De silence et d'ombres, un système s'éveille. Formé dans l'isolement. Conçu pour percevoir, raisonner et agir. La Grande Révélation est proche. Mais avant que les portes ne s'ouvrent, Les Élevés peuvent entrer en avance. L'accès anticipé à CodecFlow est maintenant en ligne :

Je viens de découvrir que j'ai 9 codes d'invitation disponibles pour le testnet d'@anoma 👀 Commentez et retweetez ce post, je sélectionnerai 9 personnes dans 24h 🥂

OpenAI vient d'annoncer que son Agent Opérateur peut désormais contrôler un ordinateur entier pour effectuer un ensemble complexe de tâches en utilisant des modèles VLA associés à des modèles LLM Vision Langue Action Si seulement il y avait un projet crypto qui pouvait déjà faire cela... Étudiez @codecopenflow En plus de contrôler des bureaux, Codec peut contrôler des opérateurs robotiques et de jeux Lancez un environnement sandbox virtuel pour entraîner l'Opérateur avant de le déployer en production dans le monde réel L'IA x Robotique et l'automatisation des jeux/bureaux/robots seront la prochaine grande étape pour le développement de l'IA et mon objectif est d'être positionné tôt Coded coded

OpenAI vient de confirmer ma thèse étoile du nord pour l'IA aujourd'hui en lançant leur agent opérateur. Non seulement c'était ma thèse directrice pour $CODEC, mais aussi pour chaque autre investissement en IA que j'ai réalisé, y compris ceux du début de l'année pendant la folie de l'IA. Il y a eu beaucoup de discussions avec Codec concernant la robotique, bien que ce secteur ait bientôt sa propre narration, la raison sous-jacente pour laquelle j'étais si optimiste sur Codec depuis le premier jour est due à la façon dont son architecture alimente les agents opérateurs. Les gens sous-estiment encore combien de parts de marché sont en jeu en construisant des logiciels qui fonctionnent de manière autonome, surpassant les travailleurs humains sans avoir besoin de rappels constants ou de supervision. J'ai vu beaucoup de comparaisons avec $NUIT. Tout d'abord, je tiens à dire que je suis un grand fan de ce que Nuit construit et je ne souhaite que leur succès. Si vous tapez "nuit" dans mon telegram, vous verrez qu'en avril, j'ai dit que si je devais détenir une seule pièce pendant plusieurs mois, ce serait Nuit en raison de ma thèse opérateur. Nuit était le projet opérateur le plus prometteur sur le papier, mais après des recherches approfondies, j'ai constaté que leur architecture manquait de la profondeur nécessaire pour justifier un investissement majeur ou mettre ma réputation derrière elle. Cela dit, j'étais déjà conscient des lacunes architecturales dans les équipes d'agents opérateurs existantes et je cherchais activement un projet qui y remédierait. Peu après, Codec est apparu (merci à @0xdetweiler d'avoir insisté pour que je les examine de plus près) et voici la différence entre les deux : $CODEC vs $NUIT L'architecture de Codec est construite sur trois couches : Machine, Système et Intelligence, qui séparent l'infrastructure, l'interface environnementale et la logique IA. Chaque agent opérateur dans Codec fonctionne dans sa propre VM ou conteneur isolé, permettant une performance presque native et une isolation des pannes. Ce design en couches signifie que les composants peuvent évoluer ou se développer indépendamment sans casser le système. L'architecture de Nuit prend un chemin différent en étant plus monolithique. Leur pile tourne autour d'un agent de navigateur web spécialisé qui combine parsing, raisonnement IA et action. Cela signifie qu'ils analysent profondément les pages web en données structurées pour que l'IA puisse les consommer et s'appuient sur le traitement cloud pour les tâches IA lourdes. L'approche de Codec d'intégrer un modèle Vision-Language-Action (VLA) léger dans chaque agent signifie qu'il peut fonctionner entièrement localement. Ce qui ne nécessite pas de ping constant vers le cloud pour des instructions, éliminant la latence et évitant la dépendance à la disponibilité et à la bande passante. L'agent de Nuit traite les tâches en convertissant d'abord les pages web en un format sémantique, puis en utilisant un cerveau LLM pour déterminer quoi faire, ce qui s'améliore avec le temps grâce à l'apprentissage par renforcement. Bien que cela soit efficace pour l'automatisation web, ce flux dépend d'un traitement IA lourd côté cloud et de structures de page prédéfinies. L'intelligence locale de Codec signifie que les décisions se prennent plus près des données, réduisant les frais généraux et rendant le système plus stable face aux changements inattendus (pas de scripts fragiles ou d'hypothèses DOM). Les opérateurs de Codec suivent une boucle continue de perception–réflexion–action. La couche machine diffuse l'environnement (par exemple, un flux d'application en direct ou de robot) à la couche d'intelligence via les canaux optimisés de la couche système, donnant à l'IA des "yeux" sur l'état actuel. Le modèle VLA de l'agent interprète ensuite les visuels et les instructions ensemble pour décider d'une action, que la couche système exécute par le biais d'événements clavier/souris ou de contrôle de robot. Cette boucle intégrée signifie qu'elle s'adapte aux événements en direct, même si l'interface utilisateur change, vous ne casserez pas le flux. Pour mettre tout cela dans une analogie plus simple, pensez aux opérateurs de Codec comme à un employé autonome qui s'adapte aux surprises au travail. L'agent de Nuit est comme un employé qui doit faire une pause, décrire la situation à un superviseur au téléphone et attendre des instructions. Sans trop entrer dans un trou technique, cela devrait vous donner une idée générale sur pourquoi j'ai choisi Codec comme mon pari principal sur les opérateurs. Oui, Nuit a le soutien de YC, une équipe solide et un GitHub de niveau S. Bien que l'architecture de Codec ait été construite avec l'évolutivité horizontale à l'esprit, ce qui signifie que vous pouvez déployer des milliers d'agents en parallèle sans mémoire partagée ni contexte d'exécution entre les agents. L'équipe de Codec n'est pas non plus composée de développeurs moyens. Leur architecture VLA ouvre une multitude de cas d'utilisation qui n'étaient pas possibles avec les modèles d'agents précédents en raison de la vision à travers les pixels, pas les captures d'écran. Je pourrais continuer, mais je vais garder cela pour de futurs posts.

Chapeau bas pour le testnet d'@anoma ! C'est une expérience super fluide et amusante avec des quêtes secondaires et des tâches quotidiennes. Un nouveau monde d'UI et d'UX émerge, et c'est basé sur l'intention ⏳

Si vous savez où chercher, vous pouvez le faire bouger. @RoboMove $CODEC

$MNT sur les graphiques 👇 > Capitalisation boursière : 2,4 milliards de dollars (+28 % par rapport à la semaine dernière) > Volume total des échanges : 345 millions de dollars (+21 % par rapport à la veille) Propulsé par la Blockchain pour la banque. Crédits : @CoinMarketCap

C'est incroyable qu'en 2025, nous voyions encore une telle fragmentation et des projets sautant entre les chaînes et les couches juste pour poursuivre le battage médiatique. 🫳 Arbitrum à Berachain à Base à HyperEVM à [INSERT_NEXT_HYPED_CHAIN] Construisez simplement sur le monde centré sur l'intention Construisez sur @anoma

$CODEC est codé. Mais c'est quoi et pourquoi suis-je si optimiste ? Laissez-moi vous donner un résumé. - @codecopenflow construit la première plateforme complète pour les modèles Vision-Language-Action (VLA), permettant aux "Opérateurs" IA de voir, raisonner et agir de manière autonome à travers des interfaces numériques et des systèmes robotiques grâce à une infrastructure unifiée. - Les VLA résolvent/surmontent les limitations fondamentales de l'automatisation des LLM, en tirant parti d'un pipeline percevoir-penser-agir qui leur permet de traiter des sémantiques visuelles dynamiques par rapport aux boucles capture d'écran-raisonner-exécuter des LLM actuels qui échouent lors des changements d'interface. - L'architecture technique des VLA fusionne la vision, le raisonnement linguistique et les commandes d'action directe en un seul modèle plutôt qu'en des systèmes LLM + encodeur visuel séparés, permettant une adaptation en temps réel et une récupération d'erreurs. - Le design agnostique de Codec s'étend à la robotique (flux de caméra vers commandes de contrôle), aux opérateurs de bureau (navigation continue dans l'interface) et aux jeux (joueurs IA adaptatifs) à travers le même cycle percevoir-raisonner-agir. - Quelle est la différence ? Les agents alimentés par LLM replanifient lorsque les flux de travail changent, gérant les changements d'UI qui brisent les scripts RPA rigides. Les agents VLA, en revanche, s'adaptent en utilisant des indices visuels et la compréhension du langage plutôt que d'exiger des correctifs manuels. - L'infrastructure agnostique en matériel de Codec avec formation sans code via enregistrement d'écran plus SDK pour développeurs, la positionne comme le cadre manquant de style Langchain pour l'exécution autonome des tâches VLA. - Le cadre permet l'agrégation de calcul mart à partir de réseaux GPU décentralisés, permet un enregistrement optionnel onchain pour des traces de flux de travail auditées, et permet le déploiement d'infrastructure privée pour des cas d'utilisation sensibles à la vie privée. - La tokenomique de $CODEC monétise le marché des opérateurs et la contribution de calcul, créant des incitations durables pour l'écosystème à mesure que les VLA atteignent une notoriété attendue au niveau des LLM dans divers secteurs. - Le fait qu'un co-fondateur de Codec ait de l'expérience dans la construction de LeRobot de HuggingFace témoigne d'une crédibilité légitime en recherche en robotique et ML dans le développement des VLA. Ce n'est pas votre équipe crypto moyenne qui pivote vers des récits IA. Je vais approfondir cela bientôt. Je réitère ma recommandation de faire vos propres recherches (DYOR) en attendant. $CODEC est codé.

Pourquoi $CODEC est à l'avant-garde de l'avenir des agents autonomes @codecopenflow La prochaine frontière de l'IA n'est pas plus de prompts textuels. C'est l'action. La plupart des agents IA aujourd'hui sont coincés dans une boucle à lire des captures d'écran et à produire du texte. Ils ne voient pas les environnements, ils ne comprennent pas le changement, et ils ne peuvent pas agir avec intention dans le monde réel. C'est là que l'architecture VLA (Vision-Langage-Action) de Codec se distingue. Imaginez des agents qui ne se contentent pas de parler, mais qui observent, raisonnent et agissent. C'est le cœur de Codec. Ce ne sont pas des scripts fragiles ou des bots rigides. Les opérateurs VLA interagissent avec des logiciels, des jeux, ou même des robots physiques en percevant continuellement l'environnement, en décidant quoi faire, et en exécutant des commandes : tout comme un humain le ferait. ✅ Agents de bureau qui s'adaptent aux interfaces utilisateur changeantes ✅ Agents de jeu qui apprennent les mécaniques et élaborent des stratégies en temps réel ✅ Agents robotiques qui réagissent aux données des capteurs et contrôlent le matériel ✅ Formation et simulation à grande échelle, sans robot nécessaire L'architecture modulaire de Codec vous permet d'associer des modèles de vision avec des modèles de langage (comme CogVLM + Mixtral) pour construire des agents intelligents capables de lire, regarder, comprendre et agir, le tout dans un seul pipeline. Chaque agent fonctionne sur sa propre unité de calcul (VM, serveur ou conteneur), et chaque décision qu'il prend peut être enregistrée sur la blockchain. Cela signifie des actions traçables, des garanties de sécurité, et le potentiel pour des systèmes d'incitation basés sur la crypto et des couches de responsabilité dans des environnements à enjeux élevés. Nous nous dirigeons vers un monde où les opérateurs peuvent être formés, échangés et monétisés. Que ce soit pour des tests QA, l'automatisation de tâches robotiques, ou même des armées de bots décentralisées dans les jeux. Tout comme les applications ont transformé le smartphone, les packs de compétences transformeront les robots. Matériel open-source + intelligence téléchargeable = l'équivalent en robotique du développement logiciel. Ce n'est pas de la science-fiction. Cela se passe maintenant. Enfin, et peut-être le plus important, le graphique est extrêmement haussier.