ricarichi sui token. Una decisione che MS Duplex ha appreso non richiede alcuna chiamata al modello.

Resta nella collocazione che scegli. In MatterSpace Cloud, MatterSpace gestisce MS Duplex per te e ogni cliente resta separato. Nel tuo cloud, resta sotto i tuoi controlli. L’unica cosa che esce è una richiesta a un modello esterno che colleghi, e quel fornitore vede solo quella richiesta.

MS Duplex è l’Agent Operating System alimentato dall’intelligenza a runtime: il livello su cui gira ogni agente, qualunque modello usi. MS Duplex è il tuo modello di IA e un modello ACI, che lavorano come uno solo: intelligenza a runtime per la tua IA e i tuoi agenti. Insieme imparano, pianificano, simulano, decidono e agiscono mentre il lavoro si svolge, da una persona all’intera impresa. Ciò che impara è tuo. Costruito su ACI, Adaptive Continual Intelligence.

L’IA di oggi è frammentata: il modello, il retrieval e il codice applicativo hanno ciascuno un pezzo dell’intelligenza, e nessuno dei tre impara dal lavoro. MS Duplex è il livello infrastrutturale che li unisce in un unico sistema che impara, pianifica, simula, decide e agisce. Il baricentro si sposta sull’intero sistema: il modello può cambiare, e MS Duplex porta con sé il resto.

MS Duplex è l’Agent Operating System alimentato dall’intelligenza a runtime: il livello su cui gira ogni agente, qualunque modello usi. Gli agenti ormai lavorano per ore o giorni, tra sessioni, app e modelli, ma ognuno costruisce ancora la propria memoria, le proprie regole e i propri collegamenti agli strumenti, e li perde quando cambiano il modello o l’app. MS Duplex dà loro un unico livello per tutto questo, così ogni agente conserva il suo contesto, le sue regole e i suoi strumenti, qualunque modello o app usi.

Coordina tutto ciò che serve a un obiettivo: il piano, le opzioni, la decisione, le tue approvazioni, il lavoro nei tuoi strumenti e la verifica del risultato. Porta con sé il contesto di ogni agente, fa proseguire il lavoro lungo attraverso pause e cambiamenti, tiene un unico storico di ogni passaggio e impara da ciò che è stato verificato. Il tuo stack diventa un solo set di strumenti per ogni agente, ciò che impara ogni persona, team e organizzazione resta nel proprio livello, e il modello può cambiare mentre ciò che i tuoi agenti hanno imparato resta.

Il livello su cui girano i tuoi agenti è intelligenza a runtime all’opera: il tuo modello di IA e un modello ACI, che lavorano come uno solo, imparano da ogni risultato, pianificano, simulano, decidono e agiscono mentre il lavoro si svolge. Per questo migliora con l’uso, e per questo ciò che impara resta tuo quando cambi modello.

Chiunque il cui lavoro si basi sull’IA, da una persona all’intera impresa. Una persona inizia nel proprio assistente, un team condivide ciò che impara, una piccola impresa usa MatterSpace Cloud, e un’azienda più grande lo porta tramite MCP + hooks nei propri agenti e nel proprio cloud.

Un harness dà alla tua IA strumenti, prompt e passaggi, e fa ciò per cui è stato configurato. MS Duplex abbina la tua IA a un modello ACI che impara da ogni risultato confermato, pianifica, simula, decide e agisce entro le tue regole, e porta il tuo lavoro tra strumenti e modelli. Funziona in Claude, Codex, Cursor e Hermes, e nei tuoi agenti tramite MCP + hooks.

114 capacità in 17 gruppi: Contesto e osservazione · Regole e controllo del comportamento · Esecuzione degli strumenti · Apprendimento e personalizzazione · Long Horizon: lavoro di lunga durata · Pianificazione e supporto alle decisioni · Skill Fabric: competenze riutilizzabili · Thread persistenti e condivisione · Oblio e controllo dei dati · Stato e spiegazioni · Intelligenza persistente · Personalizzazione · Intelligenza multimodale · Confidenza e autonomia · Sicurezza e supervisione a runtime · Intelligenza operativa · Integrazione e portabilità.

Tutto ciò che serve a un obiettivo: il contesto, il piano, le opzioni simulate, la decisione, le tue regole e approvazioni, il lavoro nei tuoi strumenti, la verifica del risultato, il lavoro di lunga durata, la ripresa quando qualcosa cambia e l’apprendimento da ciò che è stato verificato. Lavorano come un unico sistema intorno al tuo obiettivo, non come strumenti separati da collegare tra loro.

Long Horizon è il modo in cui MS Duplex porta il lavoro lungo fino al suo obiettivo. Il lavoro che dura giorni o settimane resta un unico lavoro, con il suo obiettivo, il suo piano, le sue regole e il suo avanzamento. Ogni passaggio verifica ciò da cui dipende prima di essere eseguito, il piano viene rivisto quando i fatti cambiano, le eccezioni vanno alle persone che scegli, solo i passaggi verificati contano come avanzamento, e il lavoro riprende da dove si era fermato dopo una pausa o un passaggio di consegne.

Skill Fabric è il modo in cui MS Duplex trasforma ciò che funziona in competenze su cui può contare tutta la tua organizzazione. Una competenza nasce da lavoro verificato, si può aprire e ispezionare, viene condivisa con altri team una volta approvata, viene monitorata nell’uso e ritirata quando smette di rendere, e resta tua quando cambi modello.

No. Quegli strumenti archiviano ciò che è successo e trovano ciò che gli somiglia. MS Duplex impara dall’esperienza a runtime: capisce lo schema dietro ogni risultato, lo comprime in ciò che generalizza, prevede cosa viene dopo e agisce di conseguenza, entro le tue regole. Così distingue i casi simili, segue una regola cambiata dalla richiesta successiva e diventa più veloce con l’uso. Quegli strumenti diventano suoi.

Da solo a runtime, il tuo modello di IA è noleggiato a chiamata, inizia ogni compito da zero, non può imparare da ciò che il tuo team conferma, perde il contesto tra sessioni, e niente controlla ciò che fanno i tuoi agenti prima che agiscano. MS Duplex lo abbina a un modello ACI che impara, pianifica, simula, decide e agisce entro le tue regole. Il lavoro diventa più veloce ed economico con l’uso, e ciò che MS Duplex impara è tuo.

La tua IA resta al suo posto, e MS Duplex le affianca un modello ACI. MS Duplex agisce in millisecondi in base a ciò che ha imparato, e coinvolge la tua IA per il lavoro nuovo o incerto, con quell’apprendimento allegato. Da ogni risultato confermato MS Duplex impara per la volta successiva.

Due intelligenze che svolgono insieme lavori diversi, come fa il cervello: una lenta per la conoscenza generale e una rapida per ogni nuova esperienza. La tua IA è quella lenta, imparata prima del rilascio. Un modello ACI è quella rapida: impara dal lavoro reale, poi pianifica, simula, decide e agisce di conseguenza. Insieme sono MS Duplex.

In parte: MS Duplex è il tuo modello di IA e un modello ACI, che lavorano come uno solo. Il modello ACI è una seconda intelligenza a sé, e non sostituisce mai la tua IA. Una decisione confermata può essere eseguita in millisecondi senza chiamare il modello. Il lavoro nuovo o incerto va alla tua IA con l’apprendimento di MS Duplex allegato, e MS Duplex impara dal risultato confermato per la richiesta successiva.

Intelligenza a runtime: il tuo modello di IA e un modello ACI, che lavorano come uno solo e imparano, pianificano, simulano, decidono e agiscono mentre il lavoro si svolge, entro le tue regole. Ciò che impara è tuo. Due intelligenze, un solo sistema: la combinazione è il prodotto.

Ovunque la tua IA faccia lavoro reale: assistenti di programmazione e per desktop, agenti per assistenza e operazioni, workflow aziendali, prodotti di IA ad alto volume, team che adattano un modello e lavoro regolamentato. È più utile dove i risultati si possono confermare, perché MS Duplex applica ogni correzione, decisione o esito confermato alla prossima richiesta pertinente.

Diventano strumenti di MS Duplex. MS Duplex chiama ciascuno quando un passaggio ne ha bisogno, impara quale si adatta a quale situazione e verifica che ciò che restituiscono sia attuale, con fonte e data.

ACI, Adaptive Continual Intelligence, è una nuova categoria di intelligenza, creata da MatterSpace. Continua a imparare, a pianificare, a simulare, a decidere e ad agire mentre il tuo lavoro si svolge, in coppia con i modelli di IA che usi già. MS Duplex la abbina al tuo modello di IA, MS Reflex al tuo stack di autonomia.

I modelli di IA imparano prima di essere rilasciati, e poi restano come sono. ACI impara, pianifica, simula, decide e agisce dopo: a runtime, dal tuo lavoro, finché è in funzione. Impara il tuo lavoro anziché il mondo, si basa su tutto ciò che ha imparato prima, e ciò che impara è tuo: una categoria a sé.

In coppia. Il modello porta l’intelligenza generale: conoscenza, linguaggio e ragionamento. ACI porta ciò che impara dal tuo lavoro. Gestisce ciò che sa già, e coinvolge il modello, informato, per ciò che è nuovo. Il modello resta com’è, e puoi cambiare modello senza perdere ciò che ACI ha imparato.

Per la tua IA: impara sul momento da un solo risultato confermato, segue una nuova regola dalla richiesta successiva, gestisce casi che non ha mai visto, acquisisce competenze e diventa più veloce ed economica con l’uso. Per le tue macchine: impara da un solo esempio, pianifica, simula e decide sul dispositivo, e sottopone ogni comando alle tue regole, connessa o no. In entrambi i casi, ciò che impara è tuo.

Finora, solo i laboratori che addestrano i modelli potevano far imparare l’IA. Con ACI, ogni persona e ogni azienda ha un’IA che impara dal suo lavoro, e possiede ciò che quell’IA impara. Ciò che impara si accumula a ogni risultato e resta dove scegli, nel cloud o sulla macchina, qualunque modello o stack usi.

Entrambi sono costruiti su ACI, e ACI è l’intelligenza in ciascuno. Abbinata al tuo modello di IA, è MS Duplex, negli assistenti del tuo team e negli agenti che la tua azienda costruisce. Abbinata al tuo stack di autonomia, è MS Reflex, su qualsiasi macchina che decide e agisce da sola.

ACI è il frutto di anni di ricerca sulle reti neurali e sul loro trilemma: plasticità, stabilità e modificabilità. La plasticità è imparare il nuovo, rapidamente. La stabilità è conservare ciò che sa. La modificabilità è modificare ciò che ha imparato. Una rete neurale ne ottiene due al massimo: falla imparare rapidamente e dimentica, tienila stabile e smette di imparare, e ciò che ha imparato è sparso in tutta la rete. ACI le ha tutte e tre.

Faruk Guney ha creato da solo ACI, MS Duplex e MS Reflex, dopo anni di ricerca sul trilemma delle reti neurali e più di quindici anni passati a fare di Norck un’azienda globale di produzione e ingegneria on demand.

Da risultati che mostrano che il lavoro era giusto: un test superato, una revisione approvata, un cambiamento osservato o un esito aziendale successivo. Può anche essere preaddestrato su esempi revisionati, decisioni passate, documenti, regole e percorsi tra gli strumenti.

Sì. Preaddestra MS Duplex sui tuoi esempi verificati, sulle decisioni passate, sui documenti, sulle regole, sui percorsi degli strumenti e sulle librerie di metodi comprovati. Li impara prima di entrare in funzione, così è utile dalla prima richiesta, e continua a imparare in produzione.

Il tuo team fissa lo standard per ogni tipo di lavoro. Il codice può richiedere test e revisione, mentre un’azione regolamentata può richiedere l’approvazione di una persona.

Una correzione appartiene all’area di lavoro in cui è stata fatta, e aiuta il lavoro successivo pertinente. Gli utenti autorizzati possono rivedere, correggere o rimuovere qualsiasi cosa MS Duplex abbia imparato.

Sì. MS Duplex impara lo schema, così gestisce formulazioni e dettagli nuovi, e riconosce un caso simile solo in apparenza che richiede una risposta diversa. Sui casi ingannevoli, simili solo in apparenza, ha sbagliato il 7.5% delle volte, contro il 45.3% di una cache.*

La nuova regola vale dalla richiesta successiva. MS Duplex sostituisce la decisione superata e lascia invariato il lavoro non correlato. Dopo un cambio di policy ha dato 0% risposte obsolete, contro 72% per cache e retrieval.*

Apprendimento continuo, a runtime. MS Duplex impara da ogni risultato appena viene confermato, così la richiesta successiva ne beneficia già, senza addestramenti e senza GPU. Durante un cambiamento, il 100% del suo lavoro passato resta intatto.*

L’addestramento è l’uso quotidiano: MS Duplex impara da ogni risultato confermato e lo applica dalla richiesta successiva. Il preaddestramento gli dà un vantaggio iniziale, e i pesi della tua IA restano come sono.

Per il lavoro nuovo, ampio o creativo, e per tutto ciò che richiede nuova scrittura o nuovo ragionamento. MS Duplex prepara esattamente ciò che riceve la tua IA, con allegato ciò che ha imparato. Una decisione che MS Duplex ha imparato non richiede chiamate al modello.

Se MS Duplex è stato preaddestrato su quel tipo di lavoro, risponde fin dall’inizio. Altrimenti se ne occupa la tua IA, con la conoscenza di MS Duplex allegata, e una volta confermato il risultato, la volta successiva se ne occupa MS Duplex.

La tua IA, ogni volta che il lavoro richiede nuova scrittura o un ragionamento aperto, con allegato ciò che MS Duplex ha imparato. Quando MS Duplex ha imparato il lavoro, risponde da solo.

Tutto ciò che MS Duplex ha imparato vive accanto alla tua IA, quindi passa con te al nuovo modello. Nel test di adattamento, ciò che MS Duplex ha imparato è passato a un’altra famiglia di modelli senza alcun riaddestramento.

No, fa l’opposto. Ciò che la tua organizzazione impara vive in MS Duplex, non nei pesi di un singolo fornitore, in una singola trascrizione di chat o nella memoria di una singola app. Cambia il modello, il client per agenti o il fornitore, e i processi, le regole, lo storico e le competenze restano.

Sì. La tua collocazione e le tue impostazioni decidono quale modello è disponibile e dove va ogni richiesta.

Server cloud comuni, su CPU. MS Duplex non ha bisogno di una GPU propria: una decisione che ha imparato richiede ≈97 ms, contro ≈2,231 ms per una chiamata al modello. Solo la tua IA ha bisogno di acceleratori, e MS Duplex la coinvolge per il lavoro nuovo.*

L’obiettivo, le decisioni prese, i vincoli e il lavoro non finito proseguono all’interno dello stesso cliente e della stessa area di lavoro. Il lavoro non correlato e le credenziali restano indietro.

Ciò che ti serve per continuare: obiettivi, decisioni e lavoro in sospeso. La trascrizione completa resta dov’era, e le regole di accesso del tuo team continuano a valere.

Sì, quando le connessioni appartengono allo stesso cliente e a un’area di lavoro consentita. I confini di identità, di area di lavoro e di cliente restano in vigore.

Sì, quando entrambe le persone sono autorizzate per l’area di lavoro condivisa. Il lavoro personale o riservato resta separato, secondo le tue impostazioni di accesso.

Il contesto ti aiuta a continuare il lavoro in sospeso, e può essere temporaneo. Ciò che MS Duplex impara viene da risultati confermati, e aiuta ogni volta che è pertinente.

Applica le correzioni confermate, aggiorna le decisioni quando una regola cambia, porta avanti il lavoro in corso, pianifica processi in più passaggi, usa i tuoi strumenti e riduce le chiamate al modello sul lavoro che ha imparato.

Sì. MS Duplex impara come rispondono i tuoi processi, pianifica il percorso più breve e porta vincoli e metodi confermati da un passaggio all’altro e da una sessione all’altra. La tua IA porta un ragionamento nuovo a ogni svolta inattesa.

Sì. Impara cosa cambiano le azioni nei tuoi sistemi, prevede l’effetto di un passaggio prima che venga eseguito e propone il percorso più breve verso un obiettivo. Su un benchmark aziendale pubblico ha battuto tre modelli di frontiera nel prevedere i cambiamenti di sistema. Ogni passaggio reale passa comunque dai tuoi controlli.

Sì, una volta che il tuo team attiva la funzione: dagli un obiettivo, le azioni che può compiere e un modo per verificare il successo. Esplora in sicurezza, testa la competenza prima di usarla e la rimuove su richiesta. Ha completato ogni compito con il modello spento.

Sì. MS Duplex fa rispondere il tuo modello come se fosse stato addestrato sul tuo lavoro, e i pesi del modello restano come sono. Ha battuto gli adapter con fine-tuning in 6 / 6 test, senza alcun ciclo di addestramento, e l’adattamento è passato a un’altra famiglia di modelli senza riaddestramento.*

Sì. Per compiti ben definiti, MS Duplex scrive un piccolo programma o ne riusa uno che ha già funzionato, lo testa su casi noti e lo esegue quando li supera. Il tuo team può sospenderlo o ritirarlo in qualsiasi momento.

Sì. Documenti, grafi della conoscenza e database diventano fonti di conoscenza di MS Duplex, ciascuna con il suo responsabile, la sua fonte e la sua data. MS Duplex sa quando un fatto cambia, e porta i fatti giusti in ogni decisione.

Sì. MS Duplex può condividere apprendimento e contesto approvati con ogni agente nell’area di lavoro scelta. Per qualsiasi cosa abbia imparato, puoi vedere da quale agente proviene, con quale modello, e quando. L’apprendimento di ogni cliente resta di quel cliente.

Il tuo team decide da cosa impara MS Duplex, rivede ciò che ha imparato e può correggerne o rimuoverne qualsiasi parte. Le tue regole, approvazioni e controlli si applicano a ogni azione.

I quattro plugin sono Claude, Codex, Cursor e Hermes. I team che costruiscono i propri agenti li collegano tramite MCP + hooks.

Oggi sono disponibili quattro plugin. Se il tuo team costruisce e gestisce l’agente, MCP + hooks può fare al caso tuo; per qualsiasi altro assistente, dicci quale usi.

Agli agenti che la tua azienda costruisce. Si collegano a MS Duplex tramite MCP, e gli hook coinvolgono MS Duplex a ogni passaggio: prima di ogni richiesta, prima di ogni chiamata a tool e dopo ogni risultato. Ogni azione è verificata rispetto alle tue regole prima di essere eseguita, con approvazioni dove le vuoi e un unico storico che puoi esportare.

Un plugin porta MS Duplex in un assistente supportato tramite MCP, e costruisce la tua intelligenza personale. MCP + hooks lo porta in ogni passaggio degli agenti che la tua azienda costruisce, e costruisce l’intelligenza della tua azienda. È lo stesso MS Duplex in entrambi i casi.

Prima di ogni richiesta, prima di ogni chiamata al modello, prima di ogni chiamata a tool, dopo ogni risultato, a ogni cambio di mano e a ogni approvazione. MS Duplex applica prima le tue regole, poi ciò che ha imparato, e ogni azione è verificata prima di essere eseguita.

Un plugin, quando le persone lavorano in un assistente supportato. MCP + hooks, quando la tua azienda costruisce i propri agenti e MS Duplex deve partecipare a ogni passaggio.

Sì. Collegati alla stessa area di lavoro, condividono lo stesso apprendimento e lo stesso contesto approvati. L’accesso resta limitato alle persone e agli agenti che autorizzi.

Un plugin o MCP + hooks, chi condivide ciò che MS Duplex impara e, se vuoi, gli esempi, le decisioni e i documenti su cui preaddestrarlo. Poi la collocazione e le regole di accesso adatte al lavoro.

Con un plugin supportato, le persone continuano a lavorare dentro l’assistente che usano già. Il team conferma gli esiti buoni e corregge quelli sbagliati, e i passaggi di approvazione dipendono dal prodotto e dall’area di lavoro.

Dalla prima richiesta, se lo preaddestri. Una correzione confermata aiuta dal caso corrispondente successivo, e ogni risultato confermato rende MS Duplex più veloce, più economico e più accurato.

Sì, è il preaddestramento. Esempi verificati, decisioni passate, documenti e regole sono un ottimo punto di partenza. Il tuo team mette ciascuno nell’area di lavoro giusta e può correggerlo o rimuoverlo in seguito.

Sì. Nella console, gli utenti autorizzati possono rivedere, correggere o rimuovere qualsiasi cosa MS Duplex abbia imparato, e vederne lo storico. I controlli esatti dipendono dal prodotto e dall’implementazione.

No. Sei tu a fissare ciò che conta: gli obiettivi, le regole e le azioni che richiedono il tuo via libera. MS Duplex si occupa della routine entro quelle regole e vi vincola ogni agente. Verifica ogni chiamata al modello e azione di uno strumento prima che venga eseguita, e porta ciò che il tuo team ha approvato in ogni sessione.

Sì. Puoi creare aree di lavoro più ristrette, e le impostazioni di identità e accesso decidono chi condivide ciascuna. Tutto quell’apprendimento resta all’interno della tua organizzazione.

MS Duplex ha due collocazioni: MatterSpace Cloud, che MatterSpace gestisce per te, e il tuo cloud, un account cloud di tua proprietà. Il tuo cloud è una soluzione enterprise. Ogni integrazione è disponibile in entrambe, alle condizioni del deployment.

Come soluzione enterprise. Scrivici a hello@matterspace.ai indicando l’ambiente, dove devono restare i dati e i tuoi requisiti di sicurezza, e pianifichiamo il deployment con te.

Sì. C’è un percorso supportato tra le collocazioni, e ciò che MS Duplex ha imparato si sposta senza riaddestramento. Le responsabilità operative e il lavoro di migrazione si concordano per ogni implementazione.

Sì. Un deployment può usare il tuo accesso al modello. I costi del fornitore del modello, le credenziali e il confine che creano sono gestiti a parte e indicati nel preventivo e nel contratto.

Sì. I tuoi input, il materiale di riferimento, lo storico e tutto ciò che MS Duplex ne impara servono solo alla tua organizzazione. Le aree di lavoro possono aggiungere confini più stretti per team, prodotti, regioni o classi di dati.

Sì. Su sei famiglie di attacchi parafrasati, li ha bloccati tutti, con lo 0.7% di falsi rifiuti, il valore più basso tra gli approcci che li hanno bloccati tutti.*

Scegli tu chi è autorizzato, in ogni collocazione. MatterSpace gestisce il servizio in hosting, e ha accesso a un’implementazione nel tuo cloud solo quando glielo deleghi per uno scopo concordato.

Il tuo team accede alla console tramite il tuo provider di identità, il traffico è cifrato in transito, e ciò che MS Duplex impara e lo storico sono cifrati a riposo. Le opzioni per custodire le tue chiavi dipendono dalla collocazione.

Sì. Gli utenti autorizzati possono rimuovere qualsiasi cosa MS Duplex abbia imparato, ripristinare una versione precedente ed esportare ciò che ha imparato con il suo storico. Il processo di cancellazione e backup per la tua implementazione è trattato nella verifica di sicurezza e nel contratto.

Sì. Rimuovi un risultato o un’osservazione, e ciò che MS Duplex ne ha appreso viene ritirato insieme, così non resta nulla di ciò che vi si basava. Lo storico mostra la modifica.

Solo ciò che consenti. I dati personali possono essere oscurati prima che MS Duplex ne impari, li invii a un modello o li aggiunga allo storico, e MS Duplex può applicare ciò che ha imparato senza il testo originale.

È di sola aggiunta e rende evidente ogni manomissione: ogni modifica viene aggiunta come nuova voce, quindi una voce alterata si vedrebbe. Gli utenti autorizzati possono esportarlo.

Gli utenti autorizzati possono rimuoverne l’influenza, e l’apprendimento non correlato resta com’era. Dopo un avvelenamento deliberato, MS Duplex ha rimosso tutti i 40 campioni avvelenati, e il suo apprendimento legittimo è rimasto intatto.

La conservazione si stabilisce per ogni deployment. Dipende dai dati, dalla collocazione, dalla tua configurazione, dall’architettura dei backup e dal contratto applicabile.

MS Duplex è in progetti pilota privati, e una certificazione indipendente è prevista. Fino ad allora, il dossier sulla sicurezza descrive i controlli oggi in vigore per la collocazione che stai valutando.

I fornitori usati per il tuo deployment, ed eventuali condizioni relative ai sub-responsabili del trattamento, sono indicati nei tuoi documenti di cliente. Nel tuo cloud, li scegli tu.

11 risultati su costo, accuratezza, apprendimento continuo, generalizzazione, pianificazione, agenti, sicurezza, nuove competenze e adattamento, tra cui tre benchmark pubblici.

Una cache ripropone una risposta precedente quando una richiesta sembra simile. MS Duplex impara lo schema dietro i risultati confermati, segue i cambi di regola dalla richiesta successiva e riconosce i casi simili solo in apparenza, e può comunque richiamare la tua cache come strumento. Dopo un cambio di regola, MS Duplex ha mantenuto un’accuratezza del 92.5%, mentre una cache è scesa al 42.6%.*

Tienilo: il retrieval diventa uno degli strumenti di MS Duplex. MS Duplex lo chiama quando un passaggio ha bisogno di un estratto, impara quali fonti rispondono a quali domande e sa quando un fatto è cambiato.

Diventa una fonte di conoscenza per MS Duplex. MS Duplex legge i fatti collegati quando una decisione ne ha bisogno, sa quando cambiano e impara quali relazioni contano per il tuo lavoro.

Sì. I modelli con fine-tuning e quelli specialistici diventano strumenti a cui MS Duplex indirizza il lavoro, e MS Duplex può consegnare al tuo team di addestramento esempi confermati quando vuoi addestrare. Tutto ciò che MS Duplex impara continua a funzionare accanto ai nuovi pesi.

Diventano parte del modo in cui MS Duplex agisce. MS Duplex esegue ogni chiamata al modello e agli strumenti secondo le tue regole, e i tuoi guardrail e firewall continuano ad applicare le loro.

Un gateway di IA instrada le chiamate e riporta l’utilizzo. MS Duplex è un’intelligenza: impara da ogni risultato confermato, pianifica, simula, decide e agisce di conseguenza, e tramite MCP + hooks partecipa a ogni passaggio degli agenti che la tua azienda costruisce, con apprendimento condiviso, continuità, approvazioni e un unico storico.

Al loro fianco. L’osservabilità mostra cosa hanno fatto i tuoi agenti e le valutazioni lo testano; MS Duplex impara da ciò che il tuo team conferma, così una correzione vale dalla successiva richiesta corrispondente. Le tue tracce e le tue suite di valutazione continuano a funzionare come sono.

MS Reflex è il runtime per qualsiasi macchina che decide e agisce da sola, dai dispositivi edge ai robot. Abbina il tuo stack di autonomia a un modello ACI, sul dispositivo: ogni comando passa dal varco, e impara, pianifica, simula, decide e agisce entro le tue regole, con o senza connessione.

Cinque invarianti, su ogni macchina, qualunque cosa la guidi. Ogni comando che agisce passa dal varco. Le regole di sicurezza si allentano solo con un atto autorizzato e registrato. Ogni modifica è attribuibile e reversibile. L’apprendimento resta sul dispositivo, vincolato, senza rete. “Ignoto” vuol dire delegare, non tirare a indovinare.

Qualunque cosa guidi oggi la tua macchina: un VLA, un MPC, un autopilota, un programma PLC o un agente di IA. Resta esattamente com’è. Il tuo stack di autonomia e un modello ACI, che lavorano come uno solo: questo è MS Reflex. La combinazione è il prodotto.

Entrambi. Dispositivi edge e robot: due forme, un solo runtime. I dispositivi edge sono i controller, i gateway e le telecamere intelligenti negli impianti, nei siti e sul campo. I robot sono i bracci, i robot mobili, i droni, i veicoli e le navi a terra, in aria, in mare e sott’acqua, e i veicoli spaziali in orbita.

Decide sul momento, sul dispositivo: cosa fare, quale competenza eseguire e quando delegare. Decide se ogni comando può passare dal varco, e se sa abbastanza per agire.

Sì. Simula ogni mossa sul dispositivo prima di farla, e vede cosa farà un comando prima che la tua macchina lo esegua. Una mossa che andrebbe male viene cambiata sul dispositivo, prima che qualcosa si muova, e la mossa che fa passa comunque dal varco.

Ogni comando che agisce passa dal varco. Prima che qualcosa si muova, commuti, si apra o trasmetta, MS Reflex lo confronta con le tue regole, e ciò che non supera la verifica non parte. Vale per ogni comando, qualunque cosa guidi la macchina, e ogni decisione al varco è nello storico.

“Ignoto” vuol dire delegare, non tirare a indovinare. Quando incontra qualcosa che non conosce, lascia la decisione al tuo stack o al tuo operatore. Non tira mai a indovinare. Ogni delega gli insegna qualcosa: ciò che il tuo stack o il tuo operatore hanno fatto dopo diventa qualcosa che sa, per la volta successiva.

Impara in fretta e sul posto, sul dispositivo: basta un solo esempio o una sola delega, e la lezione si estende ai casi simili. È un apprendimento mirato, non generale, entro i limiti che fissi, senza rete e senza addestramento. Il tuo stack resta com’è, e ogni lezione è nello storico.

No. L’apprendimento non allenta mai una regola, e nemmeno il tempo. Per allentarne una serve un atto autorizzato, e quell’atto viene registrato. Aggiungere o restringere una regola ha effetto dal comando successivo, anche mentre la macchina gira.

Sì. Ogni modifica a una regola, a un limite o a ciò che ha imparato mostra chi o cosa l’ha fatta, e quando. Una lezione si può ritirare da sola, o una macchina riportare a un punto che hai salvato, e anche questo finisce nello storico. Se una lezione non si potesse ritirare con esattezza, MS Reflex lo dice, invece di fingere.

No. Gira sui processori che le tue macchine hanno già, su CPU, senza GPU e senza cloud. Impara, pianifica, simula, decide e agisce con o senza connessione: funziona offline e air-gapped, non chiama mai casa, e anche la sua licenza funziona offline.

Sì. Ogni macchina esegue MS Reflex sul dispositivo e decide da sé, con o senza collegamento. In una flotta, ogni macchina mantiene le proprie regole, e le competenze passano dall’una all’altra solo quando lo scegli tu. Una competenza appresa su una macchina può poi passare ad altre simili.

No. MS Reflex decide cosa fa dopo la macchina e sottopone ogni comando alle tue regole al varco. Si colloca sopra i tuoi controllori di sicurezza certificati, i tuoi interblocchi e i tuoi arresti di emergenza, mai al loro posto: restano indipendenti da esso e hanno l’ultima parola, e il tuo team mantiene il dossier di sicurezza di ogni macchina, come fa oggi.

Entrambi, allo stesso modo, con gli stessi cinque invarianti su ogni macchina. Funziona senza connessione, nulla deve uscire dalla macchina, e ogni decisione è nello storico. Nell’ambito della difesa, ciò vale allo stesso modo per le missioni cinetiche e non cinetiche: ogni comando passa dal varco, entro le tue regole d’ingaggio.

MS Reflex è in beta. Ciò che ha dimostrato finora viene da simulazioni e benchmark, e lo dimostriamo con te, sulle tue macchine, in un progetto pilota. Ogni progetto pilota si pianifica con te, protetto dai tuoi sistemi di sicurezza.

Sono prodotti separati, entrambi costruiti su ACI, Adaptive Continual Intelligence. MS Duplex abbina un modello ACI al tuo modello di IA, per la tua IA e i tuoi agenti. MS Reflex ne abbina uno al tuo stack di autonomia, per qualsiasi macchina che decide e agisce da sola.

Il prodotto, l’uso previsto, la dimensione del team, la collocazione ed eventuale capacità dedicata. I prezzi arrivano per iscritto, con le ipotesi su cui si basano.

MS Duplex e MS Reflex sono prodotti di Vareon, Inc., l’azienda dietro matterspace.ai.

Usa la pagina dei contatti e indica il prodotto, la collocazione e il tipo di lavoro che hai in mente. Il team risponderà alla domanda o ti indicherà la pagina con i dettagli.