Proste odpowiedzi o MS Duplex i MS Reflex.
Pytania, które zespoły zadają przed wdrożeniem.

Od pilotażu na twojej własnej pracy. Powiedz nam, gdzie pracuje twój zespół i czego MS Duplex ma się nauczyć najpierw. Mierniki uzgadniamy przed startem, a MS Duplex konfigurujemy razem z tobą w wybranym przez ciebie miejscu działania.

Według decyzji i stanowisk. Decyzja to jedno zapytanie, w którym MS Duplex bierze udział, niezależnie od tego, czy sam odpowiada, czy włącza twoją AI. Każdą wycenę dostajesz na piśmie, zanim się zobowiążesz.

Nie. Korzystasz z własnego dostępu do modelu i płacisz za niego swojemu dostawcy, a MatterSpace nie dolicza marży do tokenów. Decyzja, której MS Duplex się nauczył, w ogóle nie wymaga wywołania modelu.

Zostają w wybranym przez ciebie miejscu działania. W MatterSpace Cloud MatterSpace obsługuje MS Duplex w twoim imieniu, a każdy klient pozostaje oddzielony. W twojej chmurze pozostają pod twoją kontrolą. Jedyne, co wychodzi na zewnątrz, to zapytanie do zewnętrznego modelu, który podłączysz, a ten dostawca widzi tylko to zapytanie.

MS Duplex to Agent Operating System napędzany inteligencją w działaniu: warstwa, na której działa każdy agent, niezależnie od modelu, którego używa. MS Duplex to twój model AI i model ACI pracujące jako jedno: inteligencja w działaniu dla twojej AI i twoich agentów. Razem uczą się, planują, symulują, decydują i działają w trakcie pracy, od jednej osoby po całe przedsiębiorstwo. To, czego się uczy, jest twoje. Zbudowany na ACI, Adaptive Continual Intelligence.

Dzisiejsza AI jest rozdrobniona: model, wyszukiwanie i kod aplikacji mają po kawałku inteligencji, a żadne z nich nie uczy się z pracy. MS Duplex to warstwa infrastruktury, która spaja je w jeden system: uczy się, planuje, symuluje, decyduje i działa. Środek ciężkości przesuwa się na cały system: model może się zmienić, a MS Duplex przenosi resztę dalej.

MS Duplex to Agent Operating System napędzany inteligencją w działaniu: warstwa, na której działa każdy agent, niezależnie od modelu, którego używa. Agenci pracują dziś godzinami, a nawet dniami, między sesjami, aplikacjami i modelami, ale każdy wciąż buduje własną pamięć, zasady i połączenia z narzędziami i traci je, gdy zmienia się model lub aplikacja. MS Duplex daje im jedną warstwę na to wszystko, więc każdy agent zachowuje swój kontekst, zasady i narzędzia, niezależnie od modelu czy aplikacji, której używa.

Koordynuje wszystko, czego wymaga cel: plan, opcje, decyzję, twoje akceptacje, pracę w twoich narzędziach i sprawdzenie wyniku. Przenosi kontekst każdego agenta, utrzymuje długą pracę w toku mimo przerw i zmian, prowadzi jedną historię każdego kroku i uczy się z tego, co zostało zweryfikowane. Twój stack staje się jednym zestawem narzędzi dla każdego agenta, to, czego uczy się każda osoba, zespół i organizacja, zostaje we własnej warstwie, a model może się zmienić, podczas gdy to, czego nauczyli się twoi agenci, zostaje.

Warstwa, na której działają twoi agenci, to właśnie inteligencja w działaniu: twój model AI i model ACI pracujące jako jedno uczą się z każdego wyniku, planują, symulują, decydują i działają w trakcie pracy. Dlatego staje się lepsza z każdym użyciem i dlatego to, czego się uczy, zostaje twoje, gdy zmieniasz modele.

Każdy, czyja praca opiera się na AI, od jednej osoby po całe przedsiębiorstwo. Osoba zaczyna we własnym asystencie, zespół dzieli się tym, czego się uczy, mała firma korzysta z MatterSpace Cloud, a większa firma włącza go przez MCP + hooks do własnych agentów i własnej chmury.

Harness daje twojej AI narzędzia, prompty i kroki i robi to, do czego go ustawiono. MS Duplex łączy twoją AI w parę z modelem ACI, który uczy się z każdego potwierdzonego wyniku, planuje, symuluje, decyduje i działa w ramach twoich zasad oraz przenosi twoją pracę między narzędziami i modelami. Pracuje w Claude, Codex, Cursor i Hermes oraz we własnych agentach przez MCP + hooks.

114 możliwości w 17 grupach: Kontekst i obserwacja · Zasady i kontrola zachowania · Uruchamianie narzędzi · Uczenie się i personalizacja · Long Horizon: długotrwała praca · Planowanie i wsparcie decyzji · Skill Fabric: umiejętności wielokrotnego użytku · Trwałe wątki i udostępnianie · Zapominanie i kontrola danych · Status i wyjaśnienia · Trwała inteligencja · Personalizacja · Inteligencja multimodalna · Pewność i autonomia · Bezpieczeństwo i nadzór w działaniu · Inteligencja operacyjna · Integracja i przenośność.

Wszystko, czego wymaga cel: kontekst, plan, zasymulowane opcje, decyzja, twoje zasady i akceptacje, praca w twoich narzędziach, sprawdzenie wyniku, długotrwała praca, wznawianie pracy, gdy coś się zmienia, i uczenie się z tego, co zostało zweryfikowane. Działają jako jeden system wokół twojego celu, a nie jako osobne narzędzia do łączenia ze sobą.

Long Horizon to sposób, w jaki MS Duplex doprowadza długą pracę do celu. Praca, która trwa dni lub tygodnie, pozostaje jednym zadaniem z celem, planem, zasadami i postępem. Każdy krok, zanim ruszy, sprawdza to, od czego zależy, plan jest poprawiany, gdy zmieniają się fakty, wyjątki trafiają do wybranych przez ciebie osób, za postęp liczą się tylko zweryfikowane kroki, a po przerwie lub przekazaniu praca zostaje podjęta tam, gdzie się zatrzymała.

Skill Fabric to sposób, w jaki MS Duplex zamienia to, co działa, w umiejętności, na których może polegać cała twoja organizacja. Umiejętność powstaje ze zweryfikowanej pracy, można ją otworzyć i przejrzeć, po zatwierdzeniu trafia do innych zespołów, jest obserwowana w użyciu i wycofywana, gdy przestaje przynosić efekty, a przy zmianie modelu pozostaje twoja.

Nie. One przechowują to, co się wydarzyło, i znajdują to, co jest do tego podobne. MS Duplex uczy się z doświadczenia na bieżąco: rozumie wzorzec stojący za każdym wynikiem, kompresuje go do tego, co uogólnia, przewiduje, co będzie dalej, i działa na tej podstawie w ramach twoich zasad. Dlatego odróżnia łudząco podobne przypadki, stosuje zmienioną zasadę od następnego zapytania i z użyciem staje się szybszy. One stają się jego narzędziami.

Sam w działaniu twój model AI jest wynajmowany za wywołanie, każde zadanie zaczyna od zera, nie potrafi uczyć się z tego, co potwierdza twój zespół, traci kontekst między sesjami, a nic nie sprawdza, co robią twoi agenci, zanim zadziałają. MS Duplex łączy go w parę z modelem ACI, który uczy się, planuje, symuluje, decyduje i działa w ramach twoich zasad. Praca z użyciem staje się szybsza i tańsza, a to, czego uczy się MS Duplex, jest twoje.

Twoja AI zostaje na swoim miejscu, a MS Duplex stawia obok niej model ACI. MS Duplex działa w milisekundach na podstawie tego, czego się nauczył, a przy nowej lub niepewnej pracy włącza twoją AI razem z tą wiedzą. Każdy potwierdzony wynik uczy MS Duplex na następny raz.

Dwie inteligencje, które razem wykonują różne zadania, tak jak robi to mózg: powolna dla wiedzy ogólnej i szybka dla każdego nowego doświadczenia. Twoja AI to ta powolna, wyuczona przed wdrożeniem. Model ACI to ta szybka: uczy się z bieżącej pracy, a potem planuje, symuluje, decyduje i działa na tej podstawie. Razem tworzą MS Duplex.

Częściowo: MS Duplex to twój model AI i model ACI pracujące jako jedno. Model ACI to druga, odrębna inteligencja, i nigdy nie zastępuje twojej AI. Potwierdzona decyzja może zostać wykonana w milisekundach bez wywołania modelu. Nowa lub niepewna praca trafia do twojej AI razem z wiedzą MS Duplex, a potwierdzony wynik uczy MS Duplex na następne zapytanie.

Inteligencja w działaniu: twój model AI i model ACI pracujące jako jedno, które uczą się, planują, symulują, decydują i działają w trakcie pracy, w ramach twoich zasad. To, czego się uczy, jest twoje. Dwie inteligencje, jeden system: to połączenie jest produktem.

Wszędzie tam, gdzie twoja AI wykonuje prawdziwą pracę: asystenci kodowania i asystenci desktopowi, agenci wsparcia i operacji, procesy w przedsiębiorstwach, produkty AI o dużej skali, zespoły dostosowujące model i praca w branżach regulowanych. Najbardziej przydaje się tam, gdzie wyniki można potwierdzić, bo MS Duplex stosuje każdą potwierdzoną korektę, decyzję albo wynik do następnego zapytania, do którego pasuje.

Stają się narzędziami MS Duplex. MS Duplex wywołuje każde z nich, gdy krok tego wymaga, uczy się, które pasuje do jakiej sytuacji, i sprawdza, czy to, co zwracają, jest aktualne, ma źródło i datę.

ACI, Adaptive Continual Intelligence, to nowa kategoria inteligencji, stworzona przez MatterSpace. Nie przestaje się uczyć, planować, symulować, decydować i działać w trakcie twojej pracy, ramię w ramię z modelami AI, których już używasz. MS Duplex łączy ją w parę z twoim modelem AI, MS Reflex z twoim stosem autonomii.

Modele AI uczą się przed wydaniem, a potem pozostają takie, jakie są. ACI uczy się, planuje, symuluje, decyduje i działa później: na bieżąco, z twojej pracy, dopóki jest uruchomiona. Uczy się twojej pracy, a nie świata, buduje na wszystkim, czego nauczyła się wcześniej, a to, czego się uczy, jest twoje: to kategoria sama w sobie.

Ramię w ramię. Model wnosi inteligencję ogólną: wiedzę, język i rozumowanie. ACI wnosi to, czego uczy się z twojej pracy. Obsługuje to, co już zna, a przy tym, co nowe, włącza model, z kontekstem. Model zostaje taki, jaki jest, a ty możesz zmieniać modele, nie tracąc tego, czego nauczyła się ACI.

Dla twojej AI: uczy się od razu z jednego potwierdzonego wyniku, stosuje nową zasadę od następnego zapytania, radzi sobie z przypadkami, których nigdy nie widziała, zdobywa umiejętności i z użyciem staje się szybsza i tańsza. Dla twoich maszyn: uczy się z jednego przykładu, planuje, symuluje i decyduje na urządzeniu oraz utrzymuje każde polecenie w ramach twoich zasad, z łącznością lub bez. W obu przypadkach to, czego się uczy, jest twoje.

Dotąd tylko laboratoria, które trenują modele, mogły sprawić, że AI się uczy. Z ACI każda osoba i każda firma ma AI, która uczy się z ich własnej pracy, a to, czego się uczy, należy do nich. Ta wiedza narasta z każdym wynikiem i zostaje tam, gdzie wybierzesz, w chmurze albo na maszynie, niezależnie od tego, jakiego modelu lub stosu używasz.

Oba są zbudowane na ACI, a ACI jest inteligencją w każdym z nich. W parze z twoim modelem AI to MS Duplex, w asystentach twojego zespołu i w agentach, które buduje twoja firma. W parze z twoim stosem autonomii to MS Reflex, na każdej maszynie, która sama decyduje i działa.

ACI to wynik lat badań nad sieciami neuronowymi i ich trylematem: plastycznością, stabilnością i edytowalnością. Plastyczność to szybkie uczenie się nowego. Stabilność to zachowanie tego, co umie. Edytowalność to zmiana tego, czego się nauczyła. Sieć neuronowa ma najwyżej dwie: gdy uczy się szybko, zapomina, gdy utrzymasz ją bez zmian, przestaje się uczyć, a to, czego się nauczyła, jest rozproszone po całej sieci. ACI ma wszystkie trzy.

Faruk Guney sam zbudował ACI, MS Duplex i MS Reflex, po latach badań nad trylematem sieci neuronowych i ponad piętnastu latach rozwijania Norck w globalną firmę zajmującą się produkcją i inżynierią na żądanie.

Z wyników, które pokazują, że praca była właściwa: zaliczonego testu, zatwierdzonego przeglądu, zaobserwowanej zmiany lub późniejszego efektu biznesowego. Można go też wstępnie wytrenować na przejrzanych przykładach, wcześniejszych decyzjach, dokumentach, zasadach i ścieżkach narzędzi.

Tak. Wytrenuj MS Duplex wstępnie na swoich zweryfikowanych przykładach, dawnych decyzjach, dokumentach, zasadach, ścieżkach narzędzi i bibliotekach sprawdzonych metod. Uczy się ich przed uruchomieniem, więc jest przydatny od pierwszego zapytania, i uczy się dalej na produkcji.

Twój zespół ustala standard dla każdego rodzaju pracy. Kod może wymagać testów i przeglądu, a działanie podlegające regulacjom – zatwierdzenia przez człowieka.

Korekta należy do obszaru roboczego, w którym ją wprowadzono, i pomaga w późniejszej pracy, która do niej pasuje. Uprawnieni użytkownicy mogą przejrzeć, poprawić albo usunąć wszystko, czego nauczył się MS Duplex.

Tak. MS Duplex uczy się wzorca, więc radzi sobie z nowymi sformułowaniami i nowymi szczegółami, a także wychwytuje łudząco podobne zapytanie, które wymaga innej odpowiedzi. Przy zwodniczych, łudząco podobnych zapytaniach popełniał błąd w 7.5% przypadków, wobec 45.3% w przypadku cache.*

Nowa zasada obowiązuje od następnego zapytania. MS Duplex zastępuje przestarzałą decyzję, a niepowiązaną pracę zostawia bez zmian. Po zmianie polityki udzielił 0% nieaktualnych odpowiedzi, wobec 72% w przypadku cache i wyszukiwania.*

Uczenie ciągłe, w działaniu. MS Duplex uczy się z każdego wyniku w chwili jego potwierdzenia, więc następne zapytanie już na tym korzysta, bez treningu i bez GPU. Przy zmianie 100% jego wcześniejszej pracy pozostaje nienaruszone.*

Zwykłe użytkowanie jest treningiem: MS Duplex uczy się z każdego potwierdzonego wyniku i stosuje go od następnego zapytania. Trening wstępny daje mu przewagę na starcie, a wagi twojej AI pozostają takie, jakie są.

Przy pracy nowej, szerokiej albo twórczej i wszystkim, co wymaga świeżego pisania lub rozumowania. MS Duplex przygotowuje dokładnie to, co dostaje twoja AI, razem z tym, czego się nauczył. Decyzja, której MS Duplex się nauczył, nie wymaga wywołania modelu.

Jeśli MS Duplex został wstępnie wytrenowany na tego rodzaju pracy, odpowiada od początku. W przeciwnym razie zajmuje się nią twoja AI z dołączoną wiedzą MS Duplex, a gdy wynik zostanie potwierdzony, następnym razem obsłuży ją MS Duplex.

Twoja AI, zawsze gdy praca wymaga nowego tekstu albo otwartego rozumowania, razem z tym, czego nauczył się MS Duplex. Gdy MS Duplex nauczył się danej pracy, odpowiada sam.

Wszystko, czego nauczył się MS Duplex, działa obok twojej AI, więc przechodzi razem z tobą do nowego modelu. W teście adaptacji to, czego nauczył się MS Duplex, przeszło do innej rodziny modeli bez żadnego ponownego trenowania.

Nie, wręcz przeciwnie. To, czego uczy się twoja organizacja, żyje w MS Duplex, a nie w wagach jednego dostawcy, w jednym zapisie czatu czy w pamięci jednej aplikacji. Zmień model, aplikację agenta albo dostawcę, a procesy, zasady, historia i umiejętności zostaną.

Tak. Twoje miejsce działania i ustawienia decydują, który model jest dostępny i dokąd trafia każde zapytanie.

Zwykłe serwery w chmurze, na CPU. MS Duplex nie potrzebuje własnego GPU: decyzja, której się nauczył, zajmuje ≈97 ms, wobec ≈2,231 ms w przypadku wywołania modelu. Akceleratorów potrzebuje tylko twoja AI, a MS Duplex włącza ją przy nowej pracy.*

Cel, podjęte decyzje, ograniczenia i niedokończona praca przechodzą dalej w obrębie tego samego klienta i obszaru roboczego. Niepowiązana praca i dane uwierzytelniające zostają na miejscu.

Tyle, ile potrzebujesz, żeby kontynuować: cele, decyzje i niedokończona praca. Pełny zapis rozmowy zostaje tam, gdzie był, a zasady dostępu twojego zespołu nadal obowiązują.

Tak, gdy połączenia należą do tego samego klienta i dozwolonego obszaru roboczego. Granice tożsamości, obszarów roboczych i klientów pozostają nienaruszone.

Tak, gdy obie osoby mają uprawnienia do wspólnego obszaru roboczego. Praca osobista albo z ograniczonym dostępem pozostaje oddzielona, zgodnie z twoimi ustawieniami dostępu.

Kontekst pomaga ci kontynuować niedokończoną pracę i może być tymczasowy. To, czego uczy się MS Duplex, pochodzi z potwierdzonych wyników i pomaga za każdym razem, gdy pasuje.

Stosuje potwierdzone korekty, aktualizuje decyzje, gdy zmienia się zasada, przenosi bieżącą pracę dalej, planuje procesy wieloetapowe, używa twoich narzędzi i ogranicza wywołania modelu przy pracy, której się nauczył.

Tak. MS Duplex uczy się, jak reagują twoje procesy, planuje najkrótszą drogę i przenosi ograniczenia oraz potwierdzone metody między krokami i sesjami. Twoja AI wnosi świeże rozumowanie przy każdym nieoczekiwanym zwrocie.

Tak. Uczy się, co działania zmieniają w twoich systemach, przewiduje skutek kroku, zanim zostanie wykonany, i proponuje najkrótszą drogę do celu. W publicznym benchmarku dla przedsiębiorstw pokonał trzy czołowe modele w przewidywaniu zmian w systemie. Każdy rzeczywisty krok nadal przechodzi przez twoje mechanizmy kontroli.

Tak, gdy twój zespół to włączy: daj mu cel, działania, które może podejmować, i sposób sprawdzenia sukcesu. Bezpiecznie eksploruje, testuje umiejętność przed użyciem i usuwa ją na żądanie. Wykonał każde zadanie przy wyłączonym modelu.

Tak. MS Duplex sprawia, że twój model odpowiada tak, jakby był trenowany na twojej pracy, a wagi modelu pozostają bez zmian. Pokonał dostrojone adaptery w 6 / 6 testów, bez żadnego treningu, a adaptacja przeszła do innej rodziny modeli bez ponownego trenowania.*

Tak. Przy dobrze zdefiniowanych zadaniach MS Duplex pisze mały program albo ponownie używa takiego, który już zadziałał, testuje go na znanych przypadkach i uruchamia, gdy przejdzie testy. Twój zespół może go w każdej chwili wstrzymać albo wycofać.

Tak. Dokumenty, grafy wiedzy i bazy danych stają się źródłami wiedzy MS Duplex, każde z właścicielem, źródłem i datą. MS Duplex wie, kiedy zmienia się fakt, i wnosi właściwe fakty do każdej decyzji.

Tak. MS Duplex może udostępniać zatwierdzoną wiedzę i kontekst każdemu agentowi w wybranym obszarze roboczym. Przy wszystkim, czego się nauczył, widzisz, od którego agenta to pochodzi, z jakim modelem i kiedy. Wiedza każdego klienta zostaje przy tym kliencie.

Twój zespół decyduje, z czego uczy się MS Duplex, przegląda to, czego się nauczył, i może poprawić albo usunąć dowolną część. Twoje zasady, zatwierdzenia i mechanizmy kontroli obowiązują przy każdym działaniu.

Cztery wtyczki to Claude, Codex, Cursor i Hermes. Zespoły, które budują własnych agentów, podłączają ich przez MCP + hooks.

Dziś dostępne są cztery wtyczki. Jeśli twój zespół buduje i prowadzi agenta, może pasować MCP + hooks; w przypadku każdego innego asystenta daj nam znać, którego używasz.

Dla agentów, których buduje twoja firma. Łączą się z MS Duplex przez MCP, a hooki włączają MS Duplex na każdym kroku: przed każdym zapytaniem, przed każdym wywołaniem narzędzia i po każdym wyniku. Każda akcja jest sprawdzana pod kątem twoich zasad przed uruchomieniem, z zatwierdzeniami tam, gdzie ich chcesz, i jedną historią, którą możesz wyeksportować.

Wtyczka wnosi MS Duplex do obsługiwanego asystenta przez MCP i buduje twoją osobistą inteligencję. MCP + hooks wnosi go w każdy krok agentów, których buduje twoja firma, i buduje inteligencję twojej firmy. W obu przypadkach to ten sam MS Duplex.

Przed każdym zapytaniem, przed każdym wywołaniem modelu, przed każdym wywołaniem narzędzia, po każdym wyniku, przy każdym przekazaniu i przy każdym zatwierdzeniu. MS Duplex najpierw stosuje twoje zasady, potem to, czego się nauczył, a każda akcja jest sprawdzana przed uruchomieniem.

Wtyczka, gdy ludzie pracują w obsługiwanym asystencie. MCP + hooks, gdy twoja firma buduje własnych agentów, a MS Duplex ma włączać się w każdy krok.

Tak. Podłączone do tego samego obszaru roboczego korzystają z tej samej zatwierdzonej wiedzy i kontekstu. Dostęp pozostaje ograniczony do osób i agentów, którym nadasz uprawnienia.

Wtyczkę albo MCP + hooks, kto korzysta z tego, czego uczy się MS Duplex, oraz, jeśli chcesz, przykłady, decyzje i dokumenty do treningu wstępnego. Potem miejsce działania i zasady dostępu, które pasują do pracy.

Z obsługiwaną wtyczką ludzie dalej pracują w asystencie, którego już używają. Zespół potwierdza dobre rezultaty i poprawia złe, a kroki zatwierdzania zależą od produktu i obszaru roboczego.

Od pierwszego zapytania, jeśli wytrenujesz go wstępnie. Potwierdzona korekta pomaga od następnej pasującej sprawy, a każdy potwierdzony wynik sprawia, że MS Duplex jest szybszy, tańszy i dokładniejszy.

Tak, to właśnie trening wstępny. Zweryfikowane przykłady, dawne decyzje, dokumenty i zasady dają mocny start. Twój zespół umieszcza każdy z nich we właściwym obszarze roboczym i może go później poprawić albo usunąć.

Tak. W konsoli uprawnieni użytkownicy mogą przejrzeć, poprawić albo usunąć wszystko, czego nauczył się MS Duplex, i zobaczyć stojącą za tym historię. Dokładne mechanizmy kontroli zależą od produktu i wdrożenia.

Nie. Ty ustalasz, co ważne: cele, zasady i działania, które wymagają twojej zgody. MS Duplex zajmuje się rutyną w ramach tych zasad i pilnuje, by każdy agent ich przestrzegał. Sprawdza każde wywołanie modelu i działanie narzędzia przed uruchomieniem i przenosi to, co zatwierdził twój zespół, przez każdą sesję.

Tak. Możesz utworzyć węższe obszary robocze, a ustawienia tożsamości i dostępu decydują, kto korzysta z każdego z nich. Cała ta wiedza pozostaje w twojej organizacji.

MS Duplex ma dwa miejsca działania: MatterSpace Cloud, gdzie MatterSpace prowadzi wszystko za ciebie, oraz twoją chmurę, czyli konto w chmurze, które należy do ciebie. Twoja chmura to rozwiązanie korporacyjne. Każda integracja jest dostępna w obu, zgodnie z warunkami wdrożenia.

Jako rozwiązanie korporacyjne. Napisz do nas na adres hello@matterspace.ai, opisując środowisko, miejsce, w którym muszą pozostać dane, i swoje wymagania bezpieczeństwa, a zaplanujemy wdrożenie razem z tobą.

Tak. Istnieje obsługiwana ścieżka między miejscami działania, a to, czego nauczył się MS Duplex, przechodzi bez ponownego trenowania. Obowiązki operacyjne i prace migracyjne ustala się dla każdego wdrożenia.

Tak. Wdrożenie może korzystać z twojego własnego dostępu do modelu. Opłaty dostawcy modelu, dane uwierzytelniające i granica, którą tworzą, są obsługiwane osobno i określone w wycenie oraz umowie.

Tak. Twoje dane wejściowe, materiały źródłowe, historia i wszystko, czego MS Duplex się z nich uczy, służą wyłącznie twojej organizacji. Obszary robocze mogą dodać węższe granice dla zespołów, produktów, regionów albo klas danych.

Tak. W sześciu rodzinach sparafrazowanych ataków zablokował każdy, przy 0.7% fałszywych odmów, najmniej spośród wszystkich podejść, które zablokowały je wszystkie.*

Ty wybierasz, kto ma uprawnienia, w każdym miejscu działania. MatterSpace obsługuje usługę hostowaną, a do wdrożenia w twojej chmurze ma dostęp tylko wtedy, gdy mu go przekażesz w uzgodnionym celu.

Twój zespół loguje się do konsoli przez własnego dostawcę tożsamości, ruch jest szyfrowany w trakcie przesyłania, a to, czego uczy się MS Duplex, i historia są szyfrowane w spoczynku. Możliwość zarządzania własnymi kluczami zależy od miejsca działania.

Tak. Uprawnieni użytkownicy mogą usunąć wszystko, czego nauczył się MS Duplex, przywrócić wcześniejszą wersję i wyeksportować to, czego się nauczył, razem z historią. Proces usuwania i kopii zapasowych dla twojego wdrożenia jest opisany w przeglądzie bezpieczeństwa i w umowie.

Tak. Usuń wynik albo obserwację, a to, czego MS Duplex się z nich nauczył, zostanie wycofane razem z nimi, więc nic, co na nich zbudowano, nie pozostanie. Historia pokazuje tę zmianę.

Tylko w takim zakresie, na jaki pozwolisz. Dane osobowe można zamaskować, zanim MS Duplex się z nich nauczy, wyśle je do modelu albo doda do historii, a MS Duplex potrafi stosować to, czego się nauczył, bez oryginalnego tekstu.

Można do niej tylko dopisywać, a każda ingerencja jest widoczna: każda zmiana jest dodawana jako nowy wpis, więc zmodyfikowany wpis zostałby zauważony. Upoważnieni użytkownicy mogą ją wyeksportować.

Uprawnieni użytkownicy mogą usunąć jej wpływ, a niezwiązana z nią wiedza zostaje tak, jak była. Po celowym zatruciu MS Duplex usunął wszystkie 40 zatrutych próbek, a jego prawidłowa wiedza pozostała nienaruszona.

Okres przechowywania ustala się dla każdego wdrożenia. Zależy od danych, miejsca działania, twojej konfiguracji, projektu kopii zapasowych i obowiązującej umowy.

MS Duplex jest na etapie prywatnych pilotaży, a niezależna certyfikacja jest planowana. Do tego czasu dokument o bezpieczeństwie opisuje zabezpieczenia stosowane dziś w miejscu działania, które oceniasz.

Dostawców używanych w twoim wdrożeniu oraz ewentualne warunki dotyczące podprocesorów określają twoje dokumenty klienta. W twojej chmurze wybierasz ich sam.

11 wyników z zakresu kosztów, dokładności, uczenia ciągłego, generalizacji, planowania, agentów, bezpieczeństwa, nowych umiejętności i adaptacji, w tym trzy publiczne benchmarki.

Cache odtwarza wcześniejszą odpowiedź, gdy zapytanie wygląda podobnie. MS Duplex uczy się wzorca stojącego za potwierdzonymi wynikami, stosuje zmiany zasad od następnego zapytania i wychwytuje łudząco podobne zapytania, a przy tym nadal może wywoływać twój cache jako narzędzie. Po zmianie zasad MS Duplex utrzymał dokładność 92.5%, podczas gdy cache spadł do 42.6%.*

Zachowaj je: wyszukiwanie staje się jednym z narzędzi MS Duplex. MS Duplex wywołuje je, gdy krok potrzebuje fragmentu, uczy się, które źródła odpowiadają na które pytania, i wie, kiedy zmienił się fakt.

Staje się źródłem wiedzy dla MS Duplex. MS Duplex czyta powiązane fakty, gdy decyzja ich potrzebuje, wie, kiedy się zmieniają, i uczy się, które relacje są ważne dla twojej pracy.

Tak. Dostrojone i specjalistyczne modele stają się narzędziami, do których MS Duplex kieruje pracę, a gdy zechcesz trenować, MS Duplex może przekazać twojemu zespołowi od treningu potwierdzone przykłady. Wszystko, czego MS Duplex się uczy, nadal działa obok nowych wag.

Stają się częścią tego, jak działa MS Duplex. MS Duplex wykonuje każde wywołanie modelu i narzędzia zgodnie z twoimi zasadami, a twoje bariery ochronne i firewalle nadal egzekwują swoje.

Bramka AI kieruje wywołania i raportuje użycie. MS Duplex to inteligencja: uczy się z każdego potwierdzonego wyniku, planuje, symuluje, decyduje i działa na tej podstawie, a przez MCP + hooks włącza się w każdy krok agentów, których buduje twoja firma, ze wspólną nauką, ciągłością, zatwierdzeniami i jedną historią.

Działa obok nich. Obserwowalność pokazuje, co zrobili twoi agenci, a ewaluacje to testują; MS Duplex uczy się z tego, co potwierdza twój zespół, więc korekta obowiązuje od następnego pasującego zapytania. Twoje ślady wykonania i zestawy ewaluacji działają dalej bez zmian.

MS Reflex to środowisko uruchomieniowe dla każdej maszyny, która sama decyduje i działa, od urządzeń brzegowych po roboty. Łączy twój stos autonomii w parę z modelem ACI, na urządzeniu: każde polecenie przechodzi przez bramkę, a MS Reflex uczy się, planuje, symuluje, decyduje i działa w ramach twoich zasad, z połączeniem lub bez.

Pięć niezmienników, na każdej maszynie, czymkolwiek jest sterowana. Każde polecenie, które coś robi, przechodzi przez bramkę. Zasady bezpieczeństwa można poluzować tylko upoważnionym i odnotowanym działaniem. Każdą zmianę można przypisać i odwrócić. Nauka zostaje na urządzeniu, w granicach, bez sieci. „Nieznane” znaczy: oddaj decyzję, nie zgaduj.

Cokolwiek dziś steruje twoją maszyną: VLA, MPC, autopilot, program PLC albo agent AI. Zostaje dokładnie taki, jaki jest. Twój stos autonomii i model ACI pracujące jako jedno: to właśnie MS Reflex. To połączenie jest produktem.

Dla jednych i drugich. Urządzenia brzegowe i roboty: dwie formy, jedno środowisko uruchomieniowe. Urządzenia brzegowe to sterowniki, bramki IoT i inteligentne kamery w zakładach, na obiektach i w terenie. Roboty to ramiona, roboty mobilne, drony, pojazdy i statki na lądzie, w powietrzu, na morzu i pod wodą oraz statki kosmiczne na orbicie.

Decyduje w danej chwili, na urządzeniu: co zrobić, której umiejętności użyć i kiedy oddać decyzję. Decyduje, czy każde polecenie może przejść przez bramkę i czy wie wystarczająco dużo, by działać.

Tak. Symuluje każdy ruch na urządzeniu, zanim go wykona, i wie, co zrobi polecenie, zanim twoja maszyna je zrealizuje. Ruch, który poszedłby źle, zostaje zmieniony na urządzeniu, zanim cokolwiek się poruszy, a wykonany ruch i tak przechodzi przez bramkę.

Każde polecenie, które coś robi, przechodzi przez bramkę. Zanim cokolwiek się poruszy, przełączy, otworzy albo wyśle, MS Reflex sprawdza to pod kątem twoich zasad, a to, co nie przejdzie, nie zostaje wykonane. Obowiązuje dla każdego polecenia, czymkolwiek sterowana jest maszyna, a każda decyzja na bramce trafia do historii.

„Nieznane” znaczy: oddaj decyzję, nie zgaduj. Gdy trafia na coś, czego nie zna, przekazuje decyzję twojemu stosowi albo twojemu operatorowi. Nigdy nie zgaduje. Każde oddanie decyzji czegoś go uczy: to, co potem zrobił twój stos albo twój operator, staje się częścią jego wiedzy na następny raz.

Uczy się szybko i na miejscu, na urządzeniu: wystarczy jeden przykład albo jedno oddanie decyzji, a lekcja przenosi się na podobne przypadki. To nauka ukierunkowana, a nie ogólna, w ustalonych przez ciebie granicach, bez sieci i bez treningu. Twój stos zostaje taki, jaki jest, a każda lekcja trafia do historii.

Nie. Nauka nigdy nie luzuje zasady, czas też nie. Poluzowanie zasady wymaga upoważnionego działania, a to działanie jest odnotowywane. Dodanie lub zaostrzenie zasady obowiązuje od następnego polecenia, nawet w trakcie pracy maszyny.

Tak. Każda zmiana zasady, granicy czy tego, czego się nauczył, pokazuje, kto lub co ją wprowadził i kiedy. Lekcję można cofnąć osobno, a maszynę przywrócić do zapisanego przez ciebie punktu, i to również trafia do historii. Jeśli kiedykolwiek lekcji nie da się dokładnie cofnąć, MS Reflex to mówi, zamiast udawać.

Nie. Działa na procesorach, które twoje maszyny już mają, na CPU, bez GPU i bez chmury. Uczy się, planuje, symuluje, decyduje i działa z połączeniem lub bez: pracuje offline i w izolacji od sieci, nigdy nie łączy się z nami, a jego licencja też działa offline.

Tak. Każda maszyna uruchamia MS Reflex na urządzeniu i decyduje sama za siebie, z łącznością czy bez. W całej flocie każda maszyna zachowuje własne zasady, a umiejętności przechodzą między nimi tylko wtedy, gdy tak zdecydujesz. Umiejętność wyuczona na jednej maszynie może potem trafić do innych, podobnych.

Nie. MS Reflex decyduje, co maszyna zrobi dalej, i na bramce trzyma każde polecenie w ramach twoich zasad. Działa nad twoimi certyfikowanymi sterownikami bezpieczeństwa, blokadami i wyłącznikami awaryjnymi, nigdy zamiast nich: pozostają od niego niezależne i mają ostatnie słowo, a twój zespół zachowuje uzasadnienie bezpieczeństwa każdej maszyny, tak jak dziś.

Jednym i drugim, w równym stopniu, z tymi samymi pięcioma niezmiennikami na każdej maszynie. Działa bez połączenia, nic nie musi opuszczać maszyny, a każda decyzja trafia do historii. W obronności dotyczy to w równym stopniu misji kinetycznych i niekinetycznych: każde polecenie przechodzi przez bramkę, w ramach twoich zasad użycia siły.

MS Reflex jest w fazie beta. To, co pokazał do tej pory, pochodzi z symulacji i benchmarków, a udowadniamy to razem z tobą, na twoich maszynach, w pilotażu. Każdy pilotaż planujemy razem z tobą, pod osłoną twoich własnych systemów bezpieczeństwa.

To osobne produkty, oba zbudowane na ACI, Adaptive Continual Intelligence. MS Duplex łączy model ACI w parę z twoim modelem AI, dla twojej AI i twoich agentów. MS Reflex łączy model ACI w parę z twoim stosem autonomii, dla każdej maszyny, która sama decyduje i działa.

Produkt, przewidywane użycie, wielkość zespołu, miejsce działania i ewentualną dedykowaną przepustowość. Ceny otrzymujesz na piśmie, wraz z założeniami, na których się opierają.

MS Duplex i MS Reflex to produkty Vareon, Inc., firmy, która stoi za matterspace.ai.

Skorzystaj ze strony kontaktowej i wspomnij o produkcie, miejscu działania i rodzaju pracy, o którym myślisz. Zespół odpowie na pytanie albo wskaże ci stronę ze szczegółami.