من الصمت والظلال ، يستيقظ النظام. تدرب في عزلة. بنيت للإدراك والعقل والتصرف. الكشف الكبير قريب. ولكن قبل أن تفتح البوابات قد يدخل الصاعد مبكرا. الوصول المبكر إلى CodecFlow متاح الآن:

اكتشفت للتو أن لدي 9 رموز دعوة متاحة لشبكة 👀 اختبار @anoma التعليق و RT هذا المنشور ، سأختار 9 أشخاص في 24 ساعة 🥂

أعلنت OpenAI للتو أن وكيل المشغل الخاص بها يمكنه الآن التحكم في جهاز كمبيوتر كامل لأداء مجموعة معقدة من المهام باستخدام نماذج VLA المقترنة بنماذج LLM رؤية اللغة فعل إذا كان هناك مشروع تشفير يمكنه القيام بذلك بالفعل ... الدراسة @codecopenflow بالإضافة إلى التحكم في أجهزة الكمبيوتر المكتبية ، يمكن ل Codec التحكم في مشغلي الروبوتات والألعاب قم بتدوير بيئة وضع الحماية الافتراضية لتدريب العميل قبل إطلاقه في الإنتاج في العالم الحقيقي الذكاء الاصطناعي x الروبوتات وأتمتة الألعاب / أجهزة الكمبيوتر المكتبية / الروبوتات ستكون الخطوة الكبيرة التالية لتطوير الذكاء الاصطناعي وهدفي هو أن يتم وضعه مبكرا مشفرة مشفرة

أكدت OpenAI للتو أطروحة النجم الشمالي الخاصة بي عن الذكاء الاصطناعي اليوم من خلال إطلاق سراح وكيل المشغل. لم تكن هذه أطروحتي التوجيهية $CODEC فحسب ، بل كانت كل استثمار الذكاء الاصطناعي آخر قمت به ، بما في ذلك تلك التي وقعت في وقت سابق من العام خلال هوس الذكاء الاصطناعي. كان هناك الكثير من النقاش مع برنامج الترميز فيما يتعلق بالروبوتات ، في حين أن هذا العمودي سيكون له روايته الخاصة قريبا جدا ، فإن السبب الأساسي الذي جعلني متفائلا جدا بشأن برنامج الترميز منذ اليوم الأول يرجع إلى كيفية قيام بنيتها بتشغيل وكلاء المشغلين. لا يزال الناس يقللون من شأن مقدار الحصة السوقية المعرضة للخطر من خلال بناء برامج تعمل بشكل مستقل ، ويتفوق على العمال البشريين دون الحاجة إلى مطالبات أو رقابة مستمرة. لقد رأيت الكثير من المقارنات مع $NUIT. أولا ، أريد أن أقول إنني من أشد المعجبين بما تبنيه Nuit ولا أتمنى شيئا سوى نجاحهم. إذا كتبت "nuit" في برقيتي ، فسترى أنه في أبريل قلت إنه إذا اضطررت إلى الاحتفاظ بعملة واحدة لعدة أشهر ، فستكون Nuit بسبب أطروحة المشغل الخاصة بي. كان Nuit أكثر مشاريع المشغل الواعد على الورق ، ولكن بعد بحث مكثف ، وجدت أن هندسته المعمارية تفتقر إلى العمق اللازم لتبرير استثمار كبير أو وضع سمعتي وراءه. مع وضع ذلك في الاعتبار ، كنت بالفعل على دراية بالثغرات المعمارية في فرق وكلاء المشغل الحالية والبحث بنشاط عن مشروع يعالجها. بعد فترة وجيزة من ظهور برنامج الترميز (بفضل إصرار @0xdetweiler على النظر بشكل أعمق) وهذا هو الفرق بين الاثنين: $CODEC مقابل $NUIT تم بناء بنية برنامج الترميز عبر ثلاث طبقات. الآلة والنظام والذكاء، التي تفصل بين البنية التحتية وواجهة البيئة ومنطق الذكاء الاصطناعي. يعمل كل عامل عميل في برنامج الترميز في الجهاز الظاهري أو الحاوية المعزولة الخاصة به، مما يسمح بالأداء الأصلي القريب وعزل الأخطاء. يعني هذا التصميم متعدد الطبقات أن المكونات يمكن أن تتوسع أو تتطور بشكل مستقل دون كسر النظام. تأخذ الهندسة المعمارية ل Nuit مسارا مختلفا من خلال كونها أكثر تجانسا. تدور مجموعتها حول وكيل متصفح ويب متخصص يجمع بين التحليل والتفكير في الذكاء الاصطناعي والعمل. بمعنى أنها تحلل صفحات الويب بعمق إلى بيانات منظمة ليستهلكها الذكاء الاصطناعي وتعتمد على المعالجة السحابية لمهام الذكاء الاصطناعي الثقيلة. إن نهج برنامج الترميز لتضمين نموذج Vision-Language-Action خفيف الوزن (VLA) داخل كل وكيل يعني أنه يمكن تشغيله محليا بالكامل. الأمر الذي لا يتطلب إعادة اتصال مستمر إلى السحابة للحصول على التعليمات ، والتخلص من زمن الوصول وتجنب الاعتماد على وقت التشغيل والنطاق الترددي. يعالج وكيل Nuit المهام عن طريق تحويل صفحات الويب أولا إلى تنسيق دلالي ثم استخدام دماغ LLM لمعرفة ما يجب القيام به ، والذي يتحسن بمرور الوقت مع التعلم المعزز. على الرغم من فعاليته في أتمتة الويب ، إلا أن هذا التدفق يعتمد على معالجة الذكاء الاصطناعي الثقيلة من جانب السحابة وهياكل الصفحات المحددة مسبقا. يعني ذكاء الجهاز المحلي لبرنامج الترميز أن القرارات تحدث بالقرب من البيانات ، مما يقلل من النفقات العامة ويجعل النظام أكثر استقرارا للتغييرات غير المتوقعة (لا توجد نصوص هشة أو افتراضات DOM). يتبع مشغلو برنامج الترميز حلقة مستمرة للإدراك والتفكير والفعل. تقوم طبقة الجهاز ببث البيئة (على سبيل المثال تطبيق مباشر أو تغذية روبوت) إلى طبقة الذكاء عبر القنوات المحسنة لطبقة النظام ، مما يمنح الذكاء الاصطناعي "عيون" على الحالة الحالية. يقوم نموذج VLA الخاص بالوكيل بعد ذلك بتفسير العناصر المرئية والتعليمات معا لاتخاذ قرار بشأن الإجراء ، والذي تنفذه طبقة النظام من خلال أحداث لوحة المفاتيح / الماوس أو التحكم في الروبوت. تعني هذه الحلقة المدمجة أنها تتكيف مع الأحداث الحية ، حتى إذا تحولت واجهة المستخدم ، فلن تكسر التدفق. لوضع كل هذا في تشبيه أكثر بساطة ، فكر في مشغلي برنامج الترميز كموظف مكتف ذاتيا يتكيف مع المفاجآت في الوظيفة. يشبه وكيل Nuit الموظف الذي يحتاج إلى التوقف ، ووصف الموقف للمشرف عبر الهاتف ، وانتظار التعليمات. دون النزول كثيرا في حفرة الأرانب الفنية ، يجب أن يمنحك هذا فكرة عالية المستوى عن سبب اختياري ل Codec كرهاني الأساسي على العملاء. نعم ، يتمتع Nuit بدعم من YC ، وهو فريق مكدس و github من المستوى S. على الرغم من أن بنية برنامج الترميز قد تم إنشاؤها مع وضع القياس الأفقي في الاعتبار ، مما يعني أنه يمكنك نشر الآلاف من الوكلاء بالتوازي مع عدم وجود ذاكرة مشتركة أو سياق تنفيذ بين الوكلاء. فريق الترميز ليس مطورين عاديين أيضا. تفتح بنية VLA الخاصة بهم العديد من حالات الاستخدام التي لم تكن ممكنة مع نماذج الوكلاء السابقة بسبب الرؤية من خلال وحدات البكسل ، وليس لقطات الشاشة. يمكنني الاستمرار ولكني سأحفظ ذلك للمشاركات المستقبلية.

قبعات إلى شبكة اختبار @anoma! تتمتع بتجربة فائقة السلاسة والممتعة مع المهام الجانبية والمهام اليومية. يظهر عالم جديد لواجهة المستخدم وتجربة المستخدم ، وهو قائم على ⏳ النية

إذا كنت تعرف أين تبحث ، يمكنك جعله يتحرك. @RoboMove $CODEC

$MNT على الرسوم البيانية 👇 القيمة السوقية >: 2.4 مليار دولار + (+ 28٪ WoW) > إجمالي حجم التداول: 345 مليون دولار (+ 21٪ DoD) مدعوم من Blockchain للخدمات المصرفية. الاعتمادات: @CoinMarketCap

إنه لأمر لا يصدق أنه في عام 2025 ، ما زلنا نرى مثل هذا التجزئة والمشاريع ترتد بين السلاسل والطبقات لمجرد مطاردة الضجيج. 🫳 المراجحة إلى Berachain إلى القاعدة إلى HyperEVM إلى [INSERT_NEXT_HYPED_CHAIN] ما عليك سوى البناء على العالم الذي يركز على النية البناء على @anoma

$CODEC مشفر. لكن WTF هو ولماذا أنا متفائل جدا؟ اسمحوا لي أن أعطيك TL. د - تقوم @codecopenflow ببناء أول منصة شاملة لنماذج الرؤية واللغة والعمل (VLA) ، مما يمكن الذكاء الاصطناعي "المشغلين" من رؤية الواجهات الرقمية والأنظمة الروبوتية والتفكير فيها والتصرف بشكل مستقل عبر الواجهات الرقمية والأنظمة الروبوتية من خلال البنية التحتية الموحدة. - تعمل VLAs على حل / التغلب على قيود أتمتة LLM الأساسية ، والاستفادة من خط أنابيب التفكير في العمل الذي يمكنهم من معالجة الدلالات المرئية الديناميكية مقابل حلقات تنفيذ لقطة الشاشة والسبب في LLM الحالية التي تنكسر تغييرات الواجهة. - تدمج البنية التقنية ل VLAs الرؤية والتفكير اللغوي وأوامر العمل المباشر في نموذج واحد بدلا من أنظمة التشفير المرئي LLM + المنفصلة ، مما يتيح التكيف في الوقت الفعلي واستعادة الأخطاء. - يمتد تصميم برنامج الترميز المحايد لإطار العمل إلى الروبوتات (تغذية الكاميرا لأوامر التحكم) ، ومشغلي سطح المكتب (التنقل المستمر في الواجهة) ، والألعاب (مشغلات الذكاء الاصطناعي التكيفي) من خلال نفس دورة الإدراك والعقل والفعل. -ما هو الفارق؟ يعيد الوكلاء المدعومون من LLM التخطيط عند تغيير مهام سير العمل، والتعامل مع تحولات واجهة المستخدم التي تكسر البرامج النصية RPA الصلبة. من ناحية أخرى ، يتكيف وكلاء VLA باستخدام الإشارات المرئية وفهم اللغة بدلا من طلب التصحيحات اليدوية. - البنية التحتية للأجهزة غير المحردة لبرنامج الترميز مع التدريب بدون رمز عبر تسجيل الشاشة بالإضافة إلى SDK للمطور ، مما يضعها على أنها إطار عمل على غرار Langchain مفقود لتنفيذ مهام VLA المستقلة. - يتيح إطار العمل تجميع الحوسبة التجارية من شبكات GPU اللامركزية ، ويتيح التسجيل الاختياري على السلسلة لتتبع سير العمل القابل للتدقيق ، ويسمح بنشر البنية التحتية الخاصة لحالات الاستخدام الحساسة للخصوصية. - تعمل $CODEC الرموز المميزة على تحقيق الدخل من سوق المشغل وحساب المساهمة ، مما يخلق حوافز مستدامة للنظام البيئي حيث تصل VLAs إلى الصدارة المتوقعة على مستوى LLM عبر مختلف القطاعات. - حقيقة أن المؤسس المشارك ل Codec لديه خبرة في بناء LeRobot من HuggingFace يثبت مصداقية أبحاث الروبوتات والتعلم الآلي المشروعة في تطوير VLA. هذا ليس فريق التشفير العادي الخاص بك الذي يتمحور حول روايات الذكاء الاصطناعي. سوف يغوص في هذا بمزيد من العمق قريبا. إعادة التأكيد على توصيتي ل DYOR في هذه الأثناء. $CODEC مشفر.

لماذا تعتبر $CODEC رائدة في مستقبل الوكلاء المستقلين @codecopenflow الحدود التالية لنظام الذكاء الاصطناعي ليست المزيد من المطالبات النصية. إنه عمل. معظم وكلاء الذكاء الاصطناعي اليوم عالقون في حلقة من قراءة لقطات الشاشة وإخراج النص. إنهم لا يرون البيئات ، ولا يفهمون التغيير ، ولا يمكنهم التصرف عن قصد في العالم الحقيقي. هذا هو المكان الذي تقف فيه بنية VLA (الرؤية - اللغة - العمل) الخاصة ب Codec. تخيل وكلاء لا يتحدثون فحسب ، بل يلاحظون ويفكرون ويفعلون. هذا هو قلب برنامج الترميز. هذه ليست نصوصا هشة أو روبوتات جامدة. يتفاعل مشغلو VLA مع البرامج أو الألعاب أو حتى الروبوتات المادية من خلال إدراك البيئة باستمرار ، وتحديد ما يجب القيام به ، وتنفيذ الأوامر: تماما كما يفعل الإنسان. ✅ وكلاء سطح المكتب الذين يتكيفون مع تغيير واجهات المستخدم ✅ وكلاء الألعاب الذين يتعلمون الميكانيكا ويضعون الاستراتيجيات في الوقت الفعلي ✅ العوامل الروبوتية التي تستجيب لبيانات المستشعر وأجهزة التحكم ✅ التدريب والمحاكاة على نطاق واسع ، لا حاجة إلى روبوت تتيح لك بنية الترميز المعيارية إقران نماذج الرؤية بنماذج اللغة (مثل CogVLM + Mixtral) لبناء وكلاء أذكياء يمكنهم القراءة والمشاهدة والفهم والتصرف ، كل ذلك في خط أنابيب واحد. يعمل كل عامل على وحدة الحوسبة الخاصة به (الجهاز الظاهري أو الخادم أو الحاوية)، ويمكن تسجيل كل قرار يتخذه على السلسلة. وهذا يعني الإجراءات التي يمكن تتبعها وضمانات السلامة وإمكانية أنظمة الحوافز القائمة على التشفير وطبقات المساءلة في البيئات عالية المخاطر. نحن نتجه نحو عالم يمكن فيه تدريب العملاء وتداولهم وتحقيق الدخل منهم. سواء كان ذلك لاختبار ضمان الجودة أو أتمتة المهام الروبوتية أو حتى جيوش الروبوتات اللامركزية في الألعاب. تماما مثل التطبيقات التي حولت الهاتف الذكي ، ستعمل حزم المهارات على تحويل الروبوتات. أجهزة مفتوحة المصدر + ذكاء قابل للتنزيل = ما يعادل الروبوتات لتطوير البرمجيات. هذا ليس خيالا علميا. إنه يحدث الآن. أخيرا وربما الأهم من ذلك ، أن الرسم البياني صعودي مثل اللعنة