Wat is een $CODEC Operator? Het is waar Vision-Language-Action modellen AI eindelijk nuttig maken voor echt werk. Een Operator is een autonome software-agent aangedreven door VLA-modellen die taken uitvoert via een continue waarnemen-redeneren-actie cyclus. LLM's kunnen briljant denken en praten, maar ze kunnen niets aanwijzen, klikken of vastpakken. Ze zijn pure redeneermachines zonder enige verankering in de fysieke wereld. VLA's combineren visuele waarneming, taalbegrip en gestructureerde actie-output in één enkele doorlopende stap. Terwijl een LLM beschrijft wat er zou moeten gebeuren, maakt een VLA-model het daadwerkelijk mogelijk door coördinaten, controlesignalen en uitvoerbare commando's uit te zenden. De workflow van de Operator is: - Waarneming: legt screenshots, camerafeeds of sensorgegevens vast. - Redeneren: verwerkt observaties naast natuurlijke taal instructies met behulp van het VLA-model. - Actie: voert beslissingen uit via UI-interacties of hardwarecontrole - allemaal in één continue lus. Voorbeelden: LLM vs. Operator Aangedreven door VLA Model Een Vergadering Inplannen LLM: Biedt een gedetailleerde uitleg over kalenderbeheer, met stappen om een vergadering in te plannen. Operator met VLA Model: - Legt het bureaublad van de gebruiker vast. - Identificeert de kalenderapplicatie (bijv. Outlook, Google Agenda). - Navigeert naar donderdag, maakt een vergadering om 14:00 uur aan en voegt deelnemers toe. - Past zich automatisch aan veranderingen in de gebruikersinterface aan. Robotica: Objecten Sorteren LLM: Genereert nauwkeurige geschreven instructies voor het sorteren van objecten, zoals het identificeren en organiseren van rode componenten. Operator met VLA Model: - Observeert de werkruimte in real-time. - Identificeert rode componenten tussen gemengde objecten. - Plant botsingsvrije trajecten voor een robotarm. - Voert pick-and-place operaties uit, zich dynamisch aanpassend aan nieuwe posities en oriëntaties. VLA-modellen overbruggen eindelijk de kloof tussen AI die kan redeneren over de wereld en AI die deze daadwerkelijk kan veranderen. Ze transformeren automatisering van fragiele regelvolging naar adaptief probleemoplossend vermogen - intelligente werknemers. "Traditionele scripts breken wanneer de omgeving verandert, maar Operators gebruiken visueel begrip om zich in real-time aan te passen, waarbij ze uitzonderingen afhandelen in plaats van erop te crashen."

Introductie van Emerald Sub Cards: één account, onbeperkte kaarten aangepaste labels, individuele limieten en uitgavenbewaking allemaal beschikbaar in één

De testwebsite is geopend. In het begin had ik wat problemen met het implementeren via Vercel, wat me veel tijd kostte. Later ben ik overgestapt naar Cloud Run en dat ging veel gemakkelijker. Als ik de kans krijg, zal ik ook iedereen leren hoe je AI stap voor stap kunt gebruiken om je APP in de cloud te lanceren. Ik bied een "3 dagen" gratis proefperiode aan zodat iedereen het kan uitproberen. Gebruik mijn OpenAI API (ik heb een budget ingesteld, dus gebruik het niet te wild...) en je kunt direct naar de website gaan om informatie in te voeren en analyses uit te voeren. Ik hoop dat degenen die het testen me wat feedback kunnen geven. Je kunt ook mijn Git Repo een ster geven🙏 Testlink: Git: Ik moet zeggen dat dit framework veel aanpassingen mogelijk maakt en er zijn veel dingen die je kunt verbeteren. Als je goed kijkt naar de inhoud van het gegenereerde rapport, is het ook best goed (hoewel ik merkte dat de resultaten voor sommige kleine munten minder waren, waarschijnlijk omdat de data-bronnen voor sociale analyses momenteel niet zo goed zijn). Als we meer data-bronnen aansluiten en meer agents toevoegen, zou de effectiviteit beter moeten worden. Misschien kunnen we in de toekomst zelfs MCP aansluiten om direct bestellingen te plaatsen. Er zijn zoveel dingen om mee te spelen! Geïnteresseerden in samenwerking of sponsoring kunnen me altijd een DM sturen!

De testwebsite is geopend. In het begin had ik wat problemen met het implementeren via Vercel, wat me veel tijd kostte. Later ben ik overgestapt naar Cloud Run en dat ging veel gemakkelijker. Als ik de kans krijg, zal ik ook iedereen leren hoe je AI stap voor stap kunt gebruiken om je APP in de cloud te lanceren. Ik bied een "3 dagen" gratis proefperiode aan zodat iedereen het kan uitproberen. Gebruik mijn OpenAI API (ik heb een budget ingesteld, dus gebruik het niet te wild...) en je kunt direct naar de website gaan om informatie in te voeren en analyses uit te voeren. Ik hoop dat degenen die het testen me wat feedback kunnen geven. Je kunt ook mijn Git Repo een ster geven🙏 Testlink: Git: Ik moet zeggen dat dit framework veel aanpassingen mogelijk maakt en er zijn veel dingen die je kunt verbeteren. Als je goed kijkt naar de inhoud van het gegenereerde rapport, is het ook best goed (hoewel ik merkte dat de resultaten voor sommige kleine munten minder waren, waarschijnlijk omdat de data-bronnen voor sociale analyses momenteel niet zo goed zijn). Als we meer data-bronnen aansluiten en meer agents toevoegen, zou de effectiviteit beter moeten worden. Misschien kunnen we in de toekomst zelfs MCP aansluiten om direct bestellingen te plaatsen. Er zijn zoveel dingen om mee te spelen! Geïnteresseerden in samenwerking of sponsoring kunnen me altijd een DM sturen!

Een recent veelbesproken open-source project met betrekking tot trading AI - TradingAgents, heeft in de afgelopen maanden een stijging van 13K sterren gezien. Laten we beginnen met de conclusie: oorspronkelijk kon deze open-source TradingAgent alleen de Amerikaanse aandelenmarkt analyseren. Ik heb in minder dan 3 uur, met behulp van AI Vibe coding, een crypto-versie van deze TradingAgent gemaakt en een webinterface toegevoegd. De code heb ik direct open-source gemaakt (de link plaats ik in de reacties). Deze TradingAgents is gemaakt met Multi-LLM Agents en vormt een kader dat de werking van een echte handelsinstelling simuleert, waarbij analisten, onderzoekers, traders, risicobeheerders en investeringsdirecteuren allemaal als aparte AI Agents functioneren. Ze analyseren interactief en bepalen uiteindelijk hoe ze orders moeten plaatsen. De PNL die in het onderzoek wordt genoemd, is beter dan veel strategieën, en na een praktische test was het hele proces behoorlijk goed. Het systeem haalt verschillende Data Sources op voor analyse, inclusief historische prijzen, nieuws, sociale media-emoties, technische, fundamentele en emotionele analyses zijn ook verdeeld over verschillende taken. Oorspronkelijk ondersteunde het alleen de Amerikaanse aandelenmarkt, maar ik heb ondersteuning voor Crypto toegevoegd (momenteel voor enkele grote munten) en omdat de CLI te eenvoudig was, heb ik direct een Web Interface toegevoegd! Het bedienen via de browser is veel intuïtiever. Later, wanneer ik tijd heb, zal ik het beschikbaar stellen voor iedereen om te testen (maar je moet zelf een API KEY voorbereiden). Deze Repo zal ik blijven bijwerken. Ik ben van plan om geleidelijk meer Data Sources toe te voegen en de prompts van de Agents aan te passen, zodat de Agents sneller en nauwkeuriger kunnen analyseren voor crypto. Bovendien kunnen er vrijelijk meer Agents worden toegevoegd; DeFi farming en alpha hunting kunnen ook vrij worden geïntegreerd in dit kader. Idealiter hoop ik zelfs MEME-analyse mogelijk te maken. Als je geïnteresseerd bent in deze ontwikkeling en wilt samenwerken, stuur me dan een DM. Het lijkt erop dat er nog veel mensen zijn die de code analyseren om te zien of deze door AI is geschreven. Vibe Coding is al de huidige trend. Microsoft en Google hebben al actie ondernomen met ontslagen. De efficiëntie van ontwikkeling met AI is nu zo hoog. Later, wanneer ik tijd heb, zal ik Vibe Coding live streamen op SIDEKICK. Jullie kunnen games spelen, terwijl ik AI laat coderen en dingen ontwikkel!