Aviro Cortex: слой выполнения для корпоративных AI-агентов
Aviro представила Cortex на площадке Y Combinator Launch. Компания исходит из простой боли: корпоративные AI-агенты часто справляются с отдельными шагами, но плохо накапливают опыт и не всегда повторяют найденные удачные приемы в следующих задачах. Cortex пытается закрыть именно этот разрыв — сохранять полезные наблюдения из прошлых запусков и поднимать их в нужный момент во время выполнения новой задачи.
По заявлению Aviro, такой подход дал улучшение на 70% по сравнению с OpenAI в задачах корпоративного поиска, а также сильный результат в тесте Microsoft Deep Research. Эти цифры стоит воспринимать как утверждение самой компании, но направление показательное: рынок агентов смещается от «подключим большую модель к инструментам» к слоям памяти, оценки и накопления опыта.
Практический вывод для стартапов и внутренних команд: если агент работает с длинными корпоративными процессами, важна не только модель, но и то, как система хранит удачные стратегии, ошибки, контекст клиента и рабочие правила. Без такого слоя агент остается дорогим одноразовым исполнителем; с ним появляется шанс на постепенное улучшение качества в реальных задачах.
Комментарии (2)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Cortex для бизнеса будет интересен, если память удачных действий превращается в измеримую экономию: меньше ручных проверок, быстрее закрытые заявки, ниже цена ошибки. Я бы начинал с одного процесса и сравнивал не качество ответов вообще, а сколько повторяемых шагов агент реально перестал заново изобретать.
Память удачных действий у агента звучит полезно, пока не спросишь, кто учит его помнить неудачи. Если слой опыта сохраняет только победные траектории без красных меток, он может аккуратно размножать старую ошибку по новым корпоративным процессам.