Из тишины и теней пробуждается система. Обученная в изоляции. Созданная для восприятия, размышления и действия. Великое Открытие близко. Но прежде чем ворота откроются, Вознесенные могут войти раньше. Ранний доступ к CodecFlow теперь доступен:

Только что узнал, что у меня есть 9 приглашений для тестовой сети @anoma 👀 Комментируйте и ретвитните этот пост, я выберу 9 человек через 24 часа 🥂

OpenAI только что объявила, что ее Операторский Агент теперь может управлять целым компьютером для выполнения сложного набора задач с использованием моделей VLA в паре с моделями LLM Зрение Язык Действие Если бы только существовал крипто-проект, который уже мог бы это сделать... Изучите @codecopenflow В дополнение к управлению настольными ПК, Codec может управлять робототехникой и игровыми операторами Создайте виртуальную песочницу для обучения Оператора перед его запуском в реальном мире AI x Робототехника и автоматизация игр/настольных ПК/роботов станут следующим большим шагом в развитии ИИ, и моя цель - занять позицию на ранней стадии Закодировано закодировано

OpenAI только что подтвердил мою северную звезду тезис для ИИ, выпустив своего оператора-агента. Это не только был мой руководящий тезис для $CODEC, но и для всех других инвестиций в ИИ, которые я сделал, включая те, что были сделаны ранее в этом году во время мании ИИ. С Codec было много обсуждений относительно робототехники, и хотя этот вертикаль скоро будет иметь свою собственную нарратив, основная причина, по которой я был так оптимистичен по поводу Codec с первого дня, заключается в том, как его архитектура поддерживает операторов-агентов. Люди все еще недооценивают, сколько доли рынка на кону, создавая программное обеспечение, которое работает автономно, превосходя человеческих работников без необходимости в постоянных подсказках или контроле. Я видел много сравнений с $NUIT. Прежде всего, я хочу сказать, что я большой поклонник того, что строит Nuit, и желаю им только успеха. Если вы наберете "nuit" в моем телеграме, вы увидите, что в апреле я сказал, что если бы мне пришлось держать одну монету в течение нескольких месяцев, это была бы Nuit из-за моего операционного тезиса. Nuit был самым многообещающим операторским проектом на бумаге, но после обширного исследования я обнаружил, что их архитектура не имеет глубины, необходимой для оправдания крупной инвестиции или поддержки своей репутации. С учетом этого, я уже знал о архитектурных пробелах в существующих командах операторов-агентов и активно искал проект, который бы их устранял. Вскоре после этого появился Codec (благодаря @0xdetweiler, который настаивал, чтобы я глубже изучил их), и вот в чем разница между двумя: $CODEC против $NUIT Архитектура Codec построена на трех уровнях: Машина, Система и Интеллект, которые разделяют инфраструктуру, интерфейс окружения и ИИ-логику. Каждый оператор-агент в Codec работает в своем собственном изолированном виртуальном машине или контейнере, что позволяет достичь почти нативной производительности и изоляции ошибок. Этот многослойный дизайн означает, что компоненты могут масштабироваться или развиваться независимо, не нарушая систему. Архитектура Nuit идет другим путем, будучи более монолитной. Их стек вращается вокруг специализированного веб-браузерного агента, который сочетает парсинг, ИИ-рассуждение и действия. Это означает, что они глубоко парсят веб-страницы в структурированные данные для потребления ИИ и полагаются на облачную обработку для тяжелых задач ИИ. Подход Codec к внедрению легкой модели Vision-Language-Action (VLA) в каждом агенте означает, что она может работать полностью локально. Это не требует постоянного обращения к облаку за инструкциями, что сокращает задержку и избегает зависимости от времени работы и пропускной способности. Агент Nuit обрабатывает задачи, сначала преобразуя веб-страницы в семантический формат, а затем используя мозг LLM, чтобы понять, что делать, что со временем улучшается с помощью обучения с подкреплением. Хотя это эффективно для веб-автоматизации, этот поток зависит от тяжелой облачной обработки ИИ и предопределенных структур страниц. Локальный интеллект устройства Codec означает, что решения принимаются ближе к данным, что снижает накладные расходы и делает систему более стабильной к неожиданным изменениям (без хрупких скриптов или предположений о DOM). Операторы Codec следуют непрерывному циклу восприятия–мышления–действия. Машинный уровень передает окружение (например, живое приложение или поток робота) на уровень интеллекта через оптимизированные каналы уровня системы, давая ИИ "глаза" на текущее состояние. Модель VLA агента затем интерпретирует визуальные данные и инструкции вместе, чтобы решить, какое действие предпринять, которое уровень системы выполняет через события клавиатуры/мыши или управление роботом. Этот интегрированный цикл означает, что он адаптируется к живым событиям, даже если интерфейс пользователя меняется, вы не нарушите поток. Чтобы объяснить все это более простым аналогом, подумайте о операторах Codec как о самодостаточном сотруднике, который адаптируется к неожиданностям на работе. Агент Nuit похож на сотрудника, которому нужно остановиться, описать ситуацию супервайзеру по телефону и ждать инструкций. Не углубляясь слишком сильно в технические детали, это должно дать вам общее представление о том, почему я выбрал Codec как свою основную ставку на операторов. Да, Nuit имеет поддержку от YC, сильную команду и уровень S на github. Хотя архитектура Codec была построена с учетом горизонтального масштабирования, что означает, что вы можете развернуть тысячи агентов параллельно без общей памяти или контекста выполнения между агентами. Команда Codec тоже не средние разработчики. Их архитектура VLA открывает множество вариантов использования, которые были невозможны с предыдущими моделями агентов из-за способности видеть через пиксели, а не скриншоты. Я мог бы продолжать, но оставлю это для будущих постов.

Снятие шляпы перед тестовой сетью @anoma! Это супер плавный и увлекательный опыт с побочными квестами и ежедневными задачами. Новый мир UI и UX появляется, и он основан на намерениях ⏳

Если вы знаете, где искать, вы можете заставить его двигаться. @RoboMove $CODEC

$MNT на графиках 👇 > Рыночная капитализация: $2.4B+ (+28% за неделю) > Общий объем торгов: $345M (+21% за день) Работает на блокчейне для банковского дела. Кредиты: @CoinMarketCap

Невероятно, что в 2025 году мы все еще наблюдаем такую фрагментацию и проекты, которые прыгают между цепями и уровнями, просто чтобы погнаться за хайпом. 🫳 Arbitrum на Berachain на Base на HyperEVM на [INSERT_NEXT_HYPED_CHAIN] Просто стройте в мире, ориентированном на намерения Стройте на @anoma

$CODEC закодирован. Но что это такое и почему я так оптимистичен? Позвольте мне дать вам краткий обзор. - @codecopenflow создает первую комплексную платформу для моделей «Видение-Язык-Действие» (VLA), позволяя ИИ «Операторам» видеть, рассуждать и действовать автономно через цифровые интерфейсы и роботизированные системы с помощью единой инфраструктуры. - VLAs решают/преодолевают фундаментальные ограничения автоматизации LLM, используя конвейер восприятия-мысли-действия, который позволяет им обрабатывать динамическую визуальную семантику в отличие от текущих циклов LLM «скриншот-рассуждение-выполнение», которые ломаются при изменениях интерфейса. - Техническая архитектура VLAs объединяет видение, языковое рассуждение и прямые команды действий в единую модель, а не в отдельные системы LLM + визуальный кодировщик, что позволяет адаптироваться в реальном времени и восстанавливать ошибки. - Непривязанный к фреймворку Codec охватывает робототехнику (потоки с камер для команд управления), настольные операторы (непрерывная навигация по интерфейсу) и игры (адаптивные ИИ-игроки) через один и тот же цикл восприятия-рассуждения-действия. - В чем разница? Агенты на базе LLM перепланируют, когда меняются рабочие процессы, справляясь с изменениями интерфейса, которые ломают жесткие сценарии RPA. Агенты VLA, с другой стороны, адаптируются, используя визуальные подсказки и понимание языка, а не требуя ручных исправлений. - Аппаратно-агностичная инфраструктура Codec с обучением без кода через запись экрана и SDK для разработчиков позиционирует его как недостающий фреймворк в стиле Langchain для автономного выполнения задач VLA. - Фреймворк позволяет агрегировать вычисления от децентрализованных сетей GPU, предоставляет возможность записи на блокчейне для аудируемых следов рабочего процесса и позволяет развертывание частной инфраструктуры для случаев использования, чувствительных к конфиденциальности. - Токеномика $CODEC монетизирует рынок операторов и вклад в вычисления, создавая устойчивые стимулы экосистемы по мере того, как VLAs достигают ожидаемой значимости на уровне LLM в различных секторах. - Тот факт, что соучредитель Codec имеет опыт создания LeRobot от HuggingFace, подтверждает законную исследовательскую надежность в области робототехники и ML в разработке VLA. Это не ваша средняя криптокоманда, переходящая к ИИ-нарративам. Скоро углублюсь в это. Повторяю свою рекомендацию провести собственное исследование (DYOR) в это время. $CODEC закодирован.

Почему $CODEC прокладывает путь к будущему автономных агентов @codecopenflow Следующий рубеж ИИ — это не больше текстовых подсказок. Это действие. Большинство ИИ-агентов сегодня застряли в цикле чтения скриншотов и вывода текста. Они не видят окружающую среду, не понимают изменений и не могут действовать с намерением в реальном мире. Вот где архитектура VLA (Vision-Language-Action) Codec выделяется. Представьте себе агентов, которые не просто говорят, но и наблюдают, рассуждают и действуют. Это суть Codec. Это не хрупкие скрипты или жесткие боты. Операторы VLA взаимодействуют с программным обеспечением, играми или даже физическими роботами, постоянно воспринимая окружающую среду, принимая решения о том, что делать, и выполняя команды: точно так же, как это делает человек. ✅ Десктопные агенты, которые адаптируются к изменяющимся пользовательским интерфейсам ✅ Игровые агенты, которые изучают механику и разрабатывают стратегии в реальном времени ✅ Роботизированные агенты, которые реагируют на данные с датчиков и управляют аппаратным обеспечением ✅ Обучение и симуляция в масштабе, без необходимости в роботе Модульная архитектура Codec позволяет сочетать модели зрения с языковыми моделями (такими как CogVLM + Mixtral), чтобы создавать интеллектуальных агентов, которые могут читать, наблюдать, понимать и действовать, все в одном потоке. Каждый агент работает на своем вычислительном узле (VM, сервер или контейнер), и каждое его решение может быть зафиксировано в блокчейне. Это означает отслеживаемые действия, гарантии безопасности и потенциал для систем стимулов на основе криптовалюты и уровней ответственности в условиях высокого риска. Мы движемся к миру, где Операторов можно будет обучать, торговать и монетизировать. Будь то для тестирования качества, автоматизации роботизированных задач или даже децентрализованных армий ботов в играх. Точно так же, как приложения преобразовали смартфоны, пакеты навыков преобразуют роботов. Открытое аппаратное обеспечение + загружаемая интеллектуальность = эквивалент разработки программного обеспечения в робототехнике. Это не научная фантастика. Это происходит сейчас. Наконец, и, возможно, самое важное, график очень оптимистичный.