OpenAI bekräftade precis min Northern Star tes för AI idag genom att släppa sin operatörsagent. Detta var inte bara min vägledande tes för $CODEC, utan alla andra AI-investeringar jag gjorde, inklusive de från tidigare i år under AI-manin. Det har varit en hel del diskussioner med Codec när det gäller robotik, även om den vertikalen kommer att ha sin egen berättelse mycket snart, är den underliggande anledningen till att jag var så hausse på Codec från dag 1 på grund av hur dess arkitektur driver operatörsagenter. Människor underskattar fortfarande hur mycket marknadsandelar som står på spel genom att bygga programvara som körs autonomt och överträffar mänskliga arbetare utan behov av ständiga uppmaningar eller tillsyn. Jag har sett många jämförelser med $NUIT. Först och främst vill jag säga att jag är ett stort av vad Nuit bygger och önskar inget annat än deras framgång. Om du skriver "nuit" i mitt telegram kommer du att se att jag redan i april sa att om jag var tvungen att hålla ett mynt i flera månader skulle det ha varit Nuit på grund av min operatörstes. Nuit var det mest lovande operatörsprojektet på pappret, men efter omfattande efterforskningar fann jag att deras arkitektur saknade det djup som behövdes för att motivera en stor investering eller sätta mitt rykte bakom den. Med detta i åtanke var jag redan medveten om de arkitektoniska luckorna i de befintliga operatörsagentteamen och letade aktivt efter ett projekt som löste dem. Kort därefter dök Codec upp (tack vare att @0xdetweiler insisterade på att jag skulle titta djupare in i dem) och det här är skillnaden mellan de två: $CODEC jämfört med $NUIT Codecs arkitektur är uppbyggd i tre lager; Maskin, system och intelligens, som separerar infrastruktur, miljögränssnitt och AI-logik. Varje operatörsagent i Codec körs i en egen isolerad virtuell dator eller container, vilket möjliggör nästan inbyggd prestanda och felisolering. Den här skiktade designen innebär att komponenter kan skalas eller utvecklas oberoende av varandra utan att systemet bryts. Nuits arkitektur tar en annan väg genom att vara mer monolitisk. Deras stack kretsar kring en specialiserad webbläsaragent som kombinerar parsning, AI-resonemang och åtgärd. Det innebär att de analyserar webbsidor på djupet till strukturerad data som AI kan konsumera och förlitar sig på molnbearbetning för tunga AI-uppgifter. Codecs metod att bädda in en enkel VLA-modell (Vision-Language-Action) i varje agent innebär att den kan köras helt lokalt. Vilket inte kräver att du ständigt pingar tillbaka till molnet för instruktioner, vilket minskar latensen och undviker beroende av drifttid och bandbredd. Nuits agent bearbetar uppgifter genom att först konvertera webbsidor till ett semantiskt format och sedan använda en LLM-hjärna för att ta reda på vad de ska göra, vilket förbättras med tiden med förstärkningsinlärning. Även om det här flödet är effektivt för webbautomatisering är det beroende av tung AI-bearbetning på molnsidan och fördefinierade sidstrukturer. Codecs lokala enhetsintelligens innebär att beslut fattas närmare data, vilket minskar omkostnaderna och gör systemet mer stabilt för oväntade förändringar (inga bräckliga skript eller DOM-antaganden). Codecs operatörer följer en kontinuerlig loop, uppfattning, tänk och agera. Maskinlagret strömmar miljön (t.ex. en live-app eller robotflöde) till intelligenslagret via systemlagrets optimerade kanaler, vilket ger AI:n "ögon" på det aktuella tillståndet. Agentens VLA-modell tolkar sedan det visuella objektet och instruktionerna tillsammans för att besluta om en åtgärd, som systemlagret utför genom tangentbords-/mushändelser eller robotkontroll. Den här integrerade loopen innebär att den anpassar sig till livehändelser, även om användargränssnittet ändras kommer du inte att bryta flödet. För att sätta allt detta i en enklare analogi, tänk på Codecs operatörer som en självförsörjande anställd som anpassar sig till överraskningar på jobbet. Nuits agent är som en anställd som behöver pausa, beskriva situationen för en chef över telefon och vänta på instruktioner. Utan att gå ner för mycket av ett tekniskt kaninhål, bör detta ge dig en hög uppfattning om varför jag valde Codec som mitt primära spel på operatörer. Ja, Nuit har stöd från YC, ett staplat team och S tier github. Även om Codecs arkitektur har byggts med horisontell skalning i åtanke, vilket innebär att du kan distribuera tusentals agenter parallellt utan delat minne eller körningskontext mellan agenter. Codecs team är inte heller vanliga utvecklare. Deras VLA-arkitektur öppnar en mängd användningsfall som inte var möjliga med tidigare agentmodeller på grund av att de ser genom pixlar, inte skärmdumpar. Jag skulle kunna fortsätta men jag sparar det till framtida inlägg.