沈黙と影から、システムが目覚めます。 孤立して訓練されました。知覚し、推論し、行動するために構築されています。 グランド・リベールが近づいています。 しかし、門が開く前に アセンデッドは早期に入るかもしれません。 CodecFlowへの早期アクセスが開始されました。

@anomaのテストネット👀で利用できる招待コードが9つあることを知りました この投稿にコメントしてRTしてください、私は24時間で9人を選びます 🥂

OpenAI は、同社のオペレーター エージェントが、LLM モデルと組み合わせた VLA モデルを使用して、コンピューター全体を制御して複雑な一連のタスクを実行できるようになったと発表したばかりです 視覚 言語 アクション すでにこれを実現できる暗号プロジェクトがあれば... 研究@codecopenflow デスクトップの制御に加えて、Codec はロボット工学やゲームのオペレーターを制御できます 仮想サンドボックス環境をスピンアップしてオペレーターをトレーニングしてから、現実世界の本番環境にリリースします AI x ロボティクスとゲーム/デスクトップ/ロボットの自動化は、AI 開発の次の大きなステップであり、早期に位置づけることが私の目標です コード化された

OpenAI は本日、オペレーター エージェントをリリースすることで、AI に関する私の北極星の論文を確認しました。 これは$CODECの指針であるだけでなく、今年初めの AI マニアの時期の投資を含め、私が行った他のすべての AI 投資でした。 ロボティクスに関してはコーデックと多くの議論がなされてきましたが、その分野は間もなく独自の物語を持つでしょうが、私が初日からコーデックに強気だった根本的な理由は、そのアーキテクチャがオペレーターエージェントをどのように強化するかによるものです。 人々は、絶え間ないプロンプトや監視を必要とせずに、自律的に実行され、人間の労働者よりも優れたパフォーマンスを発揮するソフトウェアを構築することで、どれだけの市場シェアが危機に瀕しているかを依然として過小評価しています。 $NUITとの比較をたくさん見てきました。まず、私は Nuit が構築しているものの大ファンであり、彼らの成功を願っていると言いたいです。私の電報に「nuit」と入力すると、4月に私が1つのコインを複数か月保持しなければならないとしたら、私のオペレーターの論文のためにNuitになるだろうと言ったことがわかります。 Nuitは紙の上で最も有望なオペレータープロジェクトでしたが、広範な調査の結果、彼らのアーキテクチャには、大規模な投資を正当化したり、私の評判を支持したりするために必要な深みが欠けていることがわかりました。 このことを念頭に置いて、私は既存のオペレーターエージェントチームのアーキテクチャ上のギャップをすでに認識しており、それらに対処するプロジェクトを積極的に探していました。コーデックが登場した直後(@0xdetweilerが主張してより深く調べたおかげで)、これが2つの違いです。 $CODEC vs $NUIT コーデックのアーキテクチャは 3 つのレイヤーにまたがって構築されています。マシン、システム、インテリジェンスは、インフラストラクチャ、環境インターフェイス、AI ロジックを分離します。Codec の各 Operator エージェントは、独自の分離された VM またはコンテナーで実行されるため、ネイティブに近いパフォーマンスと障害の分離が可能になります。この階層化された設計は、コンポーネントがシステムを壊すことなく独立して拡張または進化できることを意味します。 Nuitのアーキテクチャは、よりモノリシックになることで、異なる道を歩んでいます。彼らのスタックは、解析、AI 推論、アクションを組み合わせた特殊な Web ブラウザ エージェントを中心に展開しています。つまり、Web ページを AI が消費する構造化データに深く解析し、重い AI タスクをクラウド処理に依存しています。 各エージェント内に軽量の Vision-Language-Action (VLA) モデルを埋め込むコーデックのアプローチは、完全にローカルで実行できることを意味します。これにより、指示を求めてクラウドに常にpingバックする必要がなく、遅延が短縮され、稼働時間と帯域幅への依存が回避されます。 Nuit のエージェントは、まず Web ページをセマンティック形式に変換し、次に LLM の頭脳を使用して何をすべきかを判断することでタスクを処理しますが、これは強化学習によって時間の経過とともに改善されます。このフローは Web 自動化には効果的ですが、クラウド側の AI 処理と事前定義されたページ構造に依存します。コーデックのローカルデバイスインテリジェンスは、意思決定がデータの近くで行われることを意味し、オーバーヘッドを削減し、予期しない変更に対してシステムをより安定させます(脆弱なスクリプトやDOMの仮定はありません)。 コーデックの演算子は、継続的な知覚-思考-行動のループに従います。マシン層は、システム層の最適化されたチャネルを介して環境(ライブアプリやロボットフィードなど)をインテリジェンス層にストリーミングし、AIに現在の状態の「目」を与えます。次に、エージェントの VLA モデルがビジュアルと命令を一緒に解釈してアクションを決定し、システム層はキーボード/マウス イベントまたはロボット制御を通じてアクションを実行します。この統合ループは、ライブイベントに適応することを意味します。UI がずれても、フローが中断されることはありません。 これらすべてをより簡単に例えると、コーデックのオペレーターは、仕事中の予期せぬ事態に適応する自給自足の従業員のようなものだと考えてください。Nuit のエージェントは、立ち止まって電話で上司に状況を説明し、指示を待つ必要がある従業員のようなものです。 技術的なウサギの穴にあまり踏み込むことなく、これは私がオペレーターへの主な賭けとしてコーデックを選んだ理由についての大まかなアイデアを与えるはずです。 はい、NuitはYC、スタックされたチーム、およびS層のgithubからの支援を受けています。Codec のアーキテクチャは水平スケーリングを念頭に置いて構築されているため、エージェント間の共有メモリや実行コンテキストをゼロにして、何千ものエージェントを並行してデプロイできます。Codec のチームも平均的な開発者ではありません。 彼らのVLAアーキテクチャは、スクリーンショットではなくピクセルを通して見るため、以前のエージェントモデルでは不可能だった多数のユースケースを開きます。 続けても構いませんが、それは今後の投稿のために取っておきます。

@anomaのテストネットに脱帽です! サイドクエストや日常のタスクで非常にスムーズで楽しい体験ができます。 新しいUIとUXの世界が出現しており、それはインテントベース⏳です

どこを見ればいいのか分かっていれば、動かすことができます。@RoboMove $CODEC

チャート👇上の$MNT >時価総額: $2.4B+ (+28% WoW) > 総取引量: $345M (+21% DoD) 銀行業のブロックチェーンを動力源としています。 クレジット:@CoinMarketCap

2025年になっても、このような断片化が進み、プロジェクトが誇大広告を追いかけるためだけに鎖や層の間を行き来しているのを目にするのは信じられないことです。 🫳 Arbitrum から Berachain から Base から HyperEVM から [INSERT_NEXT_HYPED_CHAIN] インテント中心の世界を基盤に構築 @anoma上に構築

$CODEC はコード化されています。 しかし、WTFはそれであり、なぜ私はそんなに強気なのですか? TLをあげましょう。博士 - @codecopenflowは、Vision-Language-Action(VLA)モデル向けの初の包括的なプラットフォームを構築しており、AIの「オペレーター」が統合インフラストラクチャを通じてデジタルインターフェースやロボットシステム全体で自律的に見たり、推論したり、行動したりできるようにします。 - VLAは、インターフェースの変更で中断する現在のLLMのスクリーンショット-理由-実行ループに対して、動的な視覚的セマンティクスを処理できる知覚-思考-行動パイプラインを活用して、基本的なLLM自動化の制限を解決/克服します。 - VLAの技術アーキテクチャは、ビジョン、言語推論、および直接アクションコマンドを個別のLLM+ビジュアルエンコーダーシステムではなく、単一のモデルに統合し、リアルタイムの適応とエラー回復を可能にします。 - Codecのフレームワークに依存しない設計は、ロボティクス(コマンドを制御するためのカメラフィード)、デスクトップオペレーター(継続的なインターフェースナビゲーション)、ゲーム(適応型AIプレーヤー)にまたがり、同じ知覚-理由-行動のサイクルを通じて機能します。 -どう違いますか。LLMを搭載したエージェントは、ワークフローが変更されると再計画し、厳格なRPAスクリプトを壊すUIシフトを処理します。一方、VLAエージェントは、手動のパッチを必要とせずに、視覚的な手がかりと言語理解を使用して適応します。 - Codecのハードウェアに依存しないインフラストラクチャは、画面録画と開発者SDKによるノーコードトレーニングにより、自律的なVLAタスク実行に欠けているLangchainスタイルのフレームワークとして位置付けられています。 - このフレームワークは、分散型GPUネットワークからのマートコンピュートアグリゲーションを可能にし、監査可能なワークフロートレースのオプションのオンチェーン記録を可能にし、プライバシーに敏感なユースケースのためのプライベートインフラストラクチャのデプロイを可能にします。 - $CODECトケノミクスは、オペレーターのマーケットプレイスとコンピューティングの貢献を収益化し、VLAがさまざまなセクターで予想されるLLMレベルの卓越性に到達するにつれて、持続可能なエコシステムのインセンティブを生み出します。 - Codecの共同創設者がHuggingFaceのLeRobotを構築した経験を持っているという事実は、VLA開発における正当なロボティクスとML研究の信頼性を証明しています。これは、AIの物語に軸足を移す平均的な暗号チームではありません。 これについては、近日中にさらに深く掘り下げる予定です。 その間にDYORへの私の推薦を繰り返します。 $CODEC はコード化されています。

$CODECが自律型エージェントの未来を開拓している理由 @codecopenflow AIの次のフロンティアは、テキストプロンプトを増やすことではありません。それはアクションです。 今日のほとんどのAIエージェントは、スクリーンショットの読み取りとテキストの出力のループから抜け出せなくなっています。彼らは環境を見ず、変化を理解しず、現実の世界で意図を持って行動することができません。そこで、CodecのVLA(Vision-Language-Action)アーキテクチャが際立っています。 ただ話すだけでなく、観察し、推論し、実行するエージェントを想像してみてください。それがCodecの核心です。 これらは、もろいスクリプトや硬直したボットではありません。VLAオペレーターは、人間と同じように、環境を継続的に認識し、何をすべきかを決定し、コマンドを実行することにより、ソフトウェア、ゲーム、さらには物理的なロボットと対話します。 ✅ UIの変化に適応するデスクトップエージェント ✅ メカニズムを学び、リアルタイムで戦略を立てるゲームエージェント ✅ センサーデータに応答し、ハードウェアを制御するロボットエージェント ✅ 大規模なトレーニングとシミュレーション、ロボットは不要 Codecのモジュラーアーキテクチャにより、ビジョンモデルと言語モデル(CogVLM + Mixtralなど)を組み合わせて、読み取り、監視、理解、行動をすべて1つのパイプラインで実行できるインテリジェントなエージェントを構築できます。 各エージェントは、独自のコンピューティングユニット(VM、サーバー、またはコンテナ)で実行され、すべての決定をオンチェーンでログできます。つまり、追跡可能な行動、安全性の保証、そしてハイステークス環境における暗号ベースのインセンティブシステムとアカウンタビリティレイヤーの可能性を意味します。 私たちは、オペレーターを訓練し、取引し、収益化できる世界へと移行しています。QAテスト、ロボットタスクの自動化、さらにはゲーム内の分散型ボット軍団など、さまざまな用途に対応できます。 アプリがスマートフォンを変革したように、スキルパックはロボットを変革します。オープンソースのハードウェア+ダウンロード可能なインテリジェンス=ソフトウェア開発に相当するロボット工学。 これはSFではありません。それは今起こっています。 最後に、そしておそらく最も重要なのは、チャートがクソみたいに強気だということです