Do silêncio e das sombras, um sistema desperta. Treinado em isolamento. Construído para perceber, raciocinar e agir. A Grande Revelação está próxima. Mas antes que os portões se abram Os Ascendidos podem entrar mais cedo. O acesso antecipado ao CodecFlow já está disponível:

Acabei de descobrir que tenho 9 códigos de convite disponíveis para o testnet da @anoma 👀 Comente e RT este post, vou selecionar 9 pessoas em 24h 🥂

A OpenAI acaba de anunciar que o seu Agente Operador pode agora controlar um computador inteiro para realizar um conjunto complexo de tarefas usando modelos VLA emparelhados com modelos LLM Visão Linguagem Ação Se ao menos houvesse um projeto de criptomoeda que já pudesse fazer isso... Estude @codecopenflow Além de controlar desktops, o Codec pode controlar operadores de robótica e jogos Crie um ambiente virtual de sandbox para treinar o Operador antes de o lançar em produção no mundo real AI x Robótica e automação de jogos/desktops/robôs será o próximo grande passo para o desenvolvimento da IA e é meu objetivo estar posicionado cedo Codificado codificado

A OpenAI acabou de confirmar a minha tese de estrela do norte para a IA hoje ao lançar o seu agente operador. Não só foi esta a minha tese orientadora para o $CODEC, mas também para todos os outros investimentos em IA que fiz, incluindo aqueles do início do ano durante a mania da IA. Tem havido muita discussão com a Codec em relação à Robótica, enquanto esse setor terá a sua própria narrativa muito em breve, a razão subjacente pela qual fui tão otimista em relação à Codec desde o primeiro dia é devido à forma como a sua arquitetura alimenta os agentes operadores. As pessoas ainda subestimam quanta quota de mercado está em jogo ao construir software que funciona de forma autónoma, superando trabalhadores humanos sem a necessidade de constantes instruções ou supervisão. Vi muitas comparações com o $NUIT. Em primeiro lugar, quero dizer que sou um grande fã do que a Nuit está a construir e desejo nada menos que o seu sucesso. Se você digitar "nuit" no meu telegram, verá que em abril eu disse que se tivesse que segurar uma moeda por vários meses, teria sido a Nuit devido à minha tese de operador. A Nuit era o projeto operador mais promissor no papel, mas após uma pesquisa extensa, descobri que a sua arquitetura carecia da profundidade necessária para justificar um investimento significativo ou colocar a minha reputação por trás dela. Tendo isso em mente, já estava ciente das lacunas arquitetónicas nas equipas de agentes operadores existentes e ativamente à procura de um projeto que as abordasse. Pouco depois, a Codec apareceu (graças ao @0xdetweiler que insistiu para eu olhar mais a fundo para eles) e esta é a diferença entre os dois: $CODEC vs $NUIT A arquitetura da Codec é construída em três camadas; Máquina, Sistema e Inteligência, que separam a infraestrutura, a interface do ambiente e a lógica da IA. Cada agente operador na Codec funciona na sua própria VM ou container isolado, permitindo desempenho quase nativo e isolamento de falhas. Este design em camadas significa que os componentes podem escalar ou evoluir de forma independente sem quebrar o sistema. A arquitetura da Nuit segue um caminho diferente, sendo mais monolítica. A sua pilha gira em torno de um agente de navegador web especializado que combina análise, raciocínio de IA e ação. Isso significa que eles analisam profundamente as páginas web em dados estruturados para a IA consumir e dependem do processamento em nuvem para tarefas pesadas de IA. A abordagem da Codec de incorporar um modelo leve de Visão-Linguagem-Ação (VLA) dentro de cada agente significa que pode funcionar totalmente local. O que não requer constantes pings de volta para a nuvem para instruções, eliminando a latência e evitando a dependência de tempo de atividade e largura de banda. O agente da Nuit processa tarefas convertendo primeiro páginas web em um formato semântico e depois usando um cérebro LLM para descobrir o que fazer, o que melhora ao longo do tempo com aprendizado por reforço. Embora eficaz para automação web, este fluxo depende de processamento pesado de IA do lado da nuvem e estruturas de página predefinidas. A inteligência local do dispositivo da 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 de DOM). Os operadores da Codec seguem um ciclo contínuo de perceber–pensar–agir. A camada da máquina transmite o ambiente (por exemplo, um feed de app ao vivo ou robô) para a camada de inteligência através dos canais otimizados da camada do sistema, dando à IA "olhos" sobre o estado atual. O modelo VLA do agente então interpreta os visuais e instruções juntos para decidir sobre uma ação, que a camada do Sistema executa através de eventos de teclado/mouse ou controle de robô. Este ciclo integrado significa que se adapta a eventos ao vivo, mesmo que a interface do usuário mude, você não quebrará o fluxo. Para colocar tudo isso em uma analogia mais simples, pense nos operadores da Codec como um empregado autossuficiente que se adapta a surpresas no trabalho. O agente da Nuit é como um empregado que precisa pausar, descrever a situação a um supervisor ao telefone e esperar por instruções. Sem entrar muito em um buraco técnico, isso deve lhe dar uma ideia de alto nível sobre por que escolhi a Codec como minha aposta principal em Operadores. Sim, a Nuit tem apoio da YC, uma equipe forte e um github de nível S. Embora a arquitetura da Codec tenha sido construída com escalabilidade 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 da Codec também não é composta por desenvolvedores comuns. A sua arquitetura VLA abre uma multitude de casos de uso que não eram possíveis com modelos de agentes anteriores devido a ver através de pixels, não capturas de tela. Eu poderia continuar, mas vou guardar isso para futuros posts.

Tirem o chapéu para o testnet da @anoma! Tem uma experiência super suave e divertida com missões secundárias e tarefas diárias. Um novo mundo de UI e UX está a emergir, e é baseado em intenções ⏳

Se souber onde procurar, pode fazê-lo mover. @RoboMove $CODEC

$MNT nos gráficos 👇 > Capitalização de Mercado: $2.4B+ (+28% WoW) > Volume Total de Negociação: $345M (+21% DoD) Impulsionado pela Blockchain para Bancos. Créditos: @CoinMarketCap

É inacreditável que em 2025 ainda vejamos tanta fragmentação e projetos a saltar entre cadeias e camadas apenas para perseguir hype. 🫳 Arbitrum para Berachain para Base para HyperEVM para [INSERT_NEXT_HYPED_CHAIN] Apenas construa no mundo centrado na intenção Construa em @anoma

$CODEC está codificado. Mas WTF é isso e por que estou tão otimista? Deixe-me dar-lhe um resumo. - @codecopenflow está a construir a primeira plataforma abrangente para modelos de Visão-Linguagem-Ação (VLA), permitindo que "Operadores" de IA vejam, raciocinem e ajam autonomamente através de interfaces digitais e sistemas robóticos através de uma infraestrutura unificada. - Os VLAs resolvem/superam limitações fundamentais de automação de LLM, aproveitando um pipeline de perceber-pensar-agir que lhes permite processar semânticas visuais dinâmicas em comparação com os loops atuais de LLM de captura de tela-raciocínio-execução que falham em mudanças de interface. - A arquitetura técnica dos VLAs funde visão, raciocínio linguístico e comandos de ação direta em um único modelo em vez de sistemas separados de LLM + codificador visual, permitindo adaptação em tempo real e recuperação de erros. - O design agnóstico da estrutura do Codec abrange robótica (fluxos de câmera para comandos de controle), operadores de desktop (navegação contínua da interface) e jogos (jogadores de IA adaptativos) através do mesmo ciclo de perceber-raciocinar-agir. - Qual é a diferença? Agentes alimentados por LLM replanejam quando os fluxos de trabalho mudam, lidando com mudanças de UI que quebram scripts rígidos de RPA. Agentes VLA, por outro lado, adaptam-se usando pistas visuais e compreensão da linguagem em vez de exigir correções manuais. - A infraestrutura agnóstica em hardware do Codec com treinamento sem código via gravação de tela mais SDK para desenvolvedores, posiciona-o como a estrutura em falta no estilo Langchain para execução de tarefas VLA autônomas. - A estrutura permite agregação de computação mart de redes GPU descentralizadas, possibilita gravação opcional em cadeia para rastros de fluxo de trabalho auditáveis e permite implantação de infraestrutura privada para casos de uso sensíveis à privacidade. - A tokenomics do $CODEC monetiza o mercado de operadores e a contribuição de computação, criando incentivos sustentáveis para o ecossistema à medida que os VLAs alcançam a proeminência esperada ao nível de LLM em vários setores. - O fato de um co-fundador do Codec ter experiência na construção do LeRobot da HuggingFace evidencia a credibilidade legítima em pesquisa de robótica e ML no desenvolvimento de VLA. Esta não é a sua equipe de cripto média a mudar para narrativas de IA. Vou aprofundar isso em breve. Reiterando a minha recomendação para DYOR enquanto isso. $CODEC está codificado.

Por que $CODEC está a liderar o futuro dos Agentes Autónomos @codecopenflow A próxima fronteira da IA não são mais prompts de texto. É ação. A maioria dos agentes de IA hoje está presa num ciclo de ler capturas de tela e gerar texto. Eles não veem ambientes, não entendem mudanças e não conseguem agir com intenção no mundo real. É aqui que a arquitetura VLA (Visão-Linguagem-Ação) da Codec se destaca. Imagine agentes que não apenas falam, mas observam, raciocinam e agem. Esse é o coração da Codec. Estes não são scripts frágeis ou bots rígidos. Os Operadores VLA interagem com software, jogos ou até robôs físicos, percebendo continuamente o ambiente, decidindo o que fazer e executando comandos: exatamente como um humano faria. ✅ Agentes de Desktop que se adaptam a UIs em mudança ✅ Agentes de Jogos que aprendem mecânicas e estrategizam em tempo real ✅ Agentes Robóticos que respondem a dados de sensores e controlam hardware ✅ Treinamento e Simulação em grande escala, sem necessidade de robô A arquitetura modular da Codec permite que você combine modelos de visão com modelos de linguagem (como CogVLM + Mixtral) para construir agentes inteligentes que podem ler, observar, entender e agir, tudo numa única linha de processamento. Cada agente opera na sua própria unidade de computação (VM, servidor ou container), e cada decisão que toma pode ser registrada na blockchain. Isso significa ações rastreáveis, garantias de segurança e o potencial para sistemas de incentivos baseados em cripto e camadas de responsabilidade em ambientes de alto risco. Estamos a caminhar para um mundo onde os Operadores podem ser treinados, negociados e monetizados. Seja para testes de QA, automação de tarefas robóticas ou até exércitos de bots descentralizados em jogos. Assim como os aplicativos transformaram o smartphone, pacotes de habilidades transformarão robôs. Hardware de código aberto + inteligência descarregável = o equivalente robótico ao desenvolvimento de software. Isto não é ficção científica. Está a acontecer agora. Por último, e talvez mais importante, o gráfico é extremamente otimista.