Populární témata
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Trissy
Poslední býčí běh
OpenAI dnes potvrdila mou severskou tezi o AI tím, že uvolnila svého agenta operátora.
To byla nejen moje hlavní teze pro $CODEC, ale i pro všechny ostatní investice do umělé inteligence, které jsem provedl, včetně těch ze začátku roku během mánie umělé inteligence.
S Codecem se hodně diskutovalo ohledně robotiky, zatímco tato vertikála bude mít velmi brzy svůj vlastní příběh, základním důvodem, proč jsem byl od prvního dne ohledně Codecu tak optimistický, je to, jak jeho architektura pohání operátory.
Lidé stále podceňují, jak velký podíl na trhu je v sázce tím, že vytvářejí software, který běží autonomně a překonává lidské pracovníky bez potřeby neustálých výzev nebo dohledu.
Viděl jsem spoustu srovnání s $NUIT. V první řadě chci říct, že jsem velkým fanouškem toho, co Nuit budují a nepřeji jim nic jiného než jejich úspěch. Pokud do mého telegramu napíšete "nuit", uvidíte, že v dubnu jsem řekl, že kdybych měl držet jednu minci několik měsíců, byla by to Nuit, a to kvůli mé operátorské diplomové práci.
Nuit byl na papíře nejslibnějším projektem operátora, ale po rozsáhlém výzkumu jsem zjistil, že jejich architektura postrádá hloubku potřebnou k ospravedlnění velké investice nebo k tomu, abych za ní postavil svou pověst.
S ohledem na tuto skutečnost jsem si již byl vědom architektonických mezer ve stávajících týmech operátorů a aktivně jsem hledal projekt, který by je řešil. Krátce poté se objevil Codec (díky @0xdetweiler naléhání, abych se na ně podíval hlouběji) a toto je rozdíl mezi těmito dvěma:
$CODEC vs $NUIT
Architektura kodeku je postavena ve třech vrstvách; Stroj, systém a inteligenci, které oddělují infrastrukturu, rozhraní prostředí a logiku umělé inteligence. Každý agent operátora v kodeku běží ve svém vlastním izolovaném virtuálním počítači nebo kontejneru, což umožňuje téměř nativní výkon a izolaci chyb. Tento vrstvený design znamená, že komponenty se mohou škálovat nebo vyvíjet nezávisle, aniž by došlo k narušení systému.
Architektura Nuit se ubírá jinou cestou tím, že je více monolitická. Jejich zásobník se točí kolem specializovaného agenta webového prohlížeče, který kombinuje analýzu, uvažování pomocí umělé inteligence a akci. To znamená, že hluboce analyzují webové stránky do strukturovaných dat, která může umělá inteligence konzumovat, a spoléhají se na cloudové zpracování pro náročné úkoly umělé inteligence.
Přístup kodeku, který do každého agenta zabuduje odlehčený model Vision-Language-Action (VLA), znamená, že může běžet plně lokálně. Což nevyžaduje neustálé pingování zpět do cloudu pro pokyny, snižuje latenci a vyhýbá se závislosti na provozuschopnosti a šířce pásma.
Agent společnosti Nuit zpracovává úkoly tak, že nejprve převádí webové stránky do sémantického formátu a poté pomocí mozku LLM zjistí, co dělat, což se postupem času zlepšuje díky zpětnovazebnímu učení. I když je tento tok efektivní pro automatizaci webu, závisí na náročném zpracování umělé inteligence na straně cloudu a předdefinovaných strukturách stránek. Inteligence lokálního zařízení kodeku znamená, že rozhodnutí se dějí blíže k datům, snižuje režijní náklady a činí systém stabilnějším vůči neočekávaným změnám (žádné křehké skripty nebo předpoklady DOM).
Operátoři kodeku se řídí nepřetržitou smyčkou vnímání-myšlení-jednání. Strojová vrstva streamuje prostředí (např. živou aplikaci nebo kanál robota) do vrstvy inteligence prostřednictvím optimalizovaných kanálů systémové vrstvy, což umělé inteligenci poskytuje "oči" o aktuálním stavu. VLA model agenta pak interpretuje vizuály a instrukce společně a rozhoduje o akci, kterou systémová vrstva provádí prostřednictvím událostí klávesnice/myši nebo ovládání robota. Tato integrovaná smyčka znamená, že se přizpůsobí živým událostem, a i když se uživatelské rozhraní posune, nepřerušíte tok.
Abychom to vše uvedli do jednodušší analogie, představte si operátory Codecu jako soběstačného zaměstnance, který se přizpůsobuje překvapením v práci. Agent Nuit je jako zaměstnanec, který se potřebuje zastavit, popsat situaci nadřízenému po telefonu a počkat na pokyny.
Aniž bychom se příliš pouštěli do technické králičí nory, mělo by vám to poskytnout představu o tom, proč jsem si vybral Codec jako svou primární sázku na operátory.
Ano, Nuit má podporu od YC, naskládaného týmu a githubu úrovně S. I když byla architektura Codecu vytvořena s ohledem na horizontální škálování, znamená to, že můžete nasadit tisíce agentů paralelně s nulovou sdílenou pamětí nebo kontextem provádění mezi agenty. Tým Codecu také nejsou průměrní vývojáři.
Jejich architektura VLA otevírá velké množství případů použití, které u předchozích modelů agentů nebylo možné kvůli vidění skrz pixely, nikoli snímky obrazovky.
Mohl bych pokračovat, ale to si nechám na budoucí příspěvky.
15,46K
Jde o to, že pokud se opravdu chcete prosadit v tomto prostoru, všichni kolem vás si budou myslet, že je s vámi něco špatně.
Být skutečně oněmi 0,001%, život mimo zákopy téměř neexistuje.
Žádné holky, žádné koníčky, žádné společenské výlety, žádný netflix nebo cokoli, co vás odvádí od rutiny.
Je to typ myšlení, který je extrémně nepříbuzný dokonce i pro profesionální sportovce, protože není důvod, proč byste nemohli být online 24 hodin denně, 7 dní v týdnu.
Uvízli jsme ve svém vlastním paradoxu svobody.
Každý chce kouzelnou schopnost klikat na tlačítka za peníze, dokud není čas říci ne 95% požitků.
Přátelé a rodina vám budou neustále naznačovat, že máte nějakou formu duševní nemoci a nikdy tuto vizi doopravdy neuvidí.
Žárlivost stoupá, když se vplíží kousky úspěchu, pokud lidi sledujete dostatečně pozorně, vždy odhalí své skutečné záměry, i když to neměli v úmyslu.
Prozradí je i ty nejmenší náznaky, obvykle ze spontánních emocionálních reakcí v okamžiku, kdy vám stačí slyšet jen pár slov, většinou to stačí.
Až se stanete úspěšnějšími, naučte se zůstat v klidu. Není třeba zmiňovat váš pokrok, jakkoli by bylo skvělé sdílet se všemi a užívat si plody své práce, bude to jen přitahovat chamtivost ostatních.
Většina z nich v tom selhává, protože z toho, že jsou "krypto chlapíci" nebo "investori", dělají celou svou osobnost. I když jste online 16 hodin denně, stále musíte mít zájmy a ambice mimo toto odvětví.
Přátelé by s vámi měli chtít trávit čas kvůli kvalitě vaší přítomnosti a rozdílu v náladě, kterého tam budete, ne kvůli tomu, kolik čísel jste udělali na obrazovce.
Žít soukromý, izolovaný život s malým kruhem kvalitních lidí je nejlepší životní hack pro klid v duši.
Pokud vaše přítomnost v lidech něco nevyvolá, aniž by mluvili o penězích, už jste prohráli.
5,66K
Co je $CODEC
Robotika, operátoři, hry?
To vše a ještě více.
Vision-language-action (VLA) kodeku je rámcově agnostický model, který umožňuje desítky případů použití díky své jedinečné schopnosti vizualizovat chyby ve srovnání s LLM.
Během posledních 12 měsíců jsme viděli, že LLM fungují především jako mechanismy smyčky, které jsou řízeny předem definovanými daty a vzorci odezvy.
Protože jsou LLM postaveny na řeči a textu, mají omezenou schopnost vyvíjet se za okno lingvistického kontextu, na kterém jsou trénovány. Nemohou interpretovat smyslové vstupy, jako jsou výrazy obličeje nebo emocionální podněty v reálném čase, protože jejich uvažování je vázáno na jazyk, nikoli na vnímání.
Většina agentů dnes kombinuje LLM založené na transformátorech s vizuálními kodéry. "Vidí" rozhraní prostřednictvím snímků obrazovky, interpretují, co je na obrazovce, a generují sekvence akcí, kliknutí, stisků kláves, posouvání podle pokynů a plnění úkolů.
To je důvod, proč umělá inteligence ještě nenahradila velké kategorie pracovních míst: LLM vidí snímky obrazovky, ne pixely. Nerozumí dynamické vizuální sémantice prostředí, pouze tomu, co je čitelné prostřednictvím statických snímků.
Jejich typický pracovní postup se opakuje: pořiďte snímek obrazovky, zdůvodněte další akci, proveďte ji, poté pořiďte další snímek a opakujte. Tato smyčka vnímání a myšlení pokračuje, dokud není úloha dokončena nebo dokud agent neselže.
Aby bylo možné skutečně zobecnit, musí umělá inteligence vnímat své prostředí, uvažovat o svém stavu a vhodně jednat k dosažení cílů, nejen interpretovat snímky.
Už máme makra, RPA boty a automatizační skripty, ale jsou slabé a nestabilní. Mírný posun pixelů nebo změna rozvržení přeruší tok a vyžaduje ruční záplatování. Nemohou se přizpůsobit, když se v pracovním postupu něco změní. To je úzké hrdlo.
Vize-jazyk-akce (VLA)
Agenti VLA v Codecu běží na intuitivní, ale výkonné smyčce: vnímat, myslet, jednat. Místo toho, aby jen chrlili text jako většina LLM, tito agenti vidí jeho prostředí, rozhodnou se, co udělají, a poté jej provedou. To vše je zabaleno do jednoho sjednoceného kanálu, který můžete zobrazit do tří základních vrstev:
Vidění
Jednající nejprve vnímá své okolí prostřednictvím zraku. V případě desktopového operátora to znamená zachycení snímku obrazovky nebo vizuálního vstupu aktuálního stavu (např. okna aplikace nebo textového pole). Komponenta vidění modelu VLA interpretuje tento vstup, čte text na obrazovce a rozpoznává prvky nebo objekty rozhraní. Alias oči agenta.
Jazyk
Pak přichází na řadu myšlení. S ohledem na vizuální kontext (a všechny pokyny nebo cíle) model analyzuje, jaká akce je vyžadována. Umělá inteligence v podstatě "přemýšlí" o vhodné reakci podobně jako člověk. Architektura VLA interně slučuje vidění a jazyk, takže agent může například pochopit, že vyskakovací dialogové okno klade otázku ano/ne. Poté rozhodne o správné akci (např. kliknutím na "OK") na základě cíle nebo výzvy. Slouží jako mozek agenta, mapuje vnímané vstupy do akce.
Akce
Nakonec agent jedná tak, že do prostředí odešle řídicí příkaz. Místo textu model VLA generuje akci (například kliknutí myší, stisk klávesy nebo volání rozhraní API), která přímo komunikuje se systémem. V příkladu dialogu by agent provedl kliknutí na tlačítko "OK". Tím se smyčka uzavře: po akci může agent vizuálně zkontrolovat výsledek a pokračovat v cyklu vnímání – myšlení – jednání. Akce jsou oddělovačem kláves, který je mění z chat boxů na skutečné operátory.
Případy použití
Jak jsem zmínil, vzhledem k architektuře je Codec narativní agnostic. Stejně jako LLM nejsou omezeni tím, jaké textové výstupy mohou vyprodukovat, VLA nejsou omezeni tím, jaké úkoly mohou dokončit.
Robotika
Místo toho, aby se agenti VLA spoléhali na staré skripty nebo nedokonalou automatizaci, přijímají vizuální vstup (přenos z kamery nebo senzory), předávají jej jazykovému modelu pro plánování a poté vydávají skutečné řídicí příkazy pro pohyb nebo interakci se světem.
Robot v podstatě vidí, co je před ním, zpracovává pokyny jako "přesuňte plechovku Pepsi vedle pomeranče", zjistí, kde co je, jak se pohybovat, aniž by se něco převrhlo, a dělá to bez nutnosti pevného kódování.
Jedná se o stejnou třídu systému jako RT-2 nebo PaLM-E od Googlu. Velké modely, které spojují vizi a jazyk a vytvářejí akce v reálném světě. Dobrým příkladem je práce VLA společnosti CogAct, robot prohledá přeplněnou tabulku, dostane přirozenou výzvu a spustí celou smyčku: ID objektu, plánování cesty, provedení pohybu.
Operátoři
V desktopovém a webovém prostředí fungují agenti VLA v podstatě jako digitální pracovníci. "Vidí" obrazovku prostřednictvím snímku obrazovky nebo živého přenosu, provedou ji vrstvou uvažování postavenou na jazykovém modelu, aby porozuměli uživatelskému rozhraní i úkolovému příkazu, a poté provádějí akce pomocí skutečného ovládání myší a klávesnicí, jako by to dělal člověk.
Tato plná smyčka, vnímání, myšlení, akt běží nepřetržitě. Agent tedy nereaguje pouze jednou, ale aktivně se pohybuje v rozhraní a zpracovává více krokových toků, aniž by potřeboval pevně zakódované skripty. Architektura je kombinací vidění ve stylu OCR pro čtení textu/tlačítek/ikon, sémantického uvažování pro rozhodování o tom, co dělat, a ovládací vrstvy, která může klikat, posouvat, psát atd.
Kde se to stává opravdu zajímavým, je zpracování chyb. Tito agenti mohou reflektovat následné akce a přeplánovat, pokud něco nejde podle očekávání. Na rozdíl od skriptů RPA, které se přeruší, pokud se uživatelské rozhraní mírně změní, například při změně polohy tlačítka nebo přejmenování popisku, se agent VLA může přizpůsobit novému rozvržení pomocí vizuálních podnětů a porozumění jazyku. Díky tomu je mnohem odolnější pro automatizaci v reálném světě, kde se rozhraní neustále mění.
Něco, s čím jsem se osobně potýkal při kódování svých vlastních výzkumných robotů pomocí nástrojů, jako je dramatik.
Hraní
Hraní her je jedním z nejjasnějších případů použití, kde mohou agenti VLA zazářit, přemýšlet o nich méně jako o botech a více jako o pohlcujících hráčích s umělou inteligencí. Celý postup je stejný, agent vidí herní obrazovku (rámce, menu, textové výzvy), důvody, co má dělat, a poté hraje pomocí vstupů myši, klávesnice nebo ovladače.
Není to zaměřeno na hrubou sílu, je to umělá inteligence, která se učí, jak hrát jako člověk. Vnímání + myšlení + kontrola, vše propojené. Projekt SIMA společnosti DeepMind to odemkl kombinací modelu jazyka vidění s prediktivní vrstvou a vložil jej do her jako No Man's Sky a Minecraft. Pouhým sledováním obrazovky a dodržováním pokynů mohl agent plnit abstraktní úkoly, jako je "rozdělat táborák", a to zřetězením správných kroků, sběrem dřeva, hledáním zápalek a používáním inventáře. A nebylo to omezeno jen na jednu hru. Přenášela tyto znalosti mezi různými prostředími.
Herní agenti VLA nejsou vázáni na jednu sadu pravidel. Stejný agent se může přizpůsobit zcela odlišným mechanikám, pouze z hlediska vidění a jazykových základů. A protože je postaven na infrastruktuře LLM, může vysvětlit, co dělá, řídit se pokyny v přirozeném jazyce uprostřed hry nebo spolupracovat s hráči v reálném čase.
Nejsme daleko od toho, abychom měli spoluhráče s umělou inteligencí, kteří se přizpůsobí vašemu hernímu stylu a personalizacím, a to vše díky kodeku.
9,16K
Úspěch ICM nezávisí na Launchcoinu ani na žádné jednotlivé platformě.
Je to změna režimu oproti tomu, jak se díváme na projekty veřejných služeb v řetězci.
Přešli jsme od uvedení na trh za několik miliard dolarů k pumpfun kvůli šílenému nesouladu v cenách a základech.
Nyní se přesouváme od vaporwaru k projektům se skutečnými uživateli, objemem a výnosy.
Většina to vzdá hned, jak zahneme za roh skutečné adopce.
6,52K
Nesoulad mezi cenou a fundamenty.
$KNET (8 mil. USD) vs $ALCH (120 mil. USD)
@Kingnet_AI
Zvládá vše od 2D/3D modelování až po kompletní rigy postav, animace a dokonce i generování kódu přímo z výzev v přirozeném jazyce. Uživatelské rozhraní bez kódu znamená, že kdokoli může přejít od nápadu k hratelnému ukázce hry Web3, aniž by se dotkl jediného řádku kódu. Zrychluje výstavbu, snižuje náklady a masivně snižuje bariéru.
Je zaměřen na nativní vývojáře her Web3, nezávislé tvůrce a malá studia. Velký důraz na generování aktiv + prototypování od začátku do konce. V podstatě mění vývoj her na vizuální pracovní postup umělé inteligence, jehož cílem je dostat více obsahu ven rychleji, i když nejste technicky zdatní.
KNET pohání vše, platby, dotazy AI a nakonec i tržiště pro generovaná aktiva. Má také háčky na správu. Vázán na KingNet (velká veřejná herní společnost), a již zapojen do Solana, BNB, TON. Vidět brzkou trakci + vítězství v hackathonu.
Společnost Kingnet AI je podporována společností Kingnet Network Co. Ltd, veřejně obchodovaným čínským herním gigantem založeným v roce 2008. S řadou hitových titulů, jako jsou Happy Tower, Shushan Legend, MU Miracle a World of Warships Blitz, je společnost jedním z nejznámějších inkubátorů v oblasti mobilních her. Kingnet AI je vytvořena společností SmileCobra Studio (Singapur) v exkluzivním partnerství s hongkongskou pobočkou společnosti Kingnet. Mateřská společnost je oceněna na více než 5 miliard dolarů, přičemž v její rozvaze je 1 miliarda dolarů.
@alchemistAIapp
Širší platforma bez kódu, která převádí uživatelské výzvy na plně funkční aplikace nebo hry.
Využívá multi agent AI engine (více specializovaných modelů) k analýze uživatelských výzev, generování kódu, vytváření vizuálů a sestavování plných aplikací v reálném čase. Zaměřuje se na širokou uživatelskou základnu, od fandy po tvůrce Web3, kteří chtějí rychle prototypovat nástroje, hry nebo webové stránky.
UX je velmi zjednodušené, například zadáte "hadí hru s hnědým dřevěným pozadím" a rozhraní Alchemist's Sacred Laboratory organizuje agenty umělé inteligence, aby vytvářeli frontendový kód, herní logiku a dokonce i vlastní grafiku
ALCH se používá na tržišti Arcane Forge a pro přístup ke službám umělé inteligence společnosti Alchemist. Uživatelé mohou vydělávat ALCH prodejem užitečných aplikací nebo her, tržiště má funkce spropitného a objevování, které odměňují oblíbené aplikace.
Společnost Alchemist byla založena v roce 2024 týmem ve Vietnamu, vedou ji Thien Phung Van (zakladatel/finanční ředitel), Trong Pham Van (spoluzakladatel) a Duc Loc "Louis" Nguyen (technický ředitel). Malý tým se zkušenostmi v oblasti softwaru a podnikání (Thien byl dříve generálním ředitelem/finančním ředitelem společnosti Vistia) založil Alchemist jako nefinancovaný startup.
TLDR; Kingnet AI se specializuje na automatizaci komplexní tvorby her pro Web3, která se opírá o osvědčenou herní infrastrukturu. Alchemist AI má širší záběr a nabízí rychlé rozhraní LLM pro vytváření jedinečných nástrojů a her s maloobchodní přitažlivostí. Kingnet je doména hluboko v herním průmyslu, zatímco Alchemist je v několika případech použití.
Na základě toho je zcela jasné, že Kingnet je ve srovnání s tím silně podhodnocený. Kingnet je mnohem dříve v životním cyklu svých produktů a ještě plně nepropracoval své UX a rozhraní, i když kvalita týmu, zkušeností a podpory výrazně převažuje nad platformou Alchemist, přičemž je 15x nižší v mcap.
27,64K
Lidé mi k $CODEC gratulují, proč?
Zatím jsme ani neviděli:
- Nástroj tokenu
-Pobídky
- Cestovní mapa
-Svobodný lid
- Nové webové stránky
-Tržiště
- Budoucí partnerství
- Případy použití
+ více
Vše, co jsme viděli, je několik partnerství a vydání jejich agregátoru zdrojů (Fabric).
Nepsal jsem několik vláken, několik příspěvků na telegramu, nemluvil jsem s týmem téměř denně, neradil jsem s marketingem, brandingem, umístěním na oslavu 6 mil. mcap.
Obal chatgpt anime dívky s růžovými vlasy stačil na 6 mil mcap zpět v AI szn.
Projekty byly přes noc posílány na 9místnou částku za vítězství v hackathonu nebo za to, že se na ně zaměřily velké KOL/výzkumníci.
Všichni zapomněli, co se stane, když se rozsvítí světla a lidé znovu uvěří.
Důvodem, proč jsem minulý týden přešel na tak býčí trend pro onchain, je víra, která je na historických minimech. Minulý měsíc byl jedním z největších pokroků, kterých jsme v tomto odvětví dosáhli, spolu s pozitivním makroekonomickým pozadím.
Pamatujete si na ten pocit, když z nebe padají peníze? Možná to nebude trvat příliš dlouho, než to znovu zažijeme.
9,32K
Čas od času se objeví jedinečný projekt, který si rozběhne svůj vlastní závod.
AI z velké části nebyla nic jiného než terminály ve stylu chatgpt a kreativní generování obrázků/videí.
Už několik měsíců slýcháme, že jsme na pokraji toho, že všichni kvůli umělé inteligenci přijdou o práci.
Ano, všichni se díky tomu stali 10x produktivnějšími, ale ještě jsme plně nenahradili lidi v pracovní síle. Proč?
Dominantní asistenti umělé inteligence, od chatbotů v prohlížeči až po experimentální "agentské" rámce, jsou silní v konverzaci, ale strukturálně omezeni v provedení.
Při provádění úkolů se obvykle spoléhají na prohlížeč nebo jednoduché skriptovací prostředí. I když to funguje pro získávání informací nebo základní automatizaci webu, tito agenti se potýkají se složitými, vícestupňovými procesy a často se rozbijí, když se věci odchýlí od své omezené cesty.
Současní agenti umělé inteligence selhávají, protože jim chybí trvalá paměť a odolnost proti chybám, když čelí neočekávaným chybám, nemohou se obnovit nebo přizpůsobit a často se zastaví nebo se zacyklí na neurčito.
Většina z nich pracuje v omezeném prostředí založeném na prohlížeči a nemá přístup k celé řadě podnikového softwaru, takže rutinní práce je mimo jejich dosah.
To je důvod, proč jsme neviděli, že by umělá inteligence nahradila všední firemní role, jako je zákaznická podpora a administrativa. Ne kvůli nedostatku schopností v samotných modelech umělé inteligence, ale proto, že rámce kolem nich nejsou dostatečně spolehlivé pro kritické pracovní postupy.
Co je tedy potřeba?
Přepracovaná architektura systému. Takový, který řeší odolnost proti chybám, paměť, přístup, izolaci a efektivitu v jediném rámci.
Spíše než se zdržovat u prvního neočekávaného vstupu by měli zachytit chyby, přizpůsobit se a opakovat různé metody, podobně jako to dělají lidé, když se něco pokazí.
Aby bylo možné škálovat umělou inteligenci do reálných pracovních postupů, potřebuje trvalou paměť a sledování úloh, aby spolehlivě fungovala po dlouhou dobu.
Vyžadují také plný přístup do ekosystému, nad rámec nástrojů prohlížeče, které používají stejný software, jaký používají lidé, včetně desktopových aplikací.
Bez zabezpečené izolace nemohou agenti bezpečně pracovat ve vyhrazených prostředích, takže nasazení ve velkém měřítku je riskantní kvůli potenciálnímu rušení napříč systémy.
Pokud chtějí, aby jejich běhové prostředí bylo konzistentní a efektivní, budou také potřebovat inteligentní správu zdrojů, která s počítači zachází jako s živým fungujícím tělem.
Pro ty, kteří si spojili tečky, @Codecopenflow nedávná verze Fabric toto vše spojuje a poskytuje agentům umělé inteligence spolehlivé, plně specializované operační systémy (OS), které kombinují kognitivní sílu pokročilých modelů s infrastrukturou, kterou potřebují k tomu, aby fungovali jako spolehliví digitální pracovníci.
Fabric by sám o sobě mohl být zcela nezávislým licencovaným softwarem. Transformuje agenty ze skriptů vázaných na prohlížeč na autonomní operátory s plným přístupem na úrovni operačního systému.
Stejně jako agregátor DEX směruje nejefektivnější cenu k vám, Fabric je směrovací vrstva, která slouží hluboké úrovni architektury Codecu.
Uvedete svůj procesor, GPU, paměť a jakékoli předvolby regionu. To znamená najít nákladově nejefektivnější servery, jako je AWS/Google Cloud nebo GPU zdroje z Render/IO net.
Kodek poskytuje čisté sady SDK a rozhraní API pro plnou kontrolu nad těmito operátory AI. Společnost může integrovat agenty Codec do svého stávajícího softwarového kanálu (například spustit agenta tak, aby zpracoval požadavek uživatele, a poté jej spustit), aniž by musela znovu vynalézat svou infrastrukturu.
V zákaznické podpoře mohou agenti spravovat celé pracovní postupy, řešení dotazů, aktualizace CRM, refundace, snižovat mzdové náklady až o 90 % a zároveň zlepšovat konzistenci a provozuschopnost.
Pro obchodní operace Codec automatizuje opakující se administrativní procesy, jako je zpracování faktur, aktualizace lidských zdrojů a pojistné nároky, zejména ve velkoobjemových odvětvích, jako je finančnictví a zdravotnictví.
Díky zaměření na plně izolované prostředí s více aplikacemi pro každého operátora umělé inteligence není umělá inteligence omezena kritickými problémy spolehlivosti a integrace, které předchozí rámce nedokázaly vyřešit.
V podstatě přeměňuje infrastrukturu cloud computingu na flexibilní montážní linku pro pracovníky AI. Každý "pracovník" má k dispozici správné nástroje (aplikace, operační systém, přístup k datům) a bezpečnostní postroj (izolace + řešení chyb), aby mohl vykonávat svou práci.
Každé vylepšení modelů umělé inteligence (GPT-5 atd.) jen zvyšuje hodnotu platformy Codecu, protože do tohoto silného "těla" lze nyní zapojit lepší "mozky", aby plnily ještě složitější úkoly.
Kodek je modelově agnostický (funguje s jakýmkoli modelem AI), takže může těžit z obecného pokroku AI, aniž by byl vázán na osud jediného poskytovatele.
Nacházíme se v inflexním bodě podobném počátkům cloud computingu. Stejně jako se společnosti, které poskytovaly platformy pro cloud (virtualizace, infrastruktura AWS atd.), staly nepostradatelnými pro podnikové IT, společnost, která poskytuje platformu pro provoz agentů AI, obsadí obrovský trh.
OpenAI již vydala plně agentický cloudový kódovací terminál s názvem Codex. Codex bude mini lokální verze Codexu, kterou můžete spustit na svém počítači, ale co je důležitější, primární model Codexu bude v cloudu s vlastním počítačem.
Spoluzakladatel OpenAI věří, že nejúspěšnějšími firmami v budoucnu budou tyto dva typy architektury sloučené dohromady. Zní to povědomě.
Co bude dál?
Místo toho, abych vám říkal, co bude dál, možná bude lepší, když ukážu na to, co jsme ještě neviděli:
- Žádný potvrzený nástroj tokenu
- Žádné pobídky
- Žádný základní plán
- Žádné ukázky
- Žádné tržiště
- Minimální partnerství
Vzhledem k tomu, kolik se toho chystá spolu s novými webovými stránkami, aktualizovanými dokumenty, hlubšími pooly likvidity, komunitními kampaněmi/marketingem a robotikou. Kodek zatím mnoho karet neodhalil.
Jistě, v současné době může být na trhu více hotových produktů založených na prohlížeči, i když jak dlouho bude trvat, než budou zastaralé?
Jedná se o investici do směřování umělé inteligence a primární architektury, která nahradí lidské pracovní síly.
Kódovaný kodek.
13. 5. 2025
Virtuální prostředí pro agenty operátorů: $CODEC
Moje hlavní teze týkající se exploze umělé inteligence se vždy soustředila na vzestup operátorských agentů.
Aby však tito agenti uspěli, vyžadují hluboký přístup k systému, který jim účinně poskytuje kontrolu nad vaším osobním počítačem a citlivými daty, což přináší vážné bezpečnostní problémy.
Už jsme viděli, jak společnosti jako OpenAI a další technologičtí giganti zacházejí s uživatelskými daty. Zatímco většině lidí je to jedno, jednotlivci, kteří mají největší prospěch z agentů operátorů, horní 1 % rozhodně ano.
Osobně je nulová šance, že společnosti jako OpenAI poskytnu plný přístup k mému počítači, i když to znamená 10× zvýšení produktivity.
Tak proč kodek?
Architektura Codecu je zaměřena na spouštění izolovaných "cloudových desktopů" na vyžádání pro agenty AI. Jeho jádrem je orchestrační služba založená na Kubernetes (kódové označení Captain), která poskytuje odlehčené virtuální stroje (VM) uvnitř podů Kubernetes.
Každý agent získá vlastní izolované prostředí na úrovni operačního systému (úplnou instanci operačního systému Linux), kde může spouštět aplikace, prohlížeče nebo jakýkoli kód, zcela izolovaný od ostatních agentů a hostitele. Kubernetes se stará o plánování, automatické škálování a automatické opravy těchto podů agentů, což zajišťuje spolehlivost a schopnost spouštět / vypínat mnoho instancí agentů podle požadavků zatížení
K zabezpečení těchto virtuálních počítačů se používají důvěryhodná spouštěcí prostředí (TEE), což znamená, že počítač agenta může být kryptograficky izolován, jeho paměť a spuštění mohou být chráněny před hostitelským operačním systémem nebo poskytovatelem cloudu. To je zásadní pro citlivé úlohy: například virtuální počítač běžící v enklávě by mohl bezpečně uchovávat klíče API nebo tajemství kryptopeněženky.
Když agent AI ("mozek") potřebuje provést akce, odešle požadavky API službě Captain, která pak spustí nebo spravuje pod. Pracovní postup: agent si vyžádá počítač, Captain (prostřednictvím Kubernetes) přidělí pod a připojí trvalý svazek (pro disk virtuálního počítače). Agent se pak může připojit ke svému virtuálnímu počítači (prostřednictvím zabezpečeného kanálu nebo rozhraní streamování) a vydávat příkazy. Captain zpřístupňuje koncové body, aby agent mohl provádět příkazy prostředí, nahrávat/stahovat soubory, načítat protokoly a dokonce pořizovat snímky virtuálního počítače pro pozdější obnovení.
Tento návrh poskytuje agentovi úplný operační systém, ve kterém může pracovat, ale s řízeným, auditovaným přístupem. Vzhledem k tomu, že je kodek postavený na Kubernetes, může se automaticky škálovat horizontálně, pokud 100 agentů potřebuje prostředí, může naplánovat 100 podů v celém clusteru a řešit selhání restartováním podů.
Virtuální počítač agenta může být vybaven různými MCP servery (například "USB port" pro AI). Například modul Conductor kodeku je kontejner, který spouští prohlížeč Chrome spolu se serverem Microsoft Playwright MCP pro ovládání prohlížeče. To umožňuje agentovi umělé inteligence otevírat webové stránky, klikat na odkazy, vyplňovat formuláře a škrábat obsah prostřednictvím standardních volání MCP, jako by to byl člověk, který ovládá prohlížeč.
Další integrace MCP mohou zahrnovat MCP souborového systému/terminálu (aby agent mohl bezpečně spouštět příkazy CLI) nebo MCP specifické pro aplikaci (pro cloudová rozhraní API, databáze atd.). Kodek v podstatě poskytuje infrastrukturní "obaly" (VM, enklávy, sítě), aby bylo možné bezpečně provádět plány agentů na vysoké úrovni na skutečném softwaru a sítích.
Případy použití
Automatizace peněženky:
Kodek může vložit peněženky nebo klíče do virtuálního počítače chráněného TEE, což umožňuje agentovi AI komunikovat s blockchainovými sítěmi (obchodovat na DeFi, spravovat krypto aktiva) bez odhalení tajných klíčů.
Tato architektura umožňuje onchain finančním agentům, kteří bezpečně provádějí skutečné transakce, což by v typickém nastavení agenta bylo velmi nebezpečné. Slogan platformy výslovně uvádí podporu pro "peněženky" jako klíčovou schopnost.
Agent by například mohl spustit CLI pro peněženku Ethereum uvnitř své enklávy, podepisovat transakce a odesílat je s jistotou, že pokud se agent chová špatně, je omezen na jeho virtuální počítač a klíče nikdy neopustí TEE.
Automatizace prohlížeče a webu:
Agenti CodecFlow mohou ve svém virtuálním počítači ovládat úplné webové prohlížeče. Příklad Conductor ukazuje agenta, který spouští Chrome a v reálném čase streamuje jeho obrazovku do Twitche. Prostřednictvím Playwright MCP může agent procházet webové stránky, klikat na tlačítka a škrábat data stejně jako lidský uživatel. To je ideální pro úkoly, jako je škrábání webu za přihlášením, automatizované webové transakce nebo testování webových aplikací.
Tradiční frameworky se obvykle spoléhají na volání API nebo jednoduché bezhlavé skripty prohlížeče; naproti tomu CodecFlow může spustit skutečný prohlížeč s viditelným uživatelským rozhraním, což usnadňuje manipulaci se složitými webovými aplikacemi (např. s velkými výzvami JavaScript nebo CAPTCHA) pod kontrolou AI.
Automatizace GUI v reálném světě (starší systémy):
Vzhledem k tomu, že každý agent má skutečný desktopový operační systém, může automatizovat starší aplikace s grafickým uživatelským rozhraním nebo relace vzdálené plochy, které v podstatě fungují jako robotická automatizace procesů (RPA), ale jsou řízeny umělou inteligencí. Agent může například otevřít excelovou tabulku na svém virtuálním počítači s Windows nebo rozhraní se starou terminálovou aplikací, která nemá žádné rozhraní API.
Stránka Codecu výslovně zmiňuje povolení "starší automatizace". To otevírá cestu k ovládání softwaru, který není přístupný prostřednictvím moderních rozhraní API, což je úkol, který by byl bez uzavřeného prostředí velmi hacknutý nebo nebezpečný. Zahrnutá integrace noVNC naznačuje, že agenty lze pozorovat nebo ovládat prostřednictvím VNC, což je užitečné pro monitorování umělé inteligence, která řídí GUI.
Simulace pracovních postupů SaaS:
Společnosti mají často složité procesy, které zahrnují více aplikací SaaS nebo starších systémů. Zaměstnanec může například převzít data ze Salesforce, zkombinovat je s daty z interního ERP a poté odeslat souhrn e-mailem klientovi. Kodek může agentovi umělé inteligence umožnit provést celou tuto sekvenci tím, že se do těchto aplikací skutečně přihlásí prostřednictvím prohlížeče nebo klientského softwaru ve svém virtuálním počítači, podobně jako by to udělal člověk. Je to jako RPA, ale poháněné LLM, které dokáže rozhodovat a zvládat variabilitu.
Důležité je, že přihlašovací údaje k těmto aplikacím je možné virtuálnímu počítači poskytnout bezpečně (a dokonce je uzavřít do TEE), takže je agent může používat, aniž by kdy "viděl" přihlašovací údaje ve formátu prostého textu nebo je vystavil externě. To by mohlo urychlit automatizaci rutinních úloh back office a zároveň uspokojit IT, že každý agent běží s nejmenšími oprávněními a plnou auditovatelností (protože každou akci ve virtuálním počítači lze zaznamenat nebo zaznamenat).
Plán
- Spustit veřejné demo na konci měsíce
- Srovnání funkcí s jinými podobnými platformami (žádný konkurent web3)
- Integrace TAO
- Velké herní partnerství
Pokud jde o originalitu, Codec je postaven na základech stávajících technologií, ale integruje je novým způsobem pro použití agentů AI. Myšlenka izolovaných prováděcích prostředí není nová (kontejnery, virtuální počítače a TEE jsou standardem v cloud computingu), ale jejich použití na autonomní agenty AI s bezproblémovou vrstvou API (MCP) je extrémně nové.
Platforma využívá otevřené standardy a nástroje, kdykoli je to možné: používá servery MCP, jako je Playwright od Microsoftu, pro ovládání prohlížeče namísto vynalézání tohoto kola a plánuje podporovat mikro-VM Firecracker od AWS pro rychlejší virtualizaci. Také rozvětvil stávající řešení, jako je noVNC pro streamování desktopů. Demonstrace toho, že projekt stojí na základech osvědčené technologie (Kubernetes, enclave hardware, open-source knihovny) a zaměřuje se na původní vývoj na glue logic a orchestraci ("tajná omáčka" je způsob, jakým to všechno funguje dohromady).
Kombinace open-source komponent a nadcházející cloudové služby (naznačená zmínkou o nástroji pro $CODEC token a veřejném přístupu k produktům) znamená, že Codec bude brzy přístupný v různých formách (jak jako služba, tak jako self-hosting).
Tým
Moyai: 15+ let zkušeností s vývojem, v současné době vede vývoj umělé inteligence ve společnosti Elixir Games.
lil'km: 5+ let vývojáře AI, v současné době spolupracuje s HuggingFace na projektu LeRobot.
HuggingFace je obrovská robotická společnost a Moyai pracuje jako šéf umělé inteligence ve společnosti elixir games (za kterou stojí Square Enix a solanafdn.
Osobně jsem videohovor s celým týmem a opravdu se mi líbí energie, kterou přinášejí. Můj přítel, který je dal do mého radaru, se s nimi všemi setkal na Token2049 a měl jen dobré věci, které mohl říct.
Závěrečné myšlenky
Zbývá toho ještě hodně, co si nechám pro budoucí aktualizace a příspěvky na svém kanálu Telegram.
Dlouho jsem věřil, že cloudová infrastruktura je budoucností agentů operátorů. Vždy jsem respektoval to, co Nuit buduje, ale Codec je první projekt, který mi ukázal plné přesvědčení, které jsem hledal.
Tým jsou jednoznačně špičkoví inženýři. Otevřeně řekli, že marketing není jejich silnou stránkou, což je pravděpodobně důvod, proč to uniklo pozornosti. Budu s nimi úzce spolupracovat, abych jim pomohl utvářet strategii GTM, která skutečně odráží hloubku toho, co budují.
S tržní kapitalizací 4 miliony dolarů a touto úrovní infrastruktury působí masivně podhodnoceně. Pokud dokážou dodat použitelný produkt, myslím, že by to mohlo snadno znamenat začátek dalšího cyklu infra AI.
Jako vždy, je tu riziko, a i když jsem tým v posledních několika týdnech prověřil v tajnosti, žádný projekt není nikdy zcela odolný proti kobercům.
Cílové ceny? Mnohem vyšší.
11,83K
Top
Hodnocení
Oblíbené