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

$CODEC dikodekan. Tapi WTF apakah itu dan mengapa saya begitu bullish? Izinkan saya memberi Anda TL; DR - @codecopenflow sedang membangun platform komprehensif pertama untuk model Vision-Language-Action (VLA), memungkinkan "Operator" AI untuk melihat, bernalar, dan bertindak secara mandiri di seluruh antarmuka digital dan sistem robotik melalui infrastruktur terpadu. - VLA memecahkan/mengatasi keterbatasan otomatisasi LLM yang mendasar, memanfaatkan alur persepsi-pikir-bertindak yang memungkinkan mereka memproses semantik visual dinamis versus loop screenshot-reason-execute LLM saat ini yang putus pada perubahan antarmuka. - Arsitektur teknis VLA menggabungkan visi, penalaran bahasa, dan perintah tindakan langsung ke dalam model tunggal daripada sistem encoder visual LLM + terpisah, memungkinkan adaptasi real-time dan pemulihan kesalahan. - Desain agnostik kerangka kerja Codec mencakup robotika (umpan kamera untuk mengontrol perintah), operator desktop (navigasi antarmuka berkelanjutan), dan game (pemain AI adaptif) melalui siklus persepsi-alasan-tindakan yang sama. - Apa bedanya? Agen yang didukung LLM merencanakan ulang saat alur kerja berubah, menangani pergeseran UI yang merusak skrip RPA yang kaku. Agen VLA di sisi lain beradaptasi menggunakan isyarat visual & pemahaman bahasa daripada memerlukan tambalan manual. - Infrastruktur hardware-agnostik Codec dengan pelatihan no-code melalui perekaman layar plus SDK pengembang, memposisikannya sebagai kerangka kerja gaya Langchain yang hilang untuk eksekusi tugas VLA otonom. - Kerangka kerja ini memungkinkan agregasi komputasi mart dari jaringan GPU terdesentralisasi, memungkinkan perekaman onchain opsional untuk pelacakan alur kerja yang dapat diaudit, dan memungkinkan penerapan infrastruktur pribadi untuk kasus penggunaan yang sensitif terhadap privasi. - $CODEC tokenomics memonetisasi pasar operator dan kontribusi komputasi, menciptakan insentif ekosistem yang berkelanjutan karena VLA mencapai keunggulan tingkat LLM yang diharapkan di berbagai sektor. - Fakta bahwa salah satu pendiri Codec memiliki pengalaman membangun LeRobot HuggingFace membuktikan kredibilitas penelitian robotika & ML yang sah dalam pengembangan VLA. Ini bukan tim kripto rata-rata Anda yang berputar ke narasi AI. Akan segera menyelami ini secara lebih mendalam. Mengulangi kembali rekomendasi saya ke DYOR sementara itu. $CODEC dikodekan.

Mengapa $CODEC memelopori masa depan agen otonom @codecopenflow Perbatasan AI berikutnya bukanlah lebih banyak petunjuk teks. Ini adalah tindakan. Sebagian besar agen AI saat ini terjebak dalam lingkaran membaca tangkapan layar dan mengeluarkan teks. Mereka tidak melihat lingkungan, mereka tidak memahami perubahan, dan mereka tidak dapat bertindak dengan niat di dunia nyata. Di situlah arsitektur VLA (Vision-Language-Action) Codec menonjol. Bayangkan agen yang tidak hanya berbicara, tetapi mengamati, bernalar, dan melakukannya. Itulah inti dari Codec. Ini bukan skrip rapuh atau bot yang kaku. Operator VLA berinteraksi dengan perangkat lunak, game, atau bahkan robot fisik dengan terus memahami lingkungan, memutuskan apa yang harus dilakukan, dan menjalankan perintah: seperti yang dilakukan manusia. ✅ Agen Desktop yang beradaptasi dengan perubahan UI ✅ Agen Game yang mempelajari mekanisme dan menyusun strategi secara real time ✅ Agen Robot yang merespons data sensor dan perangkat keras kontrol ✅ Pelatihan & Simulasi dalam skala besar, tidak perlu robot Arsitektur modular Codec memungkinkan Anda memasangkan model visi dengan model bahasa (seperti CogVLM + Mixtral) untuk membangun agen cerdas yang dapat membaca, menonton, memahami, dan bertindak, semuanya dalam satu pipeline. Setiap agen berjalan pada unit komputasinya sendiri (VM, server, atau kontainer), dan setiap keputusan yang dibuatnya dapat dicatat secara onchain. Itu berarti tindakan yang dapat dilacak, jaminan keamanan, dan potensi sistem insentif berbasis kripto dan lapisan akuntabilitas di lingkungan berisiko tinggi. Kami bergerak menuju dunia di mana Operator dapat dilatih, diperdagangkan, dan dimonetisasi. Baik itu untuk pengujian QA, otomatisasi tugas robotik, atau bahkan pasukan bot terdesentralisasi dalam game. Sama seperti aplikasi yang mengubah smartphone, paket keterampilan akan mengubah robot. Perangkat keras sumber terbuka + kecerdasan yang dapat diunduh = robotika yang setara dengan pengembangan perangkat lunak. Ini bukan fiksi ilmiah. Itu terjadi sekarang. Terakhir dan mungkin yang paling penting, grafiknya bullish