我花了過去幾週的時間研究 @codecopenflow 及其龐大的文檔，所以讓我用簡單的英語來解釋一下。 AI 的下一個突破不是另一個強大的 LLM；而是給代理人眼睛、手和他們自己的桌面（VLA）。 這正是 Codec 正在構建的，即使市場開始注意到這一點，現在也不算太晚👇 儘管圍繞 Gen-AI 的炒作不斷，但大多數現實世界的工作流程仍然是用僵化的腳本和硬編碼的任務串聯在一起的。 當 UI 像素移動時，自動化就會中斷，任何沒有 API 的東西（舊版桌面應用程序、工廠機器人、遊戲客戶端……）都會變得無法使用。Codec 通過給代理人提供自己的安全桌面、攝像頭視頻和輸入驅動程序來攻擊這一盲點，讓他們能夠像人類一樣看、決策和行動，但不知疲倦且可編程。 這才是真正需要理解的遊戲改變者。 這將解鎖什麼？ 每一個重複的軟件任務，例如辦公工作、SAP 和 ERP 中的任務，都是可以自動化的。機器人可以像人類一樣觀察屏幕，點擊正確的框，並在你享受咖啡的同時完成任務。 硬件和機器人技術 視覺語言行動（VLA）技術將使得同時控制多個機器人成為可能，並僅使用幾分鐘的數據來完善它們的互動。機器人可以意識到周圍環境並採取適當的行動。（見視頻： Codec 如何應對這一領域？ 在敏感數據上運行任務 X 光片、警方檔案或稅務記錄因隱私原因無法在線存儲。代理人生活在一個鎖定的虛擬機器內，閱讀圖像，將結果輸入回去，並且從不將數據發送到雲端。 操作員："應用程序"原語 你構建的每一個自主工作流程，無論是對 SAP 發票進行對賬、遊戲、機器人技術等，都被打包為一個操作員。操作員攜帶自己的 VLA 模型、元數據和權限，可以一鍵安裝，並且（不久）在公共 Codec 市場上進行貨幣化，使用費用將流回出版者。 訓練是靈活的：錄製自己完成任務的過程，讓 Codec 從演示中進行微調，或者降級到 SDK 以獲得完全的編程控制。 Fabric：GPU 市場聚合器 核心是 Fabric，Codec 的開源調度器。它有效地在 AWS、GCP、現場位置或任何可以訪問的去中心化 GPU 網格上分配工作負載，同時強制執行零信任網絡和成本意識的放置。 這將提供： - 通過跨雲的實時套利實現更便宜的計算 - 沒有單一故障點；如果 AWS 當機，工作會在幾分鐘內轉移到另一個區域或供應商。 Fabric 基本上將 "我的 AI 操作員需要一個盒子" 轉變為 "我的操作員將始終找到正確的盒子，以正確的價格，在正確的安全規則下，自動進行。" 這能有多大？ AI 代理：預計從 2024 年的 54 億美元增長到 2030 年的 503 億美元（年均增長率 45.8%）。 機器人流程自動化（RPA）：38 億美元 → 309 億美元在同一時間範圍內（年均增長率 43.9%）。 Codec 位於代理人與像素之間，而不是等待整齊的 API。作為參考，僅限舊版的 RPA 巨頭 UiPath 今天的市值約為 70 億美元。或者 @Figure_robot 傳聞的 400 億美元的後期估值。 同時，$CODEC 的 FDV 約為 1300 萬美元。我讓你自己計算潛力（抱歉，我忍不住想發這個來裝袋）。 我有機會與團隊通話並問了一些問題，他們是值得信賴的建設者，擁有 Hugging Face + Elixir Games 的經驗，並且正在使用自己的資本作為運行資金（在國庫中超過一年）。 還有很多我沒有涵蓋的內容，比如遊戲合作、MCP&TEEs、團隊從自己的資金中添加流動性、路線圖等，因為這會使這篇文章變得太長，但我一定會分享團隊所取得的進展。 乾杯 🥂