berek

[ korai termék · 1–3 tervezőpartnert keresünk ]

A céged AI-munkatársa. A te infrastruktúrádban.

Dolgozzon a csapatoddal Slackben vagy Teamsben, férjen hozzá az engedélyezett belső eszközökhöz, és vigyen végig tartós munkafolyamatokat — a mérnöki feladatoktól a GTM-ig. Használd hozzá ma a legjobb API-n elérhető modelleket úgy, hogy a végrehajtási környezet, az integrációk és a felhalmozott vállalati tudás a céged kontrollja alatt marad.

Korai, korlátozott pilotok, bevezető árazással. Egy csapat, egy valódi munkafolyamat, közösen meghatározott biztonsági és mérnöki határok.

[ minta · célállapot ]
execution
customer Kubernetes
session store
customer Postgres
integrations
company Git repository
secrets
customer secret manager
model route
approved API / replaceable
evidence
retained by policy
control plane «enterprise owned»

Az AI-munkatárs nem csak a modell.

A modell válaszol. A körülötte lévő rendszer dolgozik a cégedben: emlékszik a megengedett kontextusra, jogosultságot kezel, belső eszközöket hív, kódot vagy dokumentumot hoz létre, jóváhagyásra vár, és bizonyítékot hagy maga után.

Ha ez a rendszer egy modellszállító termékében él, az intelligenciáért kétszer fizetsz: egyszer pénzzel, egyszer pedig a vállalati tudással, amit a használathoz fel kell fedned. A promptok, az eszközhívások és főleg a javítások intézményi tudássá desztillálódnak — egyirányú tanulásnál ez az érték a szállítónál halmozódik, nem nálad.

Ez a rendszer idővel egyre értékesebb: minden új munkafolyamat, integráció és tanulság olcsóbbá teszi a következőt. Az elvételi teszt egyszerű: ha holnap elvennék, mi maradna a cégednél?

Béreld a legjobb intelligenciát. Birtokold a munkarendszert.

A munkavállalók jelentős része ma is saját kezdeményezésre használ AI-eszközöket: egy 2025 végi hazai nagyvállalati felmérésben 35% dolgozott így, miközben a cégeknek csak 14%-ánál volt bevezetett vállalati AI-megoldás (K&H nagyvállalati felmérés, 2025 Q4).

A tartós érték a vállalatnál marad.

Nem azt ígérjük, hogy külső modell használatakor egyetlen adat sem hagyja el a hálózatot. Azt építjük meg, hogy a vállalatnál legyen a kanonikus rendszer és a döntési jog arról, mi tárolódik, mi hívható, és melyik modell dolgozhat egy adott feladaton.

A vállalatnál Mit jelent a gyakorlatban?
Végrehajtási környezet Az agentek elkülönített környezetben, a vállalat által választott infrastruktúrában futnak.
Integrációk és munkafolyamatok A belső eszközök, folyamatok, szabályok és vállalati kiegészítések verziózott vállalati eszközök.
Kanonikus működési adatok A megtartott beszélgetések, események, workflow-állapotok és auditnyom vállalati kontroll alatt tárolhatók.
Titkok és jogosultságok A valódi kulcsok nem kerülnek az agent munkakörnyezetébe; használatuk explicit engedélyhez és célhoz köthető.
Megőrzés és felhasználás A vállalat dönti el, mi meddig marad meg, és mi használható keresésre, értékelésre vagy későbbi tanításra.
Modellválasztás bizonyítéka A modelleket saját feladatokon, minőségi és gazdasági küszöbök alapján lehet összehasonlítani.

Külső modell-API használatakor az oda küldött kérések a szolgáltatói szerződés hatálya alá kerülnek. A cél a kontrollált és cserélhető határ, nem a valós adatáramlás elrejtése.

Ugyanaz a munkatárs. Cserélhető intelligencia.

A csapat ugyanazon a felületen, ugyanazokkal az integrációkkal és munkafolyamatokkal dolgozik. A háttérben feladatonként változhat, melyik modell adja a legjobb minőséget, költséget vagy adatkezelési határt.

[ architektúra · célállapot ]
Slack Teams GitHub Linear elkülönített végrehajtás eszközök · jogosultságok · workflow-k · bizonyíték frontier API ma specializált modell feladatonként saját futtatás, amikor megfelel külső API-határ Legroom — modellpolitika és értékelés

vidd a kurzort a diagram elemei fölé

A modellváltás technikailag lehet egy új végpont vagy modellazonosító. Az üzleti kockázat ennél nagyobb: ugyanazt a minőséget, megbízhatóságot és elfogadható eredményt kell bizonyítani. Ezt a döntési és mérési réteget a Legroom adja.

Megnézem a Legroomot ↗

[ irány · fejlesztés alatt ]

A céges környezet és a fejlesztői gép egy kontinuum.

A Legroom és a Berek párban többszöröz: a session egy taskhoz tartozik, és simán mozgatható a céges Berek-környezet és a lokális gép között — indítás, leállítás és átvétel mindkét oldalon, ugyanazzal a secret-kezelési határral. A fejlesztő VS Code-dal vagy SSH-val csatlakozhat ugyanahhoz a sandboxhoz. A háttér-agentek AI-büdzséjét a Legroom tartja hatékonyan; a folytonosságot a Berek adja.

Egy hasznos workflow-val kezdünk.

Nem „digitális alkalmazottat" kapcsolunk be korlátlan jogosultsággal. Egy ismétlődő, értékes munkafolyamatot választunk, tiszta bemenettel, engedélyezett eszközökkel, emberi kapukkal és ellenőrizhető kimenettel.

Mérnöki feladatból reviewelhető változtatás

Egy Slack- vagy Teams-szálból megérti a feladatot, dolgozik a kijelölt repositoryban, lefuttatja az ellenőrzéseket, majd diffet vagy PR-t ad át emberi reviewra.

Operatív vizsgálatból bizonyítékcsomag

Engedélyezett belső eszközökből és adatforrásokból összegyűjti a szükséges tényeket, elkülöníti a következtetést a forrástól, és visszaadja a döntéshez szükséges bizonyítékot.

Tartós vállalati munkafolyamat

Modellhívásokat determinisztikus API-hívásokkal, várakozással, újrapróbálással és jóváhagyási kapukkal kapcsol össze. A folyamat újraindítás után is folytatható és auditálható.

Ugyanez a minta működik a mérnöki munkán túl is: GTM-folyamatok, webes felületek, kutatás, riportok — minden, amit a cég engedélyezett eszközökkel, emberi kapukkal automatizálna.

Az agent kapjon munkateret, ne korlátlan hozzáférést.

Minden futás elkülönített munkakörnyezetet kap. A szükséges eszközöket és hálózati célokat előre meghatározzuk. A hosszú életű hitelesítő adatok nem kerülnek közvetlenül a promptba, fájlokba vagy az agent környezetébe; a rendszer csak az engedélyezett kéréshez használja őket.

Ez csökkenti a hibák és a prompt injection következményét, de nem teszi az agentet tévedhetetlenné. A romboló műveletekhez továbbra is szűk jogosultság, determinisztikus korlát és emberi jóváhagyás kell.

  • elkülönített végrehajtási környezet
  • explicit eszköz- és jogosultsági határok
  • kontrollált kimenő hálózati hozzáférés
  • vállalati secret managerhez illeszkedő kulcskezelés
  • tartós esemény- és auditnyom
  • Gitben verziózott konfiguráció és workflow-k

Működő belső rendszerből korai vállalati termék.

A belső rendszerünk saját Kubernetes-környezetben fut, Slackből indítható, elkülönített agent-munkaterekkel dolgozik, repositoryhoz és engedélyezett eszközökhöz kapcsolódik, és GitOps módon települ. Ezt még nem nevezzük kész, általános vállalati terméknek.

Olyan tervezőpartnereket keresünk, akik egy valódi workflow-val, technikai tulajdonossal és világos biztonsági határral segítenek bizonyítani, mi tehető ismételhetővé.

Működik belső használatban A tervezőpartnerrel bizonyítjuk Hosszabb távú irány
saját infrastruktúrában futó agent-platformreprodukálható vállalati telepítés és átadásönálló, támogatott termék
Slack-alapú közös munkafelületegy valódi csapat és workflow használatatöbb csatorna és szervezeti felület
elkülönített végrehajtás és GitHub-munkaügyfélspecifikus jogosultságok és integrációkismételhető integrációs csomagok
külső frontier modell használatamérhető minőség, költség és elfogadásspecializált és saját modellek fokozatos bevezetése
GitOps és vállalati titokkezelési mintaügyféloldali üzemeltethetőségdokumentált támogatási és frissítési modell

Nem egy korlátlan autonómiát ígérő chatbot.

  • Nem állítjuk, hogy minden vállalati feladatot önállóan megold.
  • Nem kérünk korlátlan hozzáférést minden belső rendszerhez.
  • Nem állítjuk, hogy külső modell használata közben minden adat a hálózaton belül marad.
  • Nem ígérünk olcsóbb saját modellt addig, amíg az adott workflow-n nem teljesíti a minőségi küszöböt.
  • Nem telepítünk bizonyíték, felelős technikai tulajdonos és emberi jóváhagyási határok nélkül.

A technológia mellé működő szállítási rendszert telepítünk.

Az agent-platform önmagában nem szervezeti képesség. Ki kell választani a jó első workflow-t, tisztázni kell a jogosultságokat, össze kell kötni a belső eszközökkel, mérni kell a költséget és az eredményt, majd be kell építeni az emberi review és felelősség kapuit.

A Bereket az MI működik készíti és telepíti — ugyanazzal a continuous delivery szemlélettel, mint a workshopjait, az AI Delivery Installt, a forward-deployed mérnöki munkát és a Legroomot: nincs állítás bizonyíték nélkül.

Adjunk neki egy valódi munkát.

Akkor érdemes beszélnünk, ha van egy ismétlődő, értékes workflow, egy felelős üzleti vagy mérnöki szponzor, egy technikai tulajdonos, és lehetőségünk van a működést valódi bizonyíték alapján értékelni.

Az első beszélgetésen nem demót adunk el. Megnézzük a feladatot, az adatáramlást, a szükséges integrációkat, az emberi kapukat és az üzemeltetési felelősséget. Ha nincs szűk, biztonságosan bizonyítható pilot, azt is kimondjuk.

Ideális első pilot: 1 csapat · 1 workflow · 1 technikai tulajdonos · 1 közösen elfogadott bizonyítási terv

Néhány konkrét kérdés, hogy már az első beszélgetés előtt lássuk, van-e biztonságosan bizonyítható közös pilot.

Hol dolgozna az AI-munkatárs?opcionális

A megadott adatokat csak a pilot értékeléséhez és a kapcsolattartáshoz használjuk. Nem kerülnek modelltréningbe. Adatkezelés

Gyakori kérdések

Minden adat a vállalaton belül marad? +

Nem ezt állítjuk. A végrehajtási környezet, a kanonikus működési állapot, az integrációk és a megőrzött kontextus vállalati kontroll alatt lehet. Ha egy feladat külső modell-API-t használ, az oda küldött kérés elhagyja ezt a határt, és a szolgáltatói szerződés vonatkozik rá. Feladatonként lehet eldönteni, melyik adat és modellút engedhető meg.

Milyen modellekkel működik? +

A cél nem egyetlen modellhez kötődni. A pilot a vállalat által elfogadott, API-n elérhető modellel indulhat. Később specializált vagy saját futtatású modell is bevezethető ott, ahol ugyanazon értékelés alapján megfelel.

Slack vagy Teams kell hozzá? +

A közös chatfelület a legkézenfekvőbb indulás, mert a csapat ugyanabban a munkatérben tud feladatot adni és átvenni az eredményt. A konkrét felületet és jogosultsági modellt a pilot előtt ellenőrizzük.

Lecseréli a fejlesztőket vagy az operációs csapatot? +

Nem ez a termékígéret. Ismétlődő munkát, információgyűjtést és végrehajtási lépéseket delegálunk úgy, hogy a felelősség, a jóváhagyási kapuk és az elfogadás a csapatnál marad.

Miben más, mint egy Make- vagy Zapier-szerű automatizációs eszköz? +

A feladatra szabott eszközök egy-két általános munkafolyamatnál gyorsabbak és olcsóbbak — ilyenkor kimondjuk: vedd meg az eszközt. A Berek ott nyer, ahol a belső rendszereket érintő munkafolyamatok száma és érzékenysége nő: a jogosultságok, az integrációk és a felhalmozott vállalati kontextus egy helyen, a cégnél gyűlnek, ezért minden újabb munkafolyamat elindítása olcsóbb, mint az előzőé volt. A meglévő automatizációs eszközök nem ellenfelek: az AI-munkatárs engedélyezett eszközként hívhatja őket.

Hol fut? +

A cél egy vállalat által kontrollált Kubernetes-környezet. A pilot során közösen döntjük el a telepítési, hálózati, secret-kezelési és üzemeltetési határt.

Kész termék? +

Korai termék, működő belső rendszerből. Az első tervezőpartnerekkel azt bizonyítjuk, mi telepíthető, üzemeltethető és adható át ismételhetően — bevezető árazással, general availability ígéret nélkül.