Del silencio y las sombras, un sistema despierta. Entrenado de forma aislada. Construido para percibir, razonar y actuar. La Gran Revelación está cerca. Pero antes de que se abran las puertas Los Ascendidos pueden entrar temprano. El acceso anticipado a CodecFlow ya está disponible:

Acabo de descubrir que tengo 9 códigos de invitación disponibles para la red 👀 de prueba de @anoma Comenta y RT esta publicación, seleccionaré a 9 personas en 24h 🥂

OpenAI acaba de anunciar que su Operator Agent ahora puede controlar una computadora completa para realizar un conjunto complejo de tareas utilizando modelos VLA combinados con modelos LLM Visión Idioma Acción Si tan solo hubiera un proyecto criptográfico que ya pudiera hacer esto... Estudio @codecopenflow Además de controlar las computadoras de escritorio, Codec puede controlar operadores de robótica y juegos Ponga en marcha un entorno de sandbox virtual para entrenar al operador antes de lanzarlo a producción en el mundo real AI x Robotics y la automatización de juegos/escritorios/robots serán el próximo gran paso para el desarrollo de la IA y mi objetivo es posicionarme temprano Codificado codificado

OpenAI acaba de confirmar mi tesis de la estrella del norte para la IA hoy al lanzar su agente operador. No solo fue esta mi tesis rectora para $CODEC, sino para todas las demás inversiones en IA que hice, incluidas las de principios de año durante la manía de la IA. Ha habido mucha discusión con Codec con respecto a la robótica, aunque esa vertical tendrá su propia narrativa muy pronto, la razón subyacente por la que fui tan optimista sobre Codec desde el día 1 se debe a cómo su arquitectura impulsa a los agentes operadores. La gente todavía subestima cuánta participación de mercado está en juego al crear software que se ejecuta de forma autónoma, superando a los trabajadores humanos sin la necesidad de indicaciones o supervisión constantes. He visto muchas comparaciones con $NUIT. En primer lugar, quiero decir que soy un gran admirador de lo que Nuit está construyendo y no deseo nada más que su éxito. Si escribes "nuit" en mi telegrama, verás que en abril dije que si tuviera que mantener una moneda durante varios meses, habría sido Nuit debido a mi tesis de operador. Nuit era el proyecto de operador más prometedor sobre el papel, pero después de una extensa investigación, descubrí que su arquitectura carecía de la profundidad necesaria para justificar una inversión importante o poner mi reputación detrás de ella. Con esto en mente, ya era consciente de las brechas arquitectónicas en los equipos de agentes operadores existentes y buscaba activamente un proyecto que las abordara. Poco después apareció Codec (gracias a @0xdetweiler insistiendo en que los investigara más profundamente) y esta es la diferencia entre los dos: $CODEC frente a $NUIT La arquitectura de Codec se construye en tres capas; Máquina, sistema e inteligencia, que separan la infraestructura, la interfaz del entorno y la lógica de IA. Cada agente de operador en Codec se ejecuta en su propia máquina virtual o contenedor aislado, lo que permite un rendimiento casi nativo y aislamiento de fallas. Este diseño en capas significa que los componentes pueden escalar o evolucionar de forma independiente sin romper el sistema. La arquitectura de Nuit toma un camino diferente al ser más monolítica. Su pila gira en torno a un agente de navegador web especializado que combina análisis, razonamiento de IA y acción. Lo que significa que analizan profundamente las páginas web en datos estructurados para que la IA los consuma y se basan en el procesamiento en la nube para tareas pesadas de IA. El enfoque de Codec de incrustar un modelo ligero de Visión-Lenguaje-Acción (VLA) dentro de cada agente significa que puede ejecutarse completamente local. Lo que no requiere un ping constante a la nube para obtener instrucciones, lo que reduce la latencia y evita la dependencia del tiempo de actividad y el ancho de banda. El agente de Nuit procesa las tareas convirtiendo primero las páginas web a un formato semántico y luego usando un cerebro LLM para averiguar qué hacer, lo que mejora con el tiempo con el aprendizaje por refuerzo. Si bien es efectivo para la automatización web, este flujo depende del procesamiento pesado de IA del lado de la nube y las estructuras de página predefinidas. La inteligencia de dispositivos locales de Codec significa que las decisiones ocurren más cerca de los datos, lo que reduce la sobrecarga y hace que el sistema sea más estable ante cambios inesperados (sin scripts frágiles ni suposiciones DOM). Los operadores de Codec siguen un bucle continuo de percibir-pensar-actuar. La capa de la máquina transmite el entorno (por ejemplo, una aplicación en vivo o una fuente de robot) a la capa de inteligencia a través de los canales optimizados de la capa del sistema, lo que le da a la IA "ojos" en el estado actual. Luego, el modelo VLA del agente interpreta las imágenes y las instrucciones juntas para decidir una acción, que la capa del sistema ejecuta a través de eventos de teclado / mouse o control de robot. Este bucle integrado significa que se adapta a eventos en vivo, incluso si la interfaz de usuario cambia, no interrumpirá el flujo. Para poner todo esto en una analogía más simple, piense en los operadores de Codec como un empleado autosuficiente que se adapta a las sorpresas en el trabajo. El agente de Nuit es como un empleado que necesita hacer una pausa, describir la situación a un supervisor por teléfono y esperar instrucciones. Sin caer demasiado en una madriguera de conejo técnica, esto debería darle una idea de alto nivel de por qué elegí Codec como mi apuesta principal en Operadores. Sí, Nuit cuenta con el respaldo de YC, un equipo apilado y un github de nivel S. Aunque la arquitectura de Codec se ha construido teniendo en cuenta el escalado horizontal, lo que significa que puede implementar miles de agentes en paralelo sin memoria compartida ni contexto de ejecución entre agentes. El equipo de Codec tampoco es un desarrollador promedio. Su arquitectura VLA abre una multitud de casos de uso que no eran posibles con los modelos de agentes anteriores debido a la visión a través de píxeles, no capturas de pantalla. Podría continuar, pero lo guardaré para futuras publicaciones.

¡Me quito el sombrero ante la red de prueba de @anoma! Tiene una experiencia súper fluida y divertida con misiones secundarias y tareas diarias. Está surgiendo un nuevo mundo de UI y UX, y se basa en ⏳ la intención

Si sabes dónde mirar, puedes hacer que se mueva. @RoboMove $CODEC

$MNT en las listas 👇 > Capitalización de mercado: $2.4B+ (+28% WoW) > Volumen total de operaciones: 345 millones de dólares (+21% DoD) Impulsado por la cadena de bloques para la banca. Créditos: @CoinMarketCap

Es increíble que en 2025 sigamos viendo tanta fragmentación y proyectos que rebotan entre cadenas y capas solo para perseguir el hype. 🫳 Arbitrum a Berachain a Base a HyperEVM a [INSERT_NEXT_HYPED_CHAIN] Solo tienes que basarte en el mundo centrado en la intención Construya sobre @anoma

$CODEC está codificado. Pero, ¿qué es y por qué soy tan optimista? Déjame darte un TL; DR - @codecopenflow está construyendo la primera plataforma integral para modelos de Visión-Lenguaje-Acción (VLA), que permite a los "operadores" de IA ver, razonar y actuar de forma autónoma a través de interfaces digitales y sistemas robóticos a través de una infraestructura unificada. - Las VLA resuelven/superan las limitaciones fundamentales de la automatización de LLM, aprovechando una canalización de percepción-pensamiento-acción que les permite procesar semánticas visuales dinámicas frente a los bucles de captura-de-pantalla-razonamiento-ejecución actuales de LLM que se interrumpen con los cambios de interfaz. - La arquitectura técnica de las VLA fusiona la visión, el razonamiento lingüístico y los comandos de acción directa en un solo modelo en lugar de sistemas separados de LLM + codificador visual, lo que permite la adaptación en tiempo real y la recuperación de errores. - El diseño independiente del marco de trabajo del códec abarca la robótica (alimentaciones de la cámara para controlar los comandos), los operadores de escritorio (navegación continua de la interfaz) y los juegos (jugadores de IA adaptativa) a través del mismo ciclo de percepción-razonamiento-acción. - ¿Cuál es la diferencia? Los agentes con tecnología LLM replanifican cuando cambian los flujos de trabajo, gestionando los cambios en la interfaz de usuario que rompen los rígidos scripts de RPA. Los agentes de VLA, por otro lado, se adaptan utilizando señales visuales y comprensión del lenguaje en lugar de requerir parches manuales. - Infraestructura independiente del hardware del códec con capacitación sin código a través de la grabación de pantalla más el SDK para desarrolladores, lo que lo posiciona como el marco de estilo Langchain que faltaba para la ejecución autónoma de tareas de VLA. - El marco permite la agregación de cómputo de mercado desde redes de GPU descentralizadas, habilita la grabación opcional en la cadena para seguimientos de flujo de trabajo auditables y permite la implementación de infraestructura privada para casos de uso sensibles a la privacidad. - $CODEC tokenomics monetizan el mercado de los operadores y la contribución informática, creando incentivos sostenibles para el ecosistema a medida que las VLA alcanzan la prominencia esperada a nivel de LLM en varios sectores. - El hecho de que un cofundador de Codec tenga experiencia en la construcción de LeRobot de HuggingFace evidencia la credibilidad legítima de la robótica y la investigación de ML en el desarrollo de VLA. Este no es el típico equipo de criptomonedas que gira hacia las narrativas de la IA. Pronto profundizaremos en esto. Mientras tanto, reitero mi recomendación a DYOR. $CODEC está codificado.

Por qué $CODEC es pionera en el futuro de los agentes autónomos @codecopenflow La próxima frontera de la IA no son las indicaciones de texto. Es acción. Hoy en día, la mayoría de los agentes de IA están atrapados en un bucle de lectura de capturas de pantalla y salida de texto. No ven entornos, no entienden el cambio y no pueden actuar con intención en el mundo real. Ahí es donde la arquitectura VLA (Visión-Lenguaje-Acción) de Codec se distingue. Imagina agentes que no solo hablan, sino que observan, razonan y hacen. Ese es el corazón de Codec. No se trata de scripts frágiles ni de bots rígidos. Los operadores de VLA interactúan con software, juegos o incluso robots físicos percibiendo continuamente el entorno, decidiendo qué hacer y ejecutando comandos: tal como lo haría un humano. ✅ Agentes de escritorio que se adaptan a los cambios en la interfaz de usuario ✅ Agentes de juego que aprenden mecánicas y estrategias en tiempo real ✅ Agentes robóticos que responden a los datos de los sensores y al hardware de control ✅ Entrenamiento y simulación a escala, sin necesidad de robot La arquitectura modular del códec le permite emparejar modelos de visión con modelos de lenguaje (como CogVLM + Mixtral) para crear agentes inteligentes que puedan leer, observar, comprender y actuar, todo en una sola canalización. Cada agente se ejecuta en su propia unidad de cómputo (VM, servidor o contenedor) y cada decisión que toma se puede registrar en la cadena. Eso significa acciones rastreables, garantías de seguridad y el potencial de sistemas de incentivos basados en criptomonedas y capas de responsabilidad en entornos de alto riesgo. Nos estamos moviendo hacia un mundo en el que los operadores pueden ser entrenados, intercambiados y monetizados. Ya sea para pruebas de control de calidad, automatización de tareas robóticas o incluso ejércitos de bots descentralizados en juegos. Al igual que las aplicaciones transformaron el teléfono inteligente, los paquetes de habilidades transformarán a los robots. Hardware de código abierto + inteligencia descargable = el equivalente robótico del desarrollo de software. Esto no es ciencia ficción. Está sucediendo ahora. Por último, y quizás lo más importante, el gráfico es alcista como la mierda