A OpenAI acaba de confirmar minha tese da estrela do norte para IA hoje, liberando seu agente operador. Essa não foi apenas minha tese orientadora para $CODEC, mas todos os outros investimentos em IA que fiz, incluindo aqueles do início do ano durante a mania de IA. Tem havido muita discussão com o Codec em relação à robótica, embora essa vertical tenha sua própria narrativa muito em breve, a razão subjacente pela qual eu estava tão otimista com o Codec desde o dia 1 é devido à forma como sua arquitetura alimenta os agentes operadores. As pessoas ainda subestimam quanta participação de mercado está em jogo ao criar software que seja executado de forma autônoma, superando os trabalhadores humanos sem a necessidade de avisos ou supervisão constantes. Eu vi muitas comparações com $NUIT. Em primeiro lugar, quero dizer que sou um grande fã do que a Nuit está construindo e não desejo nada além de seu sucesso. Se você digitar "nuit" no meu telegrama, verá que em abril eu disse que se tivesse que segurar uma moeda por vários meses, teria sido Nuit devido à minha tese de operador. Nuit era o projeto de operador mais promissor no papel, mas após uma extensa pesquisa, descobri que sua arquitetura não tinha a profundidade necessária para justificar um grande investimento ou colocar minha reputação por trás dele. Com isso em mente, eu já estava ciente das lacunas arquitetônicas nas equipes de agentes operadores existentes e procurando ativamente por um projeto que as abordasse. Pouco depois que o Codec apareceu (graças a @0xdetweiler insistindo que eu olhasse mais fundo neles) e esta é a diferença entre os dois: $CODEC vs $NUIT A arquitetura do Codec é construída em três camadas; Máquina, Sistema e Inteligência, que separam infraestrutura, interface de ambiente e lógica de IA. Cada agente operador no Codec é executado em sua própria VM ou contêiner isolado, permitindo desempenho quase nativo e isolamento de falhas. Esse design em camadas significa que os componentes podem ser dimensionados ou evoluir de forma independente sem quebrar o sistema. A arquitetura de Nuit segue um caminho diferente por ser mais monolítica. Sua pilha gira em torno de um agente de navegador da Web especializado que combina análise, raciocínio de IA e ação. O que significa que eles analisam profundamente as páginas da web em dados estruturados para a IA consumir e dependem do processamento em nuvem para tarefas pesadas de IA. A abordagem do Codec de incorporar um modelo leve de Visão-Linguagem-Ação (VLA) em cada agente significa que ele pode ser executado totalmente localmente. O que não requer ping constante de volta à nuvem para obter instruções, eliminando a latência e evitando a dependência de tempo de atividade e largura de banda. O agente da Nuit processa tarefas primeiro convertendo páginas da web em um formato semântico e, em seguida, usando um cérebro LLM para descobrir o que fazer, o que melhora com o tempo com o aprendizado por reforço. Embora eficaz para automação da Web, esse fluxo depende do processamento pesado de IA do lado da nuvem e de estruturas de página predefinidas. A inteligência do dispositivo local do Codec significa que as decisões acontecem mais perto dos dados, reduzindo a sobrecarga e tornando o sistema mais estável a mudanças inesperadas (sem scripts frágeis ou suposições DOM). Os operadores do codec seguem um loop contínuo de perceber-pensar-agir. A camada de máquina transmite o ambiente (por exemplo, um aplicativo ao vivo ou feed de robô) para a camada de inteligência por meio dos canais otimizados da camada do sistema, dando à IA "olhos" sobre o estado atual. O modelo VLA do agente interpreta os visuais e as instruções juntos para decidir sobre uma ação, que a camada do sistema executa por meio de eventos de teclado/mouse ou controle de robô. Esse loop integrado significa que ele se adapta a eventos ao vivo, mesmo que a interface do usuário mude, você não interromperá o fluxo. Para colocar tudo isso em uma analogia mais simples, pense nos operadores da Codec como um funcionário autossuficiente que se adapta às surpresas no trabalho. O agente de Nuit é como um funcionário que precisa fazer uma pausa, descrever a situação para um supervisor por telefone e aguardar instruções. Sem entrar muito em uma toca de coelho técnica, isso deve lhe dar uma ideia de alto nível sobre por que escolhi o Codec como minha principal aposta em Operadores. Sim, Nuit tem o apoio da YC, uma equipe empilhada e do github de nível S. Embora a arquitetura do Codec tenha sido construída com o dimensionamento horizontal em mente, o que significa que você pode implantar milhares de agentes em paralelo com zero memória compartilhada ou contexto de execução entre os agentes. A equipe do Codec também não é um desenvolvedor comum. Sua arquitetura VLA abre uma infinidade de casos de uso que não eram possíveis com os modelos de agentes anteriores devido à visualização através de pixels, não de capturas de tela. Eu poderia continuar, mas vou guardar isso para posts futuros.