Saya menghabiskan minggu-minggu terakhir untuk membaca @codecopenflow dan dokumentasi otaknya yang besar, jadi izinkan saya menjelaskannya dalam bahasa Inggris yang sederhana. Terobosan berikutnya untuk AI bukanlah LLM kuat lainnya; itu memberi agen mata, tangan, dan desktop mereka sendiri (VLA). Itulah yang sedang dibangun Codec, dan bahkan jika pasar menangkap, belum terlambat👇 Terlepas dari semua hype seputar Gen-AI, sebagian besar alur kerja dunia nyata masih terikat bersama dengan skrip yang kaku dan tugas hardcoded. Saat piksel UI bergeser, otomatisasi rusak, dan apa pun tanpa API (aplikasi desktop lama, robot pabrik, klien game...) menjadi terlarang. Codec menyerang titik buta itu dengan memberi agen desktop, umpan kamera, dan driver input mereka sendiri yang aman sehingga mereka dapat melihat, memutuskan, dan bertindak persis seperti manusia tetapi tidak kenal lelah dan dapat diprogram. Ini adalah pengubah permainan nyata untuk dipahami. Apa yang akan dibuka? Setiap tugas perangkat lunak yang berulang, seperti yang ditemukan di pekerjaan kantor, SAP, dan ERP, di mana orang menyalin dan menempelkan angka secara manual, dapat diotomatisasi. Bot dapat mengamati layar seperti manusia, mengklik kotak yang tepat, dan menyelesaikan tugas sambil menikmati kopi. Perangkat Keras dan Robotika Teknologi Vision Language Action (VLA) akan memungkinkan kontrol beberapa robot secara bersamaan dan menyempurnakan interaksi mereka hanya dengan menggunakan beberapa menit data. Robot dapat menyadari lingkungan mereka dan mengambil tindakan yang tepat. (Lihat video: Bagaimana Codec menangani sektor ini? Jalankan Tugas pada Data Sensitif Sinar-X, file polisi, atau catatan pajak tidak dapat disimpan secara online karena alasan privasi. Agen tinggal di dalam komputer virtual yang terkunci, membaca gambar, mengetik kembali hasilnya, dan tidak pernah mengirimkan data ke cloud. Operator: primitif "aplikasi" Setiap alur kerja otonom yang Anda buat, baik itu merekonsiliasi faktur SAP, game, robotika, dan lainnya, dikemas sebagai Operator. Operator membawa model, metadata, dan izin VLA mereka sendiri, dapat diinstal dengan satu klik, dan (segera) dimonetisasi di pasar Codec publik di mana biaya penggunaan mengalir kembali ke penerbit. Pelatihan bersifat fleksibel: rekam diri Anda menyelesaikan tugas dan biarkan Codec menyempurnakan demonstrasi, atau masuk ke SDK untuk kontrol terprogram penuh. Fabric: Agregator marketplace GPU Intinya adalah Fabric, penjadwal sumber terbuka Codec. Ini secara efisien mengirimkan beban kerja di seluruh AWS, GCP, lokasi di tempat, atau jaringan GPU terdesentralisasi apa pun yang dapat diaksesnya, sambil menegakkan jaringan zero-trust dan penempatan sadar biaya. Ini akan menyediakan: - Komputasi yang lebih murah melalui arbitrase real-time di seluruh cloud - Tidak ada satu titik kegagalan; jika AWS tidak aktif, pekerjaan akan dipindahkan ke wilayah atau vendor lain dalam hitungan menit. Fabric pada dasarnya mengubah "operator AI saya membutuhkan kotak" menjadi "operator saya akan selalu menemukan kotak yang tepat, dengan harga yang tepat, di bawah aturan keamanan yang tepat, secara otomatis." Seberapa besar ini bisa didapat? Agen AI: diproyeksikan tumbuh dari $5,4 miliar pada tahun 2024 menjadi $50,3 miliar pada tahun 2030 (CAGR 45,8%). Otomatisasi Proses Robotik (RPA): $3.8 miliar → $30.9 miliar pada jendela yang sama (43.9% CAGR). Codec berada di persimpangan dengan agen yang melihat piksel alih-alih menunggu API yang rapi. Sebagai referensi, raksasa RPA khusus warisan UiPath bernilai ≈ $7 miliar hari ini. Atau @Figure_robot rumor tentang penilaian uang pasca $40 miliar. Sementara itu, FDV $CODEC berada di ~$13 juta. Saya akan membiarkan Anda menghitung potensi (dan sry, saya tidak sabar untuk memposting ini untuk memuat tas). Saya memiliki kesempatan untuk menelepon tim dan mengajukan beberapa pertanyaan, mereka adalah pembangun tepercaya dengan pengalaman di Hugging Face + Elixir Games dan menggunakan modal mereka sendiri sebagai landasan pacu (lebih dari setahun di perbendaharaan). Ada begitu banyak lagi yang tidak saya bahas seperti kolaborasi game, MCP & TEE, tim menambahkan likuiditas dari dana mereka sendiri, peta jalan, dll karena akan membuat posting ini terlalu panjang tetapi saya pasti akan membagikan kemajuan yang dibuat oleh tim. Kode 🥂

Jika Anda menggunakan AI, beralih ke Robotika Model VLA akan mengubah segalanya tentang bagaimana AI berinteraksi dengan dunia nyata secara real-time LLM sangat bagus untuk data historis (dan data langsung terbatas) VLA mengubah segalanya dengan menggunakan penglihatan (aliran video, kamera, data sensor) untuk membuat keputusan waktu nyata dan mengirim perintah tindakan ke desktop, NPC game, atau robot. Salah satu pembukaan besar berikutnya untuk AI dan kami masih sangat awal @codecopenflow menangani infrastruktur AI x Robotics dengan memungkinkan pengguna memutar desktop virtual atau lingkungan pelatihan robot dengan cepat untuk melatih Operator AI Anda sebelum merilisnya ke produksi AI x Robotics akan menjadi industri multi-triliun dolar dalam beberapa tahun. Saya membeli pick dan sekop

Dari keheningan dan bayangan, sebuah sistem terbangun. Dilatih dalam isolasi. Dibangun untuk memahami, bernalar, dan bertindak. Grand Reveal sudah dekat. Tapi sebelum gerbang terbuka Ascended dapat masuk lebih awal. Akses awal ke CodecFlow sekarang aktif:

Baru tahu saya memiliki 9 kode undangan yang tersedia untuk testnet 👀 @anoma Komentar dan RT posting ini, saya akan memilih 9 orang dalam 24 jam 🥂

OpenAI baru saja mengumumkan bahwa Agen Operatornya sekarang dapat mengontrol seluruh komputer untuk melakukan serangkaian tugas yang kompleks menggunakan model VLA yang dipasangkan dengan model LLM Penglihatan Bahasa Perbuatan Jika saja ada proyek kripto yang sudah bisa melakukan ini... Pelajari @codecopenflow Selain mengontrol desktop, Codec dapat mengontrol operator robotika dan game Putar lingkungan kotak pasir virtual untuk melatih Operator sebelum merilisnya ke produksi di dunia nyata AI x Robotika dan otomatisasi game/desktop/robot akan menjadi langkah besar berikutnya untuk pengembangan AI dan tujuan saya untuk diposisikan lebih awal Kode berkode

OpenAI baru saja mengkonfirmasi tesis bintang utara saya untuk AI hari ini dengan merilis agen operator mereka. Ini bukan hanya tesis panduan saya untuk $CODEC, tetapi setiap investasi AI lain yang saya lakukan, termasuk yang dari awal tahun selama AI mania. Ada banyak diskusi dengan Codec sehubungan dengan Robotika, sementara vertikal itu akan segera memiliki narasinya sendiri, alasan yang mendasari saya sangat optimis pada Codec sejak hari 1 adalah karena bagaimana arsitekturnya memberi daya pada agen operator. Orang-orang masih meremehkan berapa banyak pangsa pasar yang dipertaruhkan dengan membangun perangkat lunak yang berjalan secara mandiri, mengungguli pekerja manusia tanpa perlu petunjuk atau pengawasan terus-menerus. Saya telah melihat banyak perbandingan dengan $NUIT. Pertama-tama saya ingin mengatakan bahwa saya adalah penggemar berat dari apa yang dibangun Nuit dan tidak mengharapkan apa-apa selain kesuksesan mereka. Jika Anda mengetik "nuit" ke dalam telegram saya, Anda akan melihat bahwa pada bulan April saya mengatakan bahwa jika saya harus memegang satu koin selama beberapa bulan, itu akan menjadi Nuit karena tesis operator saya. Nuit adalah proyek operator yang paling menjanjikan di atas kertas, tetapi setelah penelitian ekstensif, saya menemukan arsitektur mereka tidak memiliki kedalaman yang diperlukan untuk membenarkan investasi besar atau menempatkan reputasi saya di belakangnya. Dengan pemikiran ini, saya sudah menyadari kesenjangan arsitektur dalam tim agen operator yang ada dan secara aktif mencari proyek yang mengatasinya. Tak lama setelah Codec muncul (berkat @0xdetweiler bersikeras saya melihat lebih dalam ke dalamnya) dan inilah perbedaan antara keduanya: $CODEC vs $NUIT Arsitektur Codec dibangun di tiga lapisan; Mesin, Sistem, dan Intelijen, yang memisahkan infrastruktur, antarmuka lingkungan, dan logika AI. Setiap agen Operator di Codec berjalan di VM atau kontainernya sendiri yang terisolasi, memungkinkan performa mendekati asli dan isolasi kesalahan. Desain berlapis ini berarti komponen dapat diskalakan atau berkembang secara independen tanpa merusak sistem. Arsitektur Nuit mengambil jalan yang berbeda dengan menjadi lebih monolitik. Tumpukan mereka berkisar pada agen browser web khusus yang menggabungkan penguraian, penalaran AI, dan tindakan. Artinya, mereka mengurai halaman web secara mendalam menjadi data terstruktur untuk dikonsumsi AI dan mengandalkan pemrosesan cloud untuk tugas AI yang berat. Pendekatan Codec untuk menyematkan model Vision-Language-Action (VLA) yang ringan dalam setiap agen berarti codec dapat berjalan sepenuhnya lokal. Yang tidak memerlukan ping konstan kembali ke cloud untuk instruksi, memotong latensi dan menghindari ketergantungan pada waktu aktif dan bandwidth. Agen Nuit memproses tugas dengan terlebih dahulu mengubah halaman web menjadi format semantik dan kemudian menggunakan otak LLM untuk mencari tahu apa yang harus dilakukan, yang meningkat dari waktu ke waktu dengan pembelajaran penguatan. Meskipun efektif untuk otomatisasi web, alur ini bergantung pada pemrosesan AI sisi cloud yang berat dan struktur halaman yang telah ditentukan sebelumnya. Kecerdasan perangkat lokal Codec berarti keputusan terjadi lebih dekat dengan data, mengurangi overhead dan membuat sistem lebih stabil terhadap perubahan tak terduga (tidak ada skrip rapuh atau asumsi DOM). Operator codec mengikuti loop persepsi-pikir-bertindak terus menerus. Lapisan mesin mengalirkan lingkungan (misalnya aplikasi langsung atau umpan robot) ke lapisan kecerdasan melalui saluran yang dioptimalkan lapisan sistem, memberikan AI "mata" pada keadaan saat ini. Model VLA agen kemudian menafsirkan visual dan instruksi bersama-sama untuk memutuskan suatu tindakan, yang dijalankan oleh lapisan Sistem melalui peristiwa keyboard/mouse atau kontrol robot. Perulangan terintegrasi ini berarti beradaptasi dengan acara langsung, bahkan jika UI bergeser, Anda tidak akan memutus alur. Untuk menempatkan semua ini dalam analogi yang lebih sederhana, pikirkan operator Codec seperti karyawan mandiri yang beradaptasi dengan kejutan di tempat kerja. Agen Nuit seperti karyawan yang perlu berhenti sejenak, menjelaskan situasinya kepada supervisor melalui telepon, dan menunggu instruksi. Tanpa terlalu banyak lubang kelinci teknis, ini akan memberi Anda gambaran tingkat tinggi tentang mengapa saya memilih Codec sebagai taruhan utama saya pada Operator. Ya, Nuit mendapat dukungan dari YC, tim bertumpuk dan github tingkat S. Meskipun arsitektur Codec telah dibangun dengan mempertimbangkan penskalaan horizontal, artinya Anda dapat menyebarkan ribuan agen secara paralel tanpa memori bersama atau konteks eksekusi antar agen. Tim Codec juga bukan pengembang biasa. Arsitektur VLA mereka membuka banyak kasus penggunaan yang tidak mungkin dilakukan dengan model agen sebelumnya karena melihat melalui piksel, bukan tangkapan layar. Saya bisa melanjutkan, tetapi saya akan menyimpannya untuk posting mendatang.

Angkat topi untuk testnet @anoma! Ini memiliki pengalaman yang sangat mulus dan menyenangkan dengan misi sampingan dan tugas sehari-hari. Dunia UI dan UX baru muncul, dan berbasis niat ⏳

Jika Anda tahu di mana harus mencari, Anda dapat membuatnya bergerak. @RoboMove $CODEC

$MNT di tangga lagu 👇 Kapitalisasi Pasar >: $2.4B+ (+28% WoW) > Total Volume Perdagangan: $345M (+21% DoD) Didukung oleh blockchain untuk perbankan. Kredit: @CoinMarketCap

Sulit dipercaya bahwa pada tahun 2025, kita masih melihat fragmentasi dan proyek seperti itu memantul di antara rantai dan lapisan hanya untuk mengejar hype. 🫳 Arbitrum ke Berachain ke Base ke HyperEVM ke [INSERT_NEXT_HYPED_CHAIN] Bangun saja di atas dunia yang berpusat pada niat Bangun di atas @anoma