Dal silenzio e dalle ombre, un sistema si risveglia. Addestrato in isolamento. Creato per percepire, ragionare e agire. Il Grande Rivelamento è vicino. Ma prima che le porte si aprano Gli Ascensionati possono entrare in anticipo. L'accesso anticipato a CodecFlow è ora attivo:

Ho appena scoperto di avere 9 codici invito disponibili per il testnet di @anoma 👀 Commenta e RT questo post, selezionerò 9 persone in 24 ore 🥂

OpenAI ha appena annunciato che il suo Operatore Agente può ora controllare un intero computer per eseguire un complesso insieme di compiti utilizzando modelli VLA abbinati a modelli LLM Visione Lingua Azione Se solo ci fosse un progetto crypto che potesse già fare questo... Studia @codecopenflow Oltre a controllare desktop, Codec può controllare operatori di robotica e giochi Avvia un ambiente sandbox virtuale per addestrare l'Operatore prima di rilasciarlo in produzione nel mondo reale AI x Robotica e automazione di giochi/desktop/robot sarà il prossimo grande passo per lo sviluppo dell'AI e il mio obiettivo è posizionarmi presto Codificato codificato

OpenAI ha appena confermato la mia tesi della stella polare per l'IA oggi rilasciando il loro agente operatore. Non solo questa è stata la mia tesi guida per $CODEC, ma anche per ogni altro investimento in IA che ho fatto, inclusi quelli all'inizio dell'anno durante la mania dell'IA. C'è stata molta discussione con Codec riguardo alla Robotica; mentre quel settore avrà presto la sua narrativa, il motivo sottostante per cui sono stato così ottimista su Codec fin dal primo giorno è dovuto a come la sua architettura alimenta gli agenti operatori. Le persone sottovalutano ancora quanto mercato sia in gioco costruendo software che funziona autonomamente, superando i lavoratori umani senza la necessità di costanti sollecitazioni o supervisione. Ho visto molte comparazioni con $NUIT. Prima di tutto voglio dire che sono un grande fan di ciò che Nuit sta costruendo e non desidero altro che il loro successo. Se digiti "nuit" nel mio telegram, vedrai che già ad aprile ho detto che se avessi dovuto tenere una moneta per diversi mesi sarebbe stata Nuit a causa della mia tesi sugli operatori. Nuit era il progetto operatore più promettente sulla carta, ma dopo un'ampia ricerca, ho scoperto che la loro architettura mancava della profondità necessaria per giustificare un investimento significativo o per mettere la mia reputazione dietro di essa. Tenendo presente questo, ero già consapevole delle lacune architettoniche nei team di agenti operativi esistenti e stavo attivamente cercando un progetto che le affrontasse. Poco dopo è apparso Codec (grazie a @0xdetweiler che ha insistito affinché guardassi più a fondo in loro) e questa è la differenza tra i due: $CODEC vs $NUIT L'architettura di Codec è costruita su tre livelli; Macchina, Sistema e Intelligenza, che separano infrastruttura, interfaccia ambientale e logica IA. Ogni agente operatore in Codec funziona nel proprio VM o contenitore isolato, consentendo prestazioni quasi native e isolamento dei guasti. Questo design a strati significa che i componenti possono scalare o evolversi indipendentemente senza rompere il sistema. L'architettura di Nuit segue un percorso diverso essendo più monolitica. Il loro stack ruota attorno a un agente browser web specializzato che combina parsing, ragionamento IA e azione. Ciò significa che analizzano profondamente le pagine web in dati strutturati per l'IA da consumare e si basa sull'elaborazione cloud per compiti pesanti di IA. L'approccio di Codec di incorporare un modello Vision-Language-Action (VLA) leggero all'interno di ogni agente significa che può funzionare completamente in locale. Questo non richiede costanti richieste al cloud per istruzioni, eliminando la latenza e evitando la dipendenza da uptime e larghezza di banda. L'agente di Nuit elabora i compiti convertendo prima le pagine web in un formato semantico e poi utilizzando un cervello LLM per capire cosa fare, che migliora nel tempo con l'apprendimento per rinforzo. Sebbene sia efficace per l'automazione web, questo flusso dipende da un'elaborazione pesante dell'IA sul lato cloud e da strutture di pagina predefinite. L'intelligenza locale del dispositivo di Codec significa che le decisioni avvengono più vicino ai dati, riducendo i costi e rendendo il sistema più stabile ai cambiamenti imprevisti (niente script fragili o assunzioni DOM). Gli operatori di Codec seguono un ciclo continuo di percepire-pensare-agire. Il livello macchina trasmette l'ambiente (ad es. un'app live o un feed robotico) al livello intelligenza tramite i canali ottimizzati del livello sistema, dando all'IA "occhi" sullo stato attuale. Il modello VLA dell'agente interpreta quindi insieme le immagini e le istruzioni per decidere un'azione, che il livello Sistema esegue tramite eventi di tastiera/mouse o controllo robotico. Questo ciclo integrato significa che si adatta agli eventi dal vivo, anche se l'interfaccia utente cambia, non interromperai il flusso. Per mettere tutto questo in un'analogia più semplice, pensa agli operatori di Codec come a un dipendente autosufficiente che si adatta alle sorprese sul lavoro. L'agente di Nuit è come un dipendente che deve fermarsi, descrivere la situazione a un supervisore al telefono e aspettare istruzioni. Senza scendere troppo in un buco tecnico, questo dovrebbe darti un'idea ad alto livello sul perché ho scelto Codec come la mia scommessa principale sugli operatori. Sì, Nuit ha il supporto di YC, un team eccezionale e un github di livello S. Anche se l'architettura di Codec è stata costruita tenendo presente la scalabilità orizzontale, il che significa che puoi distribuire migliaia di agenti in parallelo senza memoria condivisa o contesto di esecuzione tra gli agenti. Il team di Codec non è nemmeno composto da sviluppatori medi. La loro architettura VLA apre una moltitudine di casi d'uso che non erano possibili con i modelli di agenti precedenti a causa della visione attraverso i pixel, non degli screenshot. Potrei continuare, ma lo riserverò per post futuri.

Un applauso al testnet di @anoma! Offre un'esperienza super fluida e divertente con missioni secondarie e compiti giornalieri. Un nuovo mondo di UI e UX sta emergendo, ed è basato sull'intento ⏳

Se sai dove guardare, puoi farlo muovere. @RoboMove $CODEC

$MNT nei grafici 👇 > Capitalizzazione di Mercato: $2.4B+ (+28% WoW) > Volume Totale di Trading: $345M (+21% DoD) Alimentato dalla Blockchain per il Settore Bancario. Crediti: @CoinMarketCap

È incredibile che nel 2025 vediamo ancora una tale frammentazione e progetti che rimbalzano tra catene e livelli solo per inseguire l'hype. 🫳 Arbitrum a Berachain a Base a HyperEVM a [INSERT_NEXT_HYPED_CHAIN] Costruisci semplicemente su un mondo incentrato sull'intento Costruisci su @anoma

$CODEC è codificato. Ma che diavolo è e perché sono così ottimista? Lasciami darti un TL;DR - @codecopenflow sta costruendo la prima piattaforma completa per modelli Vision-Language-Action (VLA), consentendo agli "Operatori" AI di vedere, ragionare e agire autonomamente attraverso interfacce digitali e sistemi robotici tramite un'infrastruttura unificata. - I VLA risolvono/superano le limitazioni fondamentali dell'automazione LLM, sfruttando un pipeline percepisci-pensa-agisci che consente loro di elaborare semantiche visive dinamiche rispetto ai loop screenshot-ragiona-esegui degli attuali LLM che si bloccano con i cambiamenti dell'interfaccia. - L'architettura tecnica dei VLA fonde visione, ragionamento linguistico e comandi di azione diretti in un unico modello piuttosto che in sistemi separati LLM + encoder visivo, consentendo adattamenti in tempo reale e recupero dagli errori. - Il design agnostico della piattaforma di Codec si estende alla robotica (flussi video per comandi di controllo), operatori desktop (navigazione continua dell'interfaccia) e giochi (giocatori AI adattivi) attraverso lo stesso ciclo percepisci-ragiona-agisci. - Qual è la differenza? Gli agenti alimentati da LLM riprogrammano quando i flussi di lavoro cambiano, gestendo i cambiamenti dell'interfaccia utente che rompono gli script RPA rigidi. Gli agenti VLA, d'altra parte, si adattano utilizzando indizi visivi e comprensione del linguaggio piuttosto che richiedere patch manuali. - L'infrastruttura agnostica dell'hardware di Codec con formazione senza codice tramite registrazione dello schermo più SDK per sviluppatori, posizionandola come il framework mancante in stile Langchain per l'esecuzione autonoma dei compiti VLA. - Il framework consente l'aggregazione di calcolo mart da reti GPU decentralizzate, consente la registrazione onchain opzionale per tracce di flusso di lavoro auditabili e consente il dispiegamento di infrastrutture private per casi d'uso sensibili alla privacy. - La tokenomica di $CODEC monetizza il marketplace degli operatori e il contributo computazionale, creando incentivi ecosistemici sostenibili man mano che i VLA raggiungono la prevista prominenza a livello LLM in vari settori. - Il fatto che un co-fondatore di Codec abbia esperienza nella costruzione di LeRobot di HuggingFace dimostra la legittimità della credibilità nella ricerca robotica e ML nello sviluppo dei VLA. Questo non è il tuo team crypto medio che si sposta verso le narrazioni AI. Approfondirò questo a breve. Ribadendo la mia raccomandazione di DYOR nel frattempo. $CODEC è codificato.

Perché $CODEC sta aprendo la strada al futuro degli agenti autonomi @codecopenflow La prossima frontiera dell'IA non sono più i prompt testuali. È l'azione. La maggior parte degli agenti IA oggi è bloccata in un ciclo di lettura di screenshot e output di testo. Non vedono gli ambienti, non comprendono il cambiamento e non possono agire con intenzione nel mondo reale. È qui che l'architettura VLA (Vision-Language-Action) di Codec si distingue. Immagina agenti che non solo parlano, ma osservano, ragionano e agiscono. Questo è il cuore di Codec. Questi non sono script fragili o bot rigidi. Gli Operatori VLA interagiscono con software, giochi o persino robot fisici percependo continuamente l'ambiente, decidendo cosa fare ed eseguendo comandi: proprio come farebbe un essere umano. ✅ Agenti Desktop che si adattano a interfacce utente in cambiamento ✅ Agenti di Gioco che apprendono meccaniche e strategizzano in tempo reale ✅ Agenti Robotici che rispondono ai dati dei sensori e controllano l'hardware ✅ Formazione e Simulazione su larga scala, senza bisogno di robot L'architettura modulare di Codec ti consente di abbinare modelli visivi con modelli linguistici (come CogVLM + Mixtral) per costruire agenti intelligenti che possono leggere, osservare, comprendere e agire, tutto in un'unica pipeline. Ogni agente funziona su una propria unità di calcolo (VM, server o container), e ogni decisione che prende può essere registrata onchain. Ciò significa azioni tracciabili, garanzie di sicurezza e il potenziale per sistemi di incentivazione basati su crypto e strati di responsabilità in ambienti ad alto rischio. Stiamo andando verso un mondo in cui gli Operatori possono essere addestrati, scambiati e monetizzati. Che si tratti di test QA, automazione di compiti robotici o persino eserciti di bot decentralizzati nei giochi. Proprio come le app hanno trasformato lo smartphone, i pacchetti di abilità trasformeranno i robot. Hardware open-source + intelligenza scaricabile = l'equivalente robotico dello sviluppo software. Questo non è fantascienza. Sta accadendo ora. Infine, e forse più importante, il grafico è estremamente rialzista.