Produkcijska platforma znanja s hibridno inteligenco, ki ureja in nenehno posodablja hitro spreminjajoče se področje umetne inteligence — tako da lahko tako ljudje kot agenti umetne inteligence razlikujejo med trajnimi signali in pretiravanjem ter se izognejo gradnji na pristopih, ki so že »tako včerajšnji«. Vsak sintetiziran vpogled je sledljiv nazaj do svojih virov in zabeležen v kriptografsko preverljivi revizijski sledi, zasebne zapiske vsakega uporabnika pa ostanejo v prostoru, ki ga centralni sistem nikoli ne bere.
Platforma, ki je na voljo na so-yesterday.ai, je hkrati javni vir in delovno testno okolje podjetja Abelium za varno trislojno arhitekturo, ki jo razširjamo na regulirana okolja, kjer mora umetna inteligenca delovati z zaupnimi dokumenti.
Izziv in tehnični kontekst
Na nobenem področju se funkcionalna življenjska doba orodij, okvirov in najboljših praks ne skrajša hitreje kot v umetni inteligenci sami. Modeli, vzorci agentov in delovni tokovi, ki so bili pred nekaj meseci vrhunski, se redno nadomeščajo; ekipe vlagajo v pristope, ki že postajajo zastareli, medtem ko se strokovnjaki utapljajo v informacijskem hrupu. Večina orodij za novice o umetni inteligenci poroča o tem, kar se pojavlja – vendar pušča slepo pego pri videnju glede tega, kaj je trajno in kaj postaja »tako včerajšnje«.
To dodatno otežujeta dve stvari. Prva je zaupanje: v okoljih z visokimi tveganji je povzetek brez vrednosti, če ga ni mogoče povezati z verodostojnim virom in dokazati, da ni bil ponarejen. Druga je suverenost: organizacije vse pogosteje ne smejo pošiljati zaupnih podatkov zunanjim storitvam umetne inteligence.
so-yesterday.ai je bil zasnovan kot kurirana baza znanja in analitični motor, ki hkrati odgovarja na vse te potrebe. Uporablja trislojno informacijsko arhitekturo:
- viri resnice → javno sintetiziran indeks znanja → zasebno znanje vsakega uporabnika
- zgrajen na hibridni arhitekturi umetne inteligence, ki
- združuje lokalizirane, podatkovno skladne lokalne odprtokodne modele (ki tečejo na napravi za klepet in vključevanje) z izbirnimi API-modeli z visoko stopnjo razmišljanja (npr. Anthropic Claude, OpenAI GPT, Google Gemini).
Deluje na kontejnerskem Python/FastAPI backendu s hibridnim iskalnikom po ključnih besedah in semantičnim iskalnikom ter React frontendom, v produkciji pa je od začetka leta 2026 z dnevnim sintezirajočim potekom. Enaka arhitektura – agencijska, z izvorom, revidljiva in s suverenostjo nad podatki – je točno tisto, kar regulirane organizacije potrebujejo, zato so-yesterday.ai deluje tudi kot referenčna implementacija.
Osnovne strukturne podstrani in specializirani tehnični moduli
Platforma je organizirana kot niz funkcionalnih modulov – istih gradnikov, ki jo naredijo referenčno implementacijo za varno, za agente pripravljeno AI.
1. Avtonomni AI agenti in Cortex Engine
Srce sistema je Cortex, vedno aktivna plast avtonomnih agentov, ki vzdržujejo bazo znanja pod človeškim nadzorom, namesto da delujejo brez nadzora.
- Agenti za neprekinjeno vzdrževanje: Načrtovani agenti berejo lastne kanonske in skupnostne vsebine platforme, zaznavajo strukturne signale – sočasno pojavljajoče se koncepte, napačno razvrščene oznake, vrzeli v pokritosti, protislovja, upad zaupanja – in strukturirane predloge shranijo v čakalno vrsto moderatorja. Ključno je, da agenti nikoli ne objavljajo neposredno: moderator sprejme ali zavrne vsak predlog, odločitev pa se trajno zabeleži. Ta vzorec »človek v zanki« ima pet lastnosti, ki jih potrebuje nadzorovana plast agentov – trajno stanje, jasno lastništvo, opredeljena dejanja, zgodovina, ki jo je mogoče poizvedovati, in model dovoljenj.
- Hibridni, pregledljiv potek: lokalni odprtokodni modeli izvajajo hitro in poceni razvrščanje; zahtevnejše sinteze se lahko usmerijo v najnaprednejše modele. Vsak element teče skozi konfigurativni, v celoti beležen potek razvrščanja → sinteze → človeškega pregleda, tako da je delovanje sistema naknadno rekonstruirano in ni nejasno.
2. Vmesnik za integracijo protokola Model Context Protocol (MCP)
Da bi bila baza znanja enako uporabna za ljudi in AI agente, ima so-yesterday.ai implementiran odprti Model Context Protocol (MCP).
- Standardizirana integracija ekosistema: Portal poganja strežnik MCP, ki ponuja niz tipiziranih orodij, virov in pozivov – iskanje, najnovejši povzetki, iskanje pojmov in videov, dostop do grafa znanja in moderirana dejanja pisanja – zavarovano z OAuth 2.1 (PKCE). Vsak odjemalec, ki podpira MCP, se integrira brez posebnega konektorja, s čimer se integracijska matrika zmanjša z neskalabilnega problema N × M na čisto topologijo N + M.
- Odprta zasnova: isti korpus je objavljen v odprtem formatu Markdown v skladu s pogodbo »datoteka = URL«, skupaj z deskriptorjem zmogljivosti, ki ga lahko berejo agenti – tako se lahko agent integrira preprosto z branjem javnega repozitorija podatkov. Platforma je zasnovana za ekosistem umetne inteligence, ne pa le v njegovo podporo.
3. Trislojna arhitektura znanja – poreklo in kriptografska revizijska sled
Ključna lastnost platforme je, da je mogoče vsak odgovor slediti do njegovih virov, medtem ko ostaja zasebno raziskovanje vsakega uporabnika nevidno za centralni sistem.
- Sinteza ob pisanju s poreklom: več kot 400 virov resnice (prepisi videov, eseji, dnevni povzetki, kurirane spletne strani, javni prispevki) napajajo javni indeks sintetiziranih konceptov (vzorec Karpathy LLM Wiki), od katerih vsak vsebuje polje porekla, ki se povezuje nazaj na avtoritativni vir. Indeksirni proces pretvarja surovi material v besedilo in v stavke, ki jih lahko bere umetna inteligenca, ter omogoča hibridno iskanje po ključnih besedah in semantično iskanje, pri katerem je vsak rezultat povezan s svojim izvorom.
- Revizija z zaščito pred ponarejanjem in zasebni lastni prostor: Vsaka sprememba javnega indeksa se zapiše v revizijsko sled s hash verigo in kriptografskim podpisom, z rednimi kontrolnimi točkami in neodvisno javno verifikacijo – to je vrsta sledljivosti od začetka do konca, ki jo zahtevajo predpisi, kot sta Akt o umetni inteligenci in DORA. Medtem so osebne beležke vsakega uporabnika shranjene v njihovem lastnem neodvisnem prostoru (ki ga lahko kadar koli odklopijo, ne da bi izgubili podatke); strežnik hrani le šifriran dostopni žeton, nikoli pa vsebine beležk.
4. Varna arhitektura s suverenostjo nad podatki in usmeritev v regulirani sektor
Za organizacije, kjer je pomembno tako, kam gredo podatki, kot tudi kvaliteta odgovora, je platforma zasnovana tako, da obdelava ostane lokalna.
- Obdelava »Local-First« in zaščitne ograje: Ker klepet in vnosi potekajo na lokalnih odprtokodnih modelih, se občutljivo besedilo lahko obdeluje znotraj lastnega območja uporabnika; najnaprednejši modeli so neobvezni pospeševalec, ne pa odvisnost. Vhodni prenosi so zaščiteni pred preiskovanjem notranjega omrežja, vsa vsebina je očiščena na strani strežnika in stranke, priloge pa morajo prestati strogo preverjanje na seznamu dovoljenih gostiteljev – s čimer se na meji zaprejo pogosti vektorji vbrizgavanja ukazov in iznosov podatkov.
- Razširitev na regulirana okolja (smer raziskav): Abelium prilagaja isti trislojni vzorec za javno upravo, pravosodje, finance in zdravstvo – dodaja nadzor dostopa po uporabnikih in skupinah, vezan na ponudnika identitete stranke (SI-PASS, Keycloak, Microsoft Entra ID), izolirano izvajanje z nadzorovanim enosmernim izhodom in paket regulativne dokumentacije (Akt o umetni inteligenci, DORA, NIS 2, BSI C5). so-yesterday.ai je testno okolje za produkcijo; reguliran sistem z nadzorom dostopa je v fazi aktivnega raziskovanja in razvoja.
Zmogljivosti platforme v produkciji
Poleg arhitekture so-yesterday.ai ponuja bogat, odprto dostopen produkt – vse v živo in brezplačno za brskanje:
- Dnevni povzetki in eseji o umetni inteligenci: dnevni, razvrščeni povzetek petih pomembnih dogodkov, skupaj z dolgimi eseji z izvirnimi okviri – analize s tehnično globino, ne pa povzetki iz sporočil za javnost.
- Interaktivni graf znanja in hibridno iskanje: graf v živo, po katerem se lahko premikate, s sintetiziranimi koncepti in njihovimi odnosi ter iskanjem, ki združuje ujemanje ključnih besed in semantično ujemanje s popolnim izvorom.
- AI Persona Chat (večjezični): Klepetajte z osebnostmi AI-transformacije v angleščini ali slovenščini, v načinu persona ali coach, utemeljenem na pravilih z vstavljenimi citati, tako da odgovori ostanejo odgovorni.
- Predloge za tipkanje vsebin: Vsak video je prikazan skozi pravi objektiv – tehnološki pregled, vodič, podcast, koncept, esej z mnenjem ali poglobljeno inženirstvo – namesto povzetka, ki ustreza vsem.
- BYOT – Prinesi svojo predlogo/model: Uporabnik lahko vključi svoj najnaprdnejši model, da ustvari bogatejše in natančnejše upodobitve, pri čemer je model v paketu privzet, rezultat pa objavi človeški moderator – konkretna demonstracija hibridnega lokalnega/Frontier oblikovanja in modela upravljanja z vključitvijo človeka.
- »Indeks zastarelosti«: Interaktivni, reflektivni indeks, ki tezo platforme pretvarja v orodje – kalibrirano oceno, kako aktualno (v primerjavi z »zastarelo«) je določeno orodje, praksa ali pristop v resnici. Zasnovan pa je tako, da spodbuja razmislek namesto pretiranega navdušenja.
- Pripravljen za agente: Dokumentirani REST API, strežnik MCP, odprto skladišče podatkov in odzivi, ki upoštevajo agente, naredijo celotno zbirko v ponovno uporabne gradnike v delovnih tokovih, ki temeljijo na umetni inteligenci.
Glavni cilji projekta
- Oblikovanje hibridne plasti za usklajevanje LLM: Upravljanje usmerjanja, ki uravnava lokalne odprtokodne modele (zaradi stroškov, prepustnosti in suverenosti podatkov) z izbirnimi najnaprednejšimi modeli (za napredno sintezo), tako da se kakovost povečuje brez ogrožanja zasebnosti ali nadzora.
- Dajanje prednosti poreklu in zmožnosti revidiranja: Zagotoviti, da je vsak ustvarjen odgovor sledljiv do verodostojnih virov in zabeležen v revizijski sledi, ki je zaščitena pred ponarejanjem in neodvisno preverljiva – to je temelj za zanesljivo umetno inteligenco v okoljih z visokimi tveganji.
- Standardiziran dostop agentov prek MCP: Izpopolnjen strežnik MCP in odprta pogodba o podatkih »datoteka = URL«, tako da bo baza znanja prvovrsten gradnik z majhnim trenjem v ekosistemu AI-agentov.
- Razširjena varna podlaga s suverenostjo podatkov za regulirane sektorje: nadgraditi arhitekturo »local-first« v smeri nadzora dostopa po uporabnikih/skupinah, izoliranega izvajanja in nadzorovanega enosmernega izhoda, potrjenega v skladu z zahtevami Akta o umetni inteligenci, DORA, NIS 2 in BSI C5 – razvitega v sodelovanju z raziskovalnimi in pilotnimi partnerji.
Pričakovani strateški rezultati in vpliv
- Biti korak pred zastarelostjo umetne inteligence: Podjetja, ekipe in posamezniki dobijo nenehno vzdrževan, z okvirji bogat pogled na meje umetne inteligence – tako se lahko zgodaj poslovijo od »včerajšnjih« pristopov, namesto da vlagajo v metode, ki so že v upadu.
- Zanesljivo, sledljivo znanje: Ker je vsaka trditev povezana s svojim virom in je vsaka sprememba kriptografsko zabeležena, so odločitve, sprejete na podlagi izhodnih podatkov platforme, utemeljene – kar je predpogoj za sprejetje v reguliranih okoljih z visoko stopnjo varnosti.
- Znanje, ustvarjeno za ljudi in agente: ista urejena zbirka je dostopna prek spletne izkušnje za ljudi in standardiziranih vmesnikov za agente (MCP, open markdown), kar ustvari trajno, ponovno uporabno infrastrukturo – in testno okolje za varno umetno inteligenco pri zaupnih dokumentih.
To raziskovalno pobudo – ki obsega hibridno lokalno/pionirsko usklajevanje umetne inteligence, standardizacijo protokola Model Context Protocol ter varne, preverljive in podatkovno suverene sisteme znanja – razvija Abeliumov raziskovalno-razvojni tim, ki daje prednost matematiki, skupaj z raziskovalnimi in pilotnimi partnerji ter pionirji sodobne varnosti v oblaku, kot odprto pregledljiv, umetni inteligenci prilagojen vzor - produkt umetne inteligence, ki sledi umetni inteligenci, pri čemer podjetje dokazuje zmožnost preobrazbe lastnega tima.
Podobni projekti
- DIGITRUST - Razvoj inovativnih digitalnih gradnikov in kompetenc na področju decentraliziranih poslovnih modelov
- Darklens - Avtomatizacija zaznavanja večkratno gravitacijsko lečenih galaksij. Financirano v okviru programa ESA PRODEX.
- AI-FINREG - Regulacija sodobnih FinTech storitev ter varovanje osebnih podatkov