OpenAI vừa xác nhận luận thuyết ngôi sao phương Bắc của tôi về AI hôm nay bằng cách phát hành đại lý điều hành của họ. Không chỉ đây là luận thuyết hướng dẫn của tôi cho $CODEC, mà còn cho mọi khoản đầu tư AI khác mà tôi đã thực hiện, bao gồm cả những khoản đầu tư từ đầu năm trong cơn sốt AI. Đã có rất nhiều cuộc thảo luận với Codec liên quan đến Robotics, trong khi lĩnh vực đó sẽ có câu chuyện riêng rất sớm, lý do cơ bản khiến tôi rất lạc quan về Codec từ ngày đầu tiên là do cách kiến trúc của nó hỗ trợ các đại lý điều hành. Mọi người vẫn đánh giá thấp mức độ thị phần mà việc xây dựng phần mềm chạy tự động có thể chiếm lĩnh, vượt trội hơn cả những công nhân con người mà không cần sự nhắc nhở hay giám sát liên tục. Tôi đã thấy rất nhiều so sánh với $NUIT. Đầu tiên, tôi muốn nói rằng tôi là một fan lớn của những gì Nuit đang xây dựng và chỉ mong muốn thành công cho họ. Nếu bạn gõ "nuit" vào telegram của tôi, bạn sẽ thấy rằng vào tháng Tư, tôi đã nói rằng nếu tôi phải giữ một đồng coin trong nhiều tháng, đó sẽ là Nuit do luận thuyết điều hành của tôi. Nuit là dự án điều hành hứa hẹn nhất trên giấy tờ, nhưng sau khi nghiên cứu kỹ lưỡng, tôi nhận thấy kiến trúc của họ thiếu chiều sâu cần thiết để biện minh cho một khoản đầu tư lớn hoặc đặt danh tiếng của tôi vào đó. Với điều này trong tâm trí, tôi đã nhận thức được những khoảng trống kiến trúc trong các đội ngũ đại lý điều hành hiện có và đang tích cực tìm kiếm một dự án giải quyết chúng. Ngay sau khi Codec xuất hiện (cảm ơn @0xdetweiler đã nhấn mạnh tôi cần tìm hiểu sâu hơn về họ) và đây là sự khác biệt giữa hai bên: $CODEC so với $NUIT Kiến trúc của Codec được xây dựng trên ba lớp; Máy, Hệ thống và Trí tuệ, tách biệt hạ tầng, giao diện môi trường và logic AI. Mỗi đại lý điều hành trong Codec chạy trong VM hoặc container riêng biệt, cho phép hiệu suất gần như bản địa và cách ly lỗi. Thiết kế theo lớp này có nghĩa là các thành phần có thể mở rộng hoặc phát triển độc lập mà không làm hỏng hệ thống. Kiến trúc của Nuit đi theo một con đường khác bằng cách trở nên đơn nhất hơn. Ngăn xếp của họ xoay quanh một đại lý trình duyệt web chuyên dụng kết hợp phân tích, lý luận AI và hành động. Điều này có nghĩa là họ phân tích sâu các trang web thành dữ liệu có cấu trúc để AI tiêu thụ và dựa vào xử lý đám mây cho các tác vụ AI nặng. Cách tiếp cận của Codec bằng cách nhúng một mô hình Vision-Language-Action (VLA) nhẹ trong mỗi đại lý có nghĩa là nó có thể chạy hoàn toàn cục bộ. Điều này không yêu cầu phải liên tục ping về đám mây để nhận hướng dẫn, cắt giảm độ trễ và tránh phụ thuộc vào thời gian hoạt động và băng thông. Đại lý của Nuit xử lý các tác vụ bằng cách đầu tiên chuyển đổi các trang web thành định dạng ngữ nghĩa và sau đó sử dụng một bộ não LLM để tìm ra điều gì cần làm, điều này cải thiện theo thời gian với học tăng cường. Trong khi hiệu quả cho tự động hóa web, quy trình này phụ thuộc vào xử lý AI nặng bên đám mây và cấu trúc trang đã được định nghĩa trước. Trí tuệ thiết bị cục bộ của Codec có nghĩa là các quyết định xảy ra gần hơn với dữ liệu, giảm chi phí và làm cho hệ thống ổn định hơn trước những thay đổi bất ngờ (không có kịch bản mong manh hay giả định DOM). Các đại lý của Codec theo một vòng lặp liên tục cảm nhận–suy nghĩ–hành động. Lớp máy truyền phát môi trường (ví dụ: một ứng dụng trực tiếp hoặc nguồn robot) đến lớp trí tuệ thông qua các kênh tối ưu hóa của lớp hệ thống, cung cấp cho AI "đôi mắt" về trạng thái hiện tại. Mô hình VLA của đại lý sau đó diễn giải hình ảnh và hướng dẫn cùng nhau để quyết định hành động, mà lớp Hệ thống thực hiện thông qua các sự kiện bàn phím/chuột hoặc điều khiển robot. Vòng lặp tích hợp này có nghĩa là nó thích ứng với các sự kiện trực tiếp, ngay cả khi giao diện người dùng thay đổi, bạn sẽ không làm gián đoạn quy trình. Để đưa tất cả điều này vào một phép ẩn dụ đơn giản hơn, hãy nghĩ về các đại lý của Codec như một nhân viên tự cung tự cấp, người thích ứng với những bất ngờ trong công việc. Đại lý của Nuit giống như một nhân viên cần tạm dừng, mô tả tình huống cho một giám sát viên qua điện thoại và chờ đợi hướng dẫn. Không đi quá sâu vào một cái hố kỹ thuật, điều này nên cho bạn một ý tưởng tổng quát về lý do tại sao tôi chọn Codec là cược chính của tôi vào các đại lý. Có, Nuit có sự hỗ trợ từ YC, một đội ngũ dày dạn và github hạng S. Mặc dù kiến trúc của Codec đã được xây dựng với quy mô ngang trong tâm trí, có nghĩa là bạn có thể triển khai hàng ngàn đại lý song song mà không có bộ nhớ hoặc ngữ cảnh thực thi chung giữa các đại lý. Đội ngũ của Codec cũng không phải là những lập trình viên trung bình. Kiến trúc VLA của họ mở ra nhiều trường hợp sử dụng mà trước đây không thể thực hiện với các mô hình đại lý do nhìn qua pixel, không phải ảnh chụp màn hình. Tôi có thể tiếp tục nhưng tôi sẽ để điều đó cho các bài viết trong tương lai.