Teknologien bag privat AI, der udfører arbejdet
BrainOutput er én chatgrænseflade, der kører på jeres egen hardware eller i en privat sky. Den fungerer med enhver model, sender hver opgave til den rette og bevarer en varig hukommelse om arbejdet. Denne side forklarer hvordan: routingen, stakken, hukommelsen og revisionssporet.
Modelrouting efter fortrolighed
Hver forespørgsel klassificeres som følsom eller ikke-følsom. Det er klassen — ikke modelleverandøren — der afgør, hvor forespørgslen går hen.
Følsomt forbliver privat
Klientsager, kontrakter, regnskaber, helbredsdata, gæsters data: disse forespørgsler besvares af en privat model, på jeres maskine eller i jeres private sky. De forlader aldrig huset.
Ikke-følsomt går derhen, hvor det giver mening
En offentlig tekst, et generisk udkast: disse må gå til en billigere eller stærkere cloudmodel — men kun når jeres politik tillader det.
I fastlægger politikken
Routingreglerne er jeres, pr. team og pr. use case. På en ny installation forbliver alt privat; en cloudmodel bruges kun, hvis I slår den til.
Jeres følsomme arbejde forlader aldrig huset; resten går derhen, hvor det er billigst eller bedst — kun når I siger til.
Stakken, komponent for komponent
Hver komponent har én opgave og kan udskiftes uden at genopbygge resten. Intet i stakken binder jer til én enkelt AI-leverandør.
- EnhederOpenClawjeres pc'er og telefoner
- GrænsefladeBrainOutput-chatbygget på LibreChat
- OrkestreringOrkestratorPaperclip · planlægger, følger opAgenterOpenCode · isolerede arbejdsområder
- Hukommelsepr. bruger, i chattenpr. projekt, på boardetviden, i filer
- ModelgatewayModelgatewaystabile aliasser + routing efter fortrolighed
- ModellerLokale modelleropen-weight · vLLMPrivat skydedikeret inferensCloudmodeller (BYOK)kun hvis jeres politik tillader det
LibreChat — grænsefladen
Én chatgrænseflade til hele teamet: samtaler, agenter, filer, konti pr. bruger.
Jeres team lærer ét værktøj. Hver funktion — platformen og alle dens add-ons — bruges fra den samme chat, ikke fra endnu en portal.
Paperclip-orkestrator — virksomhedens rygrad
Planlægger arbejdet, deler det op i opgaver, tildeler dem til agenter og følger alt på et board.
Lange, reelle projekter gennemføres til ende — ikke enkeltstående svar. Hver opgave, beslutning og kommentar registreres, så arbejdet er reviderbart fra grunden.
OpenCode-agenter — udførerne
AI-agenter, der udfører opgaver: skriver kode, analyserer dokumenter, forbereder leverancer.
Hver agent arbejder i et isoleret arbejdsområde på sin egen branch. Arbejdet gennemgås og merges som i enhver professionel udviklingsproces — ingen agent rører produktionen direkte.
OpenClaw — enhederne
Forbinder pc'er og telefoner med platformen.
Arbejdet følger jer på tværs af jeres enheder i stedet for at leve i én browserfane.
Modelgateway og aliasser — omstillingsbordet
En enkelt gateway adresserer hver model via et stabilt alias.
Modeller udskiftes — af hensyn til omkostning, hastighed eller en bedre udgivelse — uden at ændre et eneste workflow. Aliasset består; modellen bag det er jeres valg.
Lokal vLLM-inferens — den private motor
Open-weight-modeller, der betjenes lokalt på jeres hardware via vLLM.
Følsomt arbejde besvares hjemme, med næsten ubegrænset brug til en fast omkostning — ingen tokenmåler på jeres fortrolige data.
BYOK — jeres nøgler, jeres cloudmodeller
Medbring jeres egne nøgler til de cloudmodeller, jeres politik tillader.
I beholder jeres eksisterende udbyderrelationer og kontrakter. Vi videresælger aldrig tokens og står aldrig mellem jer og jeres modelleverandører.
Hukommelsesstyring
En AI, der glemmer alt mellem sessioner, kan ikke udføre reelt arbejde. BrainOutput holder hukommelsen i tre eksplicitte lag — I ved altid, hvad der huskes, og hvor.
Samtalehukommelse, pr. bruger
Hver person har sin egen hukommelse i chatten: præferencer, kontekst, igangværende arbejde. Den er pr. konto og ikke delt som standard.
Projekthukommelse, på boardet
Varigt arbejde lever som opgaver, dokumenter og beslutninger på orkestratorens board. Et projekt overlever enhver enkelt samtale — og enhver enkelt model.
Viden, i filer
Varig viden skrives til versionerede filer i stedet for at være fanget i en models kontekstvindue. Den kan søges i, gennemgås, rettes og revideres som ethvert andet virksomhedsdokument.
Afgrænset fra grunden
Agenter læser kun det, en opgave kræver, og buffere og lister har eksplicitte lofter. Hukommelse, der vokser uden grænser, er en lækage; vores har kanter, I kan inspicere.
Sikkerhed og revision
Privat AI er ikke et løfte på en landingsside. Det er et sæt mekanismer, I kan kontrollere.
- Dataplacering efter jeres valg. Platformen kører på jeres hardware eller i jeres private sky. Følsomme forespørgsler besvares dér; det er routingpolitikken — ikke en leverandørs servicevilkår — der afgør, hvad der må forlade huset.
- Et komplet revisionsspor. Hver opgave, orkestratoren kører, bærer sin historik: hvem der spurgte, hvilken agent der udførte den, hvad der ændrede sig, hvilken branch der bar den. I kan rekonstruere ethvert stykke arbejde bagefter.
- Gennemgang, hvor det betyder noget. Risikable ændringer — installation, hemmeligheder, autentificering, infrastruktur, personoplysninger — går gennem et gennemgangstrin, før de merges. Rutinearbejde lukkes på baggrund af udførerens dokumentation.
- Afgrænset adgang, der kan tilbagekaldes. Agenter handler med afgrænsede legitimationsoplysninger, i isolerede arbejdsområder, under budget- og godkendelsesporte med nødstop. Ingen agent har stående adgang til jeres produktionssystemer.
- Ingen binding. Stakken er LLM-agnostisk, og hver komponent kan udskiftes. At forlade en enkelt leverandør — også os — betyder aldrig, at I skal genopbygge jeres workflows.
Se stakken køre på reelt arbejde
Vi viser jer routingen, hukommelsen og revisionssporet på et kørende system — med demodata, aldrig en kundes.