Topik trending
#
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.
Seringkali muncul proyek unik yang bisa menjalankan balapannya sendiri.
AI sebagian besar tidak lain adalah terminal gaya chatgpt dan generasi gambar/video kreatif.
Kami telah mendengar selama beberapa bulan bahwa kami berada di puncak semua orang kehilangan pekerjaan karena AI.
Ya, itu membuat semua orang 10x produktivitas, tetapi kami belum sepenuhnya menggantikan orang-orang di dunia kerja. Mengapa?
Asisten AI yang dominan saat ini, dari chatbot di browser hingga kerangka kerja "agen" eksperimental kuat dalam percakapan, tetapi secara struktural terbatas dalam eksekusi.
Mereka biasanya mengandalkan browser atau lingkungan skrip sederhana untuk melakukan tugas. Meskipun ini berfungsi untuk mengambil informasi atau otomatisasi web dasar, agen-agen ini berjuang dengan proses multi-langkah yang kompleks dan sering kali rusak ketika segala sesuatunya menyimpang dari jalur terbatas mereka.
Agen AI saat ini gagal karena mereka tidak memiliki memori persisten dan toleransi kesalahan, ketika dihadapkan dengan kesalahan yang tidak terduga, mereka tidak dapat memulihkan atau beradaptasi, seringkali terhenti atau berulang tanpa batas waktu.
Sebagian besar beroperasi di lingkungan berbasis browser terbatas dan tidak dapat mengakses berbagai perangkat lunak perusahaan, meninggalkan pekerjaan rutin di luar jangkauan mereka.
Itulah sebabnya kami belum melihat AI menggantikan peran perusahaan biasa seperti dukungan pelanggan dan administrasi. Bukan karena kurangnya kemampuan dalam model AI itu sendiri, tetapi karena kerangka kerja di sekitarnya tidak cukup andal untuk alur kerja penting.
Jadi apa yang dibutuhkan?
Arsitektur sistem yang ditata ulang. Salah satu yang membahas toleransi kesalahan, memori, akses, isolasi, dan efisiensi dalam kerangka kerja tunggal.
Daripada mengulur-ulur pada input tak terduga pertama, mereka harus menangkap kesalahan, beradaptasi, dan mencoba kembali metode yang berbeda, seperti yang dilakukan manusia ketika terjadi kesalahan.
Untuk menskalakan AI menjadi alur kerja nyata, AI memerlukan memori persisten dan pelacakan tugas untuk beroperasi dengan andal dalam jangka waktu yang lama.
Mereka juga membutuhkan akses ekosistem penuh, di luar alat browser untuk menggunakan perangkat lunak yang sama dengan manusia, termasuk aplikasi desktop.
Tanpa isolasi yang aman, agen tidak dapat beroperasi dengan aman di lingkungan khusus, membuat penerapan skala besar berisiko karena potensi interferensi lintas sistem.
Jika mereka ingin runtime mereka konsisten dan efisien, mereka juga memerlukan manajemen sumber daya cerdas yang memperlakukan komputer seperti tubuh yang berfungsi langsung.
Bagi mereka yang menghubungkan titik-titik, rilis Fabric baru@Codecopenflow baru ini menyatukan semua ini, memberi agen AI sistem operasi (OS) yang andal dan berdedikasi penuh yang menggabungkan kekuatan kognitif model canggih dengan infrastruktur yang mereka butuhkan untuk berfungsi seperti pekerja digital yang dapat diandalkan.
Fabric itu sendiri bisa menjadi perangkat lunak berlisensi yang sepenuhnya independen. Ini mengubah agen dari skrip terikat browser menjadi operator otonom dengan akses tingkat OS penuh.
Sama seperti agregator DEX yang merutekan harga paling efisien kepada Anda, Fabric adalah lapisan perutean yang melayani arsitektur tingkat dalam Codec.
Anda mencantumkan CPU, GPU, kebutuhan memori, dan preferensi wilayah apa pun. Ini berarti menemukan server yang paling hemat biaya seperti AWS/google cloud atau sumber daya GPU dari Render/IO net.
Codec menyediakan SDK bersih dan API untuk kontrol penuh atas operator AI ini. Perusahaan dapat mengintegrasikan agen Codec ke dalam alur perangkat lunak yang ada (misalnya, memutar agen untuk menangani permintaan pengguna, lalu memutarnya) tanpa perlu menemukan kembali infrastruktur mereka.
Dalam dukungan pelanggan, agen dapat mengelola seluruh alur kerja, resolusi kueri, pembaruan CRM, pengembalian dana, mengurangi biaya tenaga kerja hingga 90% sekaligus meningkatkan konsistensi dan waktu aktif.
Untuk operasi bisnis, Codec mengotomatiskan proses administrasi berulang seperti penanganan faktur, pembaruan SDM, dan klaim asuransi, terutama di sektor volume tinggi seperti keuangan dan perawatan kesehatan.
Dengan berfokus pada lingkungan multi aplikasi yang sepenuhnya terisolasi untuk setiap operator AI, AI tidak dibatasi oleh masalah kritis keandalan dan integrasi yang tidak dapat diatasi oleh kerangka kerja sebelumnya.
Pada dasarnya mengubah infrastruktur komputasi awan menjadi jalur perakitan yang fleksibel untuk pekerja AI. Setiap "pekerja" diberi alat yang tepat (aplikasi, OS, akses data) dan harness pengaman (isolasi + penanganan kesalahan) untuk melakukan tugasnya.
Setiap peningkatan dalam model AI (GPT-5 dll) hanya meningkatkan nilai platform Codec, karena "otak" yang lebih baik sekarang dapat dicolokkan ke "tubuh" yang kuat ini untuk menyelesaikan pekerjaan yang lebih kompleks.
Codec adalah model agnostik (bekerja dengan model AI apa pun), sehingga akan mendapat manfaat dari kemajuan AI umum tanpa terikat pada nasib satu penyedia.
Kita berada pada titik balik yang mirip dengan hari-hari awal komputasi awan. Sama seperti perusahaan yang menyediakan platform untuk cloud (virtualisasi, infrastruktur AWS, dll) menjadi sangat diperlukan untuk TI perusahaan, perusahaan yang menyediakan platform go to bagi agen AI untuk beroperasi akan menangkap pasar yang sangat besar.
OpenAI telah merilis terminal pengkodean cloud agen penuh yang disebut Codex. Codex akan menjadi versi lokal mini dari Codex yang dapat Anda jalankan di komputer Anda, tetapi yang lebih penting adalah model utama Codex akan berada di cloud dengan komputernya sendiri.
Salah satu pendiri OpenAI percaya bahwa perusahaan paling sukses di masa depan adalah kedua jenis arsitektur ini yang digabungkan bersama. Kedengarannya akrab.
Apa selanjutnya?
Daripada memberi tahu Anda apa yang akan terjadi selanjutnya, mungkin lebih baik saya menunjuk pada apa yang belum kita lihat:
- Tidak ada utilitas token yang dikonfirmasi
- Tidak ada insentif
- Tidak ada peta jalan inti
- Tidak ada demo
- Tidak ada pasar
- Kemitraan minimal
Mempertimbangkan berapa banyak yang sedang dalam pipa bersama dengan situs web baru, dokumen yang diperbarui, kumpulan likuiditas yang lebih dalam, kampanye/pemasaran komunitas, dan robotika. Codec belum mengungkapkan banyak kartu.
Tentu saja mungkin ada lebih banyak produk berbasis browser siap pakai yang saat ini ada di pasaran, meskipun berapa lama sampai mereka usang?
Ini adalah investasi ke arah AI dan arsitektur utama yang akan menggantikan tenaga kerja manusia.
Codec berkode.


13 Mei 2025
Lingkungan Virtual untuk Agen Operator: $CODEC
Tesis inti saya seputar ledakan AI selalu berpusat pada munculnya agen operator.
Tetapi agar agen-agen ini berhasil, mereka memerlukan akses sistem yang mendalam, secara efektif memberi mereka kendali atas komputer pribadi dan data sensitif Anda, yang menimbulkan masalah keamanan yang serius.
Kami telah melihat bagaimana perusahaan seperti OpenAI dan raksasa teknologi lainnya menangani data pengguna. Sementara kebanyakan orang tidak peduli, individu yang paling diuntungkan dari agen operator, 1% teratas benar-benar melakukannya.
Secara pribadi, tidak ada kemungkinan saya memberi perusahaan seperti OpenAI akses penuh ke mesin saya, bahkan jika itu berarti peningkatan produktivitas 10×.
Jadi mengapa Codec?
Arsitektur Codec berpusat pada peluncuran "desktop cloud" sesuai permintaan yang terisolasi untuk agen AI. Pada intinya adalah layanan orkestrasi berbasis Kubernetes (dengan nama kode Captain) yang menyediakan mesin virtual (VM) ringan di dalam pod Kubernetes.
Setiap agen mendapatkan lingkungan terisolasi tingkat OS-nya sendiri (instans OS Linux penuh) di mana ia dapat menjalankan aplikasi, browser, atau kode apa pun, sepenuhnya di-sandbox dari agen lain dan host. Kubernetes menangani penjadwalan, penskalaan otomatis, dan penyembuhan mandiri dari pod agen ini, memastikan keandalan dan kemampuan untuk memutar/menurunkan banyak instans agen sesuai tuntutan beban
Lingkungan Eksekusi Tepercaya (TEE) digunakan untuk mengamankan VM ini, yang berarti mesin agen dapat diisolasi secara kriptografis, memori dan eksekusinya dapat dilindungi dari OS host atau penyedia cloud. Ini sangat penting untuk tugas-tugas sensitif: misalnya, VM yang berjalan di enklave dapat menyimpan kunci API atau rahasia dompet kripto dengan aman.
Ketika agen AI ("otak" berbasis LLM) perlu melakukan tindakan, ia mengirimkan permintaan API ke layanan Captain, yang kemudian meluncurkan atau mengelola pod VM agen. Alur kerja: agen meminta mesin, Captain (melalui Kubernetes) mengalokasikan pod dan melampirkan volume persisten (untuk disk VM). Agen kemudian dapat terhubung ke VM-nya (melalui saluran aman atau antarmuka streaming) untuk mengeluarkan perintah. Captain mengekspos titik akhir bagi agen untuk menjalankan perintah shell, mengunggah/mengunduh file, mengambil log, dan bahkan snapshot VM untuk pemulihan nanti.
Desain ini memberi agen sistem operasi lengkap untuk bekerja, tetapi dengan akses yang terkontrol dan diaudit. Karena dibangun di atas Kubernetes, Codec dapat menskalakan secara horizontal secara otomatis, jika 100 agen membutuhkan lingkungan, Codec dapat menjadwalkan 100 pod di seluruh kluster, dan menangani kegagalan dengan memulai ulang pod.
VM agen dapat dilengkapi dengan berbagai server MCP (seperti "port USB" untuk AI). Misalnya, modul Konduktor Codec adalah wadah yang menjalankan browser Chrome bersama dengan server MCP Microsoft Playwright untuk kontrol browser. Hal ini memungkinkan agen AI untuk membuka halaman web, mengklik tautan, mengisi formulir, dan mengikis konten melalui panggilan MCP standar, seolah-olah itu adalah manusia yang mengendalikan browser.
Integrasi MCP lainnya dapat mencakup MCP sistem file/terminal (untuk memungkinkan agen menjalankan perintah CLI dengan aman) atau MCP khusus aplikasi (untuk API cloud, database, dll.). Pada dasarnya, Codec menyediakan "pembungkus" infrastruktur (VM, enclave, jaringan) sehingga rencana agen tingkat tinggi dapat dieksekusi dengan aman pada perangkat lunak dan jaringan nyata.
Kasus Penggunaan
Otomatisasi Dompet:
Codec dapat menyematkan dompet atau kunci di dalam VM yang dilindungi TEE, memungkinkan agen AI untuk berinteraksi dengan jaringan blockchain (berdagang di DeFi, mengelola aset kripto) tanpa mengekspos kunci rahasia.
Arsitektur ini memungkinkan agen keuangan onchain yang mengeksekusi transaksi nyata dengan aman, sesuatu yang akan sangat berbahaya dalam pengaturan agen biasa. Tagline platform secara eksplisit mencantumkan dukungan untuk "dompet" sebagai kemampuan utama.
Seorang agen dapat, misalnya, menjalankan CLI untuk dompet Ethereum di dalam kantongnya, menandatangani transaksi, dan mengirimkannya, dengan jaminan bahwa jika agen berperilaku buruk, itu terbatas pada VM-nya dan kuncinya tidak pernah meninggalkan TEE.
Browser dan Otomatisasi Web:
Agen CodecFlow dapat mengontrol browser web penuh di VM mereka. Contoh Konduktor menunjukkan agen yang meluncurkan Chrome dan mengalirkan layarnya ke Twitch secara real-time. Melalui Playwright MCP, agen dapat menavigasi situs web, mengklik tombol, dan mengikis data seperti pengguna manusia. Ini ideal untuk tugas-tugas seperti pengikisan web di belakang login, transaksi web otomatis, atau pengujian aplikasi web.
Kerangka kerja tradisional biasanya mengandalkan panggilan API atau skrip browser tanpa kepala sederhana; sebaliknya, CodecFlow dapat menjalankan browser nyata dengan UI yang terlihat, membuatnya lebih mudah untuk menangani aplikasi web yang kompleks (misalnya dengan tantangan JavaScript atau CAPTCHA yang berat) di bawah kontrol AI.
Otomatisasi GUI Dunia Nyata (Sistem Lama):
Karena setiap agen memiliki OS desktop yang sebenarnya, ia dapat mengotomatiskan aplikasi GUI lama atau sesi desktop jarak jauh, yang pada dasarnya berfungsi seperti otomatisasi proses robotik (RPA) tetapi didorong oleh AI. Misalnya, agen dapat membuka spreadsheet Excel di VM Windows-nya, atau antarmuka dengan aplikasi terminal lama yang tidak memiliki API.
Situs Codec menyebutkan mengaktifkan "otomatisasi warisan" secara eksplisit. Ini membuka penggunaan AI untuk mengoperasikan perangkat lunak yang tidak dapat diakses melalui API modern, tugas yang akan sangat diretas atau tidak aman tanpa lingkungan yang terkandung. Integrasi noVNC yang disertakan menunjukkan agen dapat diamati atau dikendalikan melalui VNC, yang berguna untuk memantau AI yang menggerakkan GUI.
Mensimulasikan Alur Kerja SaaS:
Perusahaan sering kali memiliki proses kompleks yang melibatkan beberapa aplikasi SaaS atau sistem lama. misalnya, seorang karyawan mungkin mengambil data dari Salesforce, menggabungkannya dengan data dari ERP internal, lalu mengirim ringkasan melalui email ke klien. Codec dapat memungkinkan agen AI untuk melakukan seluruh urutan ini dengan benar-benar masuk ke aplikasi ini melalui browser atau perangkat lunak klien di VM-nya, seperti yang dilakukan manusia. Ini seperti RPA, tetapi didukung oleh LLM yang dapat membuat keputusan dan menangani variabilitas.
Yang penting, kredensial untuk aplikasi ini dapat diberikan ke VM dengan aman (dan bahkan tertutup dalam TEE), sehingga agen dapat menggunakannya tanpa pernah "melihat" kredensial teks biasa atau mengeksposnya secara eksternal. Ini dapat mempercepat otomatisasi tugas back office rutin sambil memuaskan TI yang dijalankan setiap agen dengan hak istimewa paling sedikit dan auditabilitas penuh (karena setiap tindakan di VM dapat dicatat atau direkam).
Peta jalan
- Luncurkan demo publik di akhir bulan
- Perbandingan fitur dengan platform serupa lainnya (tidak ada pesaing web3)
- Integrasi TAO
- Kemitraan Game Besar
Dalam hal orisinalitas, Codec dibangun di atas fondasi teknologi yang ada tetapi mengintegrasikannya dengan cara baru untuk penggunaan agen AI. Ide lingkungan eksekusi terisolasi bukanlah hal baru (kontainer, VM, dan TEE adalah standar dalam komputasi awan), tetapi menerapkannya ke agen AI otonom dengan lapisan API (MCP) yang mulus sangat baru.
Platform ini memanfaatkan standar dan alat terbuka jika memungkinkan: menggunakan server MCP seperti Playwright Microsoft untuk kontrol browser alih-alih menemukan kembali roda itu, dan berencana untuk mendukung VM mikro Firecracker AWS untuk virtualisasi yang lebih cepat. Itu juga bercabang solusi yang ada seperti noVNC untuk desktop streaming. Menunjukkan bahwa proyek ini berdiri di atas fondasi teknologi yang telah terbukti (Kubernetes, perangkat keras enclave, perpustakaan sumber terbuka), memfokuskan pengembangan aslinya pada logika lem dan orkestrasi ("saus rahasia" adalah cara semuanya bekerja sama).
Kombinasi komponen sumber terbuka dan layanan cloud yang akan datang (diisyaratkan dengan penyebutan utilitas token $CODEC dan akses produk publik) berarti Codec akan segera dapat diakses dalam berbagai bentuk (baik sebagai layanan maupun yang dihosting sendiri).
Tim
Moyai: 15+ tahun pengalaman pengembang, saat ini memimpin pengembangan AI di Elixir Games.
lil'km: Pengembang AI 5+ tahun, saat ini bekerja dengan HuggingFace pada proyek LeRobot.
HuggingFace adalah perusahaan robotika besar dan Moyai bekerja sebagai kepala ai di elixir games (didukung oleh square enix dan solanafdn.
Saya pribadi telah menelepon seluruh tim dan sangat menyukai energi yang mereka bawa. Teman saya yang menempatkan mereka di radar saya juga bertemu dengan mereka semua di Token2049 dan hanya memiliki hal-hal baik untuk dikatakan.
Pikiran Akhir
Masih banyak yang tersisa untuk dibahas, yang akan saya simpan untuk pembaruan dan posting di masa mendatang di saluran Telegram saya.
Saya sudah lama percaya infrastruktur cloud adalah masa depan bagi agen operator. Saya selalu menghormati apa yang dibangun Nuit, tetapi Codec adalah proyek pertama yang menunjukkan kepada saya keyakinan full-stack yang saya cari.
Tim ini jelas merupakan insinyur papan atas. Mereka secara terbuka mengatakan pemasaran bukanlah kekuatan mereka, yang kemungkinan besar mengapa ini terbang di bawah radar. Saya akan bekerja sama dengan mereka untuk membantu membentuk strategi GTM yang benar-benar mencerminkan kedalaman apa yang mereka bangun.
Dengan kapitalisasi pasar $4 juta dan tingkat infrastruktur ini, rasanya sangat underpriced. Jika mereka dapat memberikan produk yang dapat digunakan, saya pikir itu dapat dengan mudah menandai awal dari siklus infra AI berikutnya.
Seperti biasa, ada risiko dan sementara saya telah memeriksa tim secara diam-diam selama beberapa minggu terakhir, tidak ada proyek yang benar-benar tahan karpet.
Target harga? Jauh lebih tinggi.

11,87K
Teratas
Peringkat
Favorit