Protocoalele și echipele ar trebui să nu mai plătească KOL-urile pentru conținut. Singura dată când echipele ar trebui să distribuie jetoane este KOL-urilor sau membrilor comunității care creează valoare mare pentru proiectul lor și returnează rezultate. Produsul sau narațiunea ta ar trebui să fie suficient de interesantă încât oamenii cu influență ar trebui să dorească automat să cumpere și să scrie despre el în mod natural. Acestea sunt cele cărora ar trebui să le alocați token-uri, nu să faceți 3 subiecte plătite pentru ambasadorii care își botează urmăritorii. "Ce se întâmplă dacă nu pot convinge pe nimeni interesat de produsul meu să posteze pe Twitter?" Apoi continuați să construiți, în mod clar nu ați găsit nișa potrivită sau nu ați fost suficient de conectat dacă nu puteți construi câțiva susținători de bază. Mesajul meu pentru constructori: construiți ceva suficient de cool încât oamenii să vrea în mod natural să cumpere și să scrie, dați jetoane celor mai mari susținători care se aliniază viziunii voastre. Pentru că: 1. Vor fi mult mai predispuși să lucreze ore suplimentare și să facă tot posibilul pentru a vă ajuta să reușiți, deoarece ați demonstrat un comportament moral puternic (o raritate în acest spațiu) 2. Cele pe care le plătești pentru o anumită cantitate de postări se vor desprinde de îndată ce afacerea lor se va încheia și vor arunca jetoanele Nu fac promoții plătite de niciun fel, dar evident că nu voi refuza jetoane gratuite pentru un proiect pe care sunt extrem de optimist, fără obligații. Cei mai buni scriitori nu pot fi cumpărați și vor fi refuzați dacă încercați. Joacă jocul lung și nu lua scurtături, se va reflecta în acțiunile tale pe fiecare verticală a afacerii, iar comercianții inteligenți îl pot mirosi de la o milă distanță. Campaniile KOL sunt moarte, 99,9% dintre agentiile de marketing sunt o risipa de bani si vor fi -ev pentru afacerea ta. Singura modalitate de a pătrunde pe această piață este să ai membri ai echipei native cripto care sunt dispuși să-și murdărească mâinile.

OpenAI tocmai mi-a confirmat teza steaua nordică pentru AI astăzi prin lansarea agentului lor de operator. Nu numai că aceasta a fost teza mea călăuzitoare pentru $CODEC, ci și pentru toate celelalte investiții AI pe care le-am făcut, inclusiv cele de la începutul anului. Au existat multe discuții cu Codec în ceea ce privește robotica, în timp ce această verticală va avea propria narațiune foarte curând, motivul de bază pentru care am fost atât de optimist cu Codec din ziua 1 se datorează modului în care arhitectura sa alimentează agenții operatorilor. Oamenii încă subestimează cât de multă cotă de piață este în joc prin construirea de software care rulează autonom, depășind lucrătorii umani fără a fi nevoie de solicitări sau supraveghere constantă. Am văzut o mulțime de comparații cu $NUIT. În primul rând, vreau să spun că sunt un mare fan a ceea ce construiește Nuit și nu doresc nimic altceva decât succesul lor. Dacă tastați "nuit" în telegrama mea, veți vedea că în aprilie am spus că dacă ar fi trebuit să țin o monedă timp de mai multe luni, ar fi fost Nuit din cauza tezei mele de operator. Nuit a fost cel mai promițător proiect de operator pe hârtie, dar după cercetări ample, am descoperit că arhitectura lor nu avea profunzimea necesară pentru a justifica o investiție majoră sau pentru a-mi pune reputația în spatele ei. Având în vedere acest lucru, eram deja conștient de lacunele arhitecturale din echipele de agenți operatori existente și căutam în mod activ un proiect care să le rezolve. La scurt timp după ce a apărut Codec (datorită insistenței @0xdetweiler să mă uit mai adânc în ele) și aceasta este diferența dintre cele două: $CODEC vs $NUIT Arhitectura Codecului este construită pe trei straturi; Mașină, sistem și inteligență, care separă infrastructura, interfața de mediu și logica AI. Fiecare agent operator din Codec rulează în propria sa mașină virtuală sau container izolat, permițând performanțe aproape native și izolarea erorilor. Acest design stratificat înseamnă că componentele pot scala sau evolua independent fără a rupe sistemul. Arhitectura lui Nuit ia o cale diferită, fiind mai monolitică. Stiva lor se învârte în jurul unui agent specializat de browser web care combină analiza, raționamentul AI și acțiunea. Ceea ce înseamnă că analizează în profunzime paginile web în date structurate pentru a fi consumate de AI și se bazează pe procesarea în cloud pentru sarcini grele de inteligență artificială. Abordarea Codecului de a încorpora un model ușor Vision-Language-Action (VLA) în fiecare agent înseamnă că poate rula complet local. Ceea ce nu necesită un ping constant înapoi în cloud pentru instrucțiuni, eliminând latența și evitând dependența de timpul de funcționare și lățimea de bandă. Agentul lui Nuit procesează sarcinile prin conversia mai întâi a paginilor web într-un format semantic și apoi folosind un creier LLM pentru a-și da seama ce să facă, ceea ce se îmbunătățește în timp cu învățarea prin întărire. Deși este eficient pentru automatizarea web, acest flux depinde de procesarea AI grea și de structurile predefinite ale paginilor. Inteligența dispozitivului local a codecului înseamnă că deciziile se iau mai aproape de date, reducând cheltuielile generale și făcând sistemul mai stabil la modificări neașteptate (fără scripturi fragile sau ipoteze DOM). Operatorii codecului urmează o buclă continuă de percepere-gândire-acționare. Stratul de mașină transmite mediul (de exemplu, o aplicație live sau un flux robot) către stratul de inteligență prin canalele optimizate ale stratului de sistem, oferind AI "ochi" asupra stării curente. Modelul VLA al agentului interpretează apoi imaginile și instrucțiunile împreună pentru a decide asupra unei acțiuni, pe care stratul de sistem o execută prin evenimente de tastatură/mouse sau controlul robotului. Această buclă integrată înseamnă că se adaptează la evenimentele live, chiar dacă interfața de utilizare se schimbă, nu veți întrerupe fluxul. Pentru a pune toate acestea într-o analogie mai simplă, gândiți-vă la operatorii Codec ca la un angajat autosuficient care se adaptează la surprizele de la locul de muncă. Agentul lui Nuit este ca un angajat care trebuie să facă o pauză, să descrie situația unui supervizor la telefon și să aștepte instrucțiuni. Fără a intra prea mult într-o gaură de iepure tehnică, acest lucru ar trebui să vă ofere o idee de nivel înalt despre motivul pentru care am ales Codec ca pariu principal pe operatori. Yes Nuit are sprijin de la YC, o echipă stivuită și github de nivel S. Deși arhitectura Codec a fost construită având în vedere scalarea orizontală, ceea ce înseamnă că puteți implementa mii de agenți în paralel fără memorie partajată sau context de execuție între agenți. Nici echipa Codec nu este formată din dezvoltatorii obișnuiți. Arhitectura lor VLA deschide o multitudine de cazuri de utilizare care nu au fost posibile cu modelele anterioare de agenți din cauza vederii prin pixeli, nu prin capturi de ecran. Aș putea continua, dar voi păstra asta pentru postări viitoare.

Chestia este că, dacă vrei cu adevărat să reușești în acest spațiu, toată lumea din jurul tău va crede că este ceva în neregulă cu tine. Pentru a fi cu adevărat 0,001%, viața în afara tranșeelor este aproape inexistentă. Fără fete, fără hobby-uri, fără ieșiri sociale, fără netflix sau orice altceva care te îndepărtează de rutina. Este un tip de mentalitate care este extrem de greu de relaționat chiar și pentru sportivii profesioniști, deoarece nu există niciun motiv pentru care nu poți fi online 24/7. Suntem blocați în propriul nostru paradox al libertății. Toată lumea vrea abilitatea magică de a face clic pe butoane pentru bani, până când este timpul să spună nu la 95% din plăceri. Prietenii și familia vor arunca în mod constant indicii care sugerează că aveți o formă de boală mintală și nu veți vedea niciodată cu adevărat viziunea. Gelozia crește atunci când se strecoară bucăți de succes, dacă urmărești oamenii suficient de atent, își dezvăluie întotdeauna adevăratele intenții, chiar dacă nu au intenționat. Cele mai mici indicii le vor trăda, de obicei din reacții emoționale spontane în momentul în care trebuie să auzi doar câteva cuvinte alunecând, de cele mai multe ori este tot ce este nevoie. Pe măsură ce deveniți mai de succes, învățați să rămâneți liniștiți. Nu este nevoie să menționezi progresul tău, oricât de grozav ar fi să împărtășești cu toată lumea și să te bucuri de roadele muncii tale, nu va face decât să atragă lăcomia celorlalți. Cei mai mulți nu reușesc, deoarece fac din a fi "tipul cripto" sau "investitorul" întreaga lor persoană. Chiar dacă ești online 16 ore pe zi, tot trebuie să ai interese și ambiții în afara acestei industrii. Prietenii ar trebui să dorească să stea cu tine pentru calitatea prezenței tale și pentru diferența de dispoziție pe care o faci în timp ce ești acolo, nu pentru câte numere ai făcut pe un ecran. A trăi o viață privată, izolată, cu un cerc restrâns de persoane de calitate, este cel mai mare truc de viață pentru liniștea sufletească. Dacă prezența ta nu îi face pe oameni să simtă ceva fără a vorbi despre bani, ai pierdut deja.

Oamenii de pe această aplicație au văzut cea mai mare aplicație generatoare de venituri din industria noastră strângând 1 miliard de dolari în 12 minute la 1,5 miliarde de dolari și au spus "permiteți-mi să scurtez"

Graficele care se tranzacționează ca un mic grup de indivizi pe CT au identificat singurul proiect de construcție a infrastructurii pentru una dintre cele mai puternice narațiuni din următoarea jumătate de deceniu.

Ce este $CODEC Robotică, operatori, jocuri? Toate cele de mai sus și multe altele. Vision-language-action (VLA) al codecului este un model agnostic de framework, permițând zeci de cazuri de utilizare datorită capacității sale unice de a vizualiza erorile în comparație cu LLM-urile. În ultimele 12 luni, am văzut că LLM-urile funcționează în primul rând ca mecanisme de buclă, conduse de date predefinite și modele de răspuns. Deoarece sunt construite pe vorbire și text, LLM-urile au o capacitate limitată de a evolua dincolo de fereastra contextului lingvistic pe care sunt instruite. Ei nu pot interpreta intrările senzoriale, cum ar fi expresiile faciale sau indiciile emoționale în timp real, deoarece raționamentul lor este legat de limbaj, nu de percepție. Majoritatea agenților de astăzi combină LLM-uri bazate pe transformatoare cu codificatoare vizuale. Ei "văd" interfața prin capturi de ecran, interpretează ceea ce este pe ecran și generează secvențe de acțiuni, clicuri, apăsări de taste, derulări pentru a urma instrucțiuni și a finaliza sarcini. Acesta este motivul pentru care AI nu a înlocuit încă categorii mari de locuri de muncă: LLM-urile văd capturi de ecran, nu pixeli. Ei nu înțeleg semantica vizuală dinamică a mediului, ci doar ceea ce este lizibil prin cadre statice. Fluxul lor de lucru tipic este repetitiv: capturați o captură de ecran, motivați următoarea acțiune, executați-o, apoi capturați un alt cadru și repetați. Această buclă de percepție-gândire continuă până când sarcina este finalizată sau agentul eșuează. Pentru a generaliza cu adevărat, AI trebuie să-și perceapă mediul, să raționeze despre starea sa și să acționeze în mod corespunzător pentru a atinge obiectivele, nu doar să interpreteze instantanee. Avem deja macrocomenzi, roboți RPA și scripturi de automatizare, dar sunt slabe și instabile. O ușoară schimbare a pixelilor sau a aspectului întrerupe fluxul și necesită patch-uri manuale. Nu se pot adapta atunci când se schimbă ceva în fluxul de lucru. Acesta este blocajul. Viziune-Limbaj-Acțiune (VLA) Agenții VLA ai Codecului rulează pe o buclă intuitivă, dar puternică: percepeți, gândiți, acționați. În loc să scuipe text ca majoritatea LLM-urilor, acești agenți văd mediul său, decid ce să facă și apoi execută. Totul este împachetat într-o singură conductă unificată, pe care o puteți vizualiza în trei straturi de bază: Viziune Agentul își percepe mai întâi mediul prin vedere. Pentru un agent Operator desktop, aceasta înseamnă capturarea unei capturi de ecran sau a unei intrări vizuale a stării curente (de exemplu, o fereastră sau o casetă de text a aplicației). Componenta de viziune a modelului VLA interpretează această intrare, citind textul pe ecran și recunoscând elemente sau obiecte de interfață. Aka ochii agentului. Limbă Apoi vine gândirea. Având în vedere contextul vizual (și orice instrucțiuni sau obiective), modelul analizează ce acțiune este necesară. În esență, AI "se gândește" la răspunsul adecvat la fel ca o persoană. Arhitectura VLA îmbină viziunea și limbajul intern, astfel încât agentul poate, de exemplu, să înțeleagă că un dialog pop-up pune o întrebare da/nu. Apoi va decide asupra acțiunii corecte (de exemplu, faceți clic pe "OK") în funcție de obiectiv sau solicitare. Servind ca creier al agentului, mapând intrările percepute într-o acțiune. Acțiune În cele din urmă, agentul acționează prin emiterea unei comenzi de control către mediu. În loc de text, modelul VLA generează o acțiune (cum ar fi un clic de mouse, o apăsare de tastă sau un apel API) care interacționează direct cu sistemul. În exemplul de dialog, agentul ar executa clic pe butonul "OK". Acest lucru închide bucla: după ce acționează, agentul poate verifica vizual rezultatul și poate continua ciclul de percepție-gândire-acțiune. Acțiunile sunt separatorul cheie care îi transformă din casete de chat în operatori reali. Cazuri de utilizare După cum am menționat, datorită arhitecturii, Codec este agnostic narativ. La fel cum LLM-urile nu sunt limitate de rezultatele textuale pe care le pot produce, VLA nu sunt limitate de sarcinile pe care le pot finaliza. Robotica În loc să se bazeze pe scripturi vechi sau automatizări imperfecte, agenții VLA preiau intrări vizuale (flux de cameră sau senzori), le transmit printr-un model de limbaj pentru planificare, apoi emit comenzi de control reale pentru a se mișca sau a interacționa cu lumea. Practic, robotul vede ce este în fața lui, procesează instrucțiuni precum "mutați cutia Pepsi lângă portocală", își dă seama unde este totul, cum să se miște fără a răsturna nimic și o face fără a fi nevoie de codare. Aceasta este aceeași clasă de sistem ca RT-2 sau PaLM-E de la Google. Modele mari care îmbină viziunea și limbajul pentru a crea acțiuni din lumea reală. Munca VLA a CogAct este un bun exemplu, robotul scanează o masă aglomerată, primește un prompt natural și rulează o buclă completă: ID obiect, planificare a căii, execuție a mișcării. Operatorii În mediul desktop și web, agenții VLA funcționează practic ca lucrători digitali. Ei "văd" ecranul printr-o captură de ecran sau un flux live, îl rulează printr-un strat de raționament construit pe un model de limbaj pentru a înțelege atât interfața de utilizare, cât și promptul de sarcină, apoi execută acțiunile cu un control real al mouse-ului și tastaturii, așa cum ar face un om. Această buclă completă, percepe, gândește, acționează continuu. Deci agentul nu reacționează doar o dată, ci navighează activ în interfață, gestionând fluxuri în mai mulți pași fără a avea nevoie de scripturi codificate. Arhitectura este un amestec de viziune în stil OCR pentru a citi text/butoane/pictograme, raționament semantic pentru a decide ce să facă și un strat de control care poate face clic, derula, tasta etc. Unde acest lucru devine cu adevărat interesant este în gestionarea erorilor. Acești agenți pot reflecta după acțiuni și pot replanifica dacă ceva nu merge așa cum se aștepta. Spre deosebire de scripturile RPA care se întrerup dacă o interfață de utilizare se schimbă ușor, cum ar fi un buton care schimbă poziția sau o etichetă care este redenumită, un agent VLA se poate adapta la noul aspect folosind indicii vizuale și înțelegerea limbajului. Îl face mult mai rezistent pentru automatizarea în lumea reală, unde interfețele se schimbă constant. Ceva cu care m-am luptat personal când mi-am codat propriii roboți de cercetare prin instrumente precum dramaturgul. Jocuri Jocurile sunt unul dintre cele mai clare cazuri de utilizare în care agenții VLA pot străluci, gândiți-vă la ei mai puțin ca la roboți și mai mult ca la jucători AI imersivi. Întregul flux este același, agentul vede ecranul jocului (cadre, meniuri, solicitări de text), motive despre ceea ce ar trebui să facă, apoi joacă folosind mouse-ul, tastatura sau comenzile. Nu se concentrează pe forța brută, aceasta este inteligența artificială care învață cum să se joace ca un om. Percepție + gândire + control, toate legate împreună. Proiectul SIMA al DeepMind a deblocat acest lucru prin combinarea unui model de limbaj vizual cu un strat predictiv și l-a introdus în jocuri precum No Man's Sky și Minecraft. Doar uitându-se la ecran și urmând instrucțiuni, agentul putea îndeplini sarcini abstracte precum "să construiască un foc de tabără" prin înlănțuirea pașilor potriviți, să adune lemne, să găsească chibrituri și să folosească inventarul. Și nici nu s-a limitat la un singur meci. A transferat aceste cunoștințe între diferite medii. Agenții de jocuri VLA nu sunt blocați într-un singur set de reguli. Același agent se poate adapta la mecanici complet diferite, doar din baza viziunii și a limbajului. Și pentru că este construit pe infrastructura LLM, poate explica ce face, poate urma instrucțiuni în limbaj natural în mijlocul jocului sau poate colabora cu jucătorii în timp real. Nu suntem departe de a avea colegi de echipă AI care se adaptează stilului tău de joc și personalizărilor, totul datorită Codecului.

2023: "DeFi nu va prospera niciodată sub reglementările care tratează tokenul său ca titluri de valoare." 2025: "ICM nu va prospera niciodată dacă tokenurile nu pot reprezenta legal capitalul real."

Succesul ICM nu depinde de Launchcoin sau de o singură platformă. Este o schimbare de regim față de modul în care vedem proiectele de utilități onchain. Am trecut de la lansări de miliarde de dolari la pumpfun din cauza nepotrivirilor nebunești de preț și fundamente. Acum trecem de la vaporware la proiecte cu utilizatori reali, volum și venituri. Majoritatea va renunța chiar când vom întoarce colțul adopției reale.

O nepotrivire între preț și fundamente. $KNET (8 milioane USD) față de $ALCH (120 milioane USD) @Kingnet_AI Se ocupă de toate, de la modelare 2D/3D la rig-uri complete de personaje, animații și chiar generare de cod, direct din instrucțiuni de limbaj natural. Interfața fără cod înseamnă că oricine poate trece de la idee la demo de joc Web3 jucabil fără a atinge o linie de cod. Accelerează construcțiile, reduce costurile și reduce masiv bariera. Este poziționat către dezvoltatorii de jocuri nativi Web3, constructorii indie și studiourile mici. Accent puternic pe generarea de active + prototiparea end-to-end. Practic, transformă dezvoltatorii de jocuri într-un flux de lucru AI vizual, menit să scoată mai mult conținut mai repede, chiar dacă nu ești tehnic. KNET alimentează totul, plățile, interogările AI și, în cele din urmă, piața pentru activele generate. Are și cârlige de guvernare. Legat de KingNet (mare companie publică de jocuri) și deja conectat la Solana, BNB, TON. Văzând tracțiunea timpurie + hackathon-ul câștigă. Kingnet AI este susținut de Kingnet Network Co. Ltd, un gigant chinez de jocuri de noroc listat la bursă, fondat în 2008. Cu un istoric de titluri de succes precum Happy Tower, Shushan Legend, MU Miracle și World of Warships Blitz, compania este unul dintre cele mai renumite incubatoare din jocurile mobile. Kingnet AI este construit de SmileCobra Studio (Singapore) în parteneriat exclusiv cu filiala Kingnet din Hong Kong. Compania-mamă este evaluată la peste 5 miliarde de dolari, cu 1 miliard de dolari în bilanț. @alchemistAIapp O platformă mai largă fără cod care transformă solicitările utilizatorilor în aplicații sau jocuri complet funcționale. Folosește un motor AI multi-agent (mai multe modele specializate) pentru a analiza solicitările utilizatorilor, a genera cod, a crea imagini și a asambla aplicații complete în timp real. Vizează o bază largă de utilizatori, de la pasionați la constructori Web3, care caută să prototipeze rapid instrumente, jocuri sau site-uri web. UX este foarte simplificat, de exemplu intri într-un joc cu șarpe cu un fundal de lemn maro", iar interfața Alchemist Sacred Laboratory organizează agenții AI pentru a produce cod front-end, logică de joc și chiar grafică personalizată ALCH este folosit pe piața Arcane Forge și pentru a accesa serviciile AI ale Alchemist. Utilizatorii pot câștiga ALCH vânzând aplicații sau jocuri utile, piața are funcții de bacșiș și descoperire pentru a recompensa aplicațiile populare. Alchemist a fost fondată în 2024 de o echipă din Vietnam, este condusă de Thien Phung Van (fondator/CFO), Trong Pham Van (co-fondator) și Duc Loc "Louis" Nguyen (CTO). Cu experiență în software și antreprenoriat (Thien a fost anterior CEO/CFO la Vistia), mica echipă a lansat Alchemist ca un startup nefinanțat. TLDR; Kingnet AI este specializată, cu accent pe automatizarea creării de jocuri end-to-end pentru Web3, susținută de o infrastructură de jocuri dovedită. Alchemist AI are un domeniu de aplicare mai larg, oferind o interfață rapidă, LLM, pentru a construi instrumente și jocuri unice cu atracție pentru retail. Kingnet este un domeniu adânc în jocuri, în timp ce Alchemist este la nivel de domeniu în mai multe cazuri de utilizare. Pe baza acestui lucru, este destul de clar că Kingnet este grav subevaluat în comparație. Kingnet este mult mai devreme în ciclul de viață al produsului și nu și-a dezvoltat pe deplin UX și interfețele, deși calitatea echipei, experiența și susținerea depășesc semnificativ platforma Alchemist, fiind de 15 ori mai mică în mcap.

Oamenii mă tot felicită pentru $CODEC, pentru ce? Până acum, nici măcar nu am văzut: - Utilitatea jetoanelor -Stimulente - Foaie de parcurs -Demonstraţii - Site nou -Târg - Parteneriate viitoare - Cazuri de utilizare + mai mult Tot ce am văzut sunt câteva parteneriate și lansarea agregatorului lor de resurse (Fabric). Nu am scris mai multe subiecte, mai multe postări pe telegramă, nu am vorbit cu echipa aproape zilnic, nu am sfătuit cu privire la marketing, branding, poziționare pentru a sărbători un mcap de 6 milioane. Un înveliș chatgpt al unei fete anime cu părul roz a fost suficient pentru un mcap de 6 mil înapoi în AI szn. Proiectele au fost trimise la 9 cifre peste noapte pentru câștigarea unui hackathon sau pentru a fi evidențiate de mari KOL-uri/cercetători. Toată lumea a uitat ce se întâmplă când luminile se aprind și oamenii cred din nou. Motivul pentru care am trecut atât de optimist săptămâna trecută pentru onchain este că credința este la minimele din toate timpurile. Luna trecută a fost una dintre cele mai mari progrese pe care le-am făcut în această industrie, împreună cu un context macro pozitiv. Îți amintești acel sentiment de bani care cad din cer? S-ar putea să nu treacă prea mult până când vom ajunge să o experimentăm din nou.