في الوقت الحالي، فإن معظم منتجات الذكاء الاصطناعي هي في الواقع مجرد نماذج توضع على واجهة، وتبدو الوظائف مكتملة من الناحية الظاهرية، لكنها تفتقر إلى العديد من العناصر.

على سبيل المثال، كيف يتم جمع البيانات، كيف يتم تسجيل المعلومات التاريخية للمستخدم، وكيف يتم الحفاظ على التماسك المنطقي بين أدوات متعددة — هذه المشكلات التي تبدو تفاصيل صغيرة، في الواقع تحدد سقف النظام بأكمله.

ما يفعله Vanar هو سد هذه الثغرات: التقاط المعلومات، آلية الذاكرة، والقدرة على الاستنتاج عبر الأدوات. يبدو الأمر بسيطًا، لكنه يتطلب النظر في العديد من التفاصيل التقنية عند التنفيذ.

استخدمت myNeutron منتجًا فعليًا للتحقق من جدوى طبقة الذاكرة، بينما قامت Kayon بتطبيق هذه المنطق على سيناريوهات أوسع. هذه الفكرة الطبقية بالتأكيد أكثر موثوقية من مجرد تراكم الوظائف بشكل عشوائي.