En lo que he estado trabajando este último mes con el equipo de $CODEC: - Investigando todo el sector de la robótica y la arquitectura técnica desde una perspectiva general con @unmoyai (últimos desarrollos, mejores prácticas, etc.) - Entendiendo dónde y cómo se posiciona el producto de Codec en cada uno de ellos (abordando los puntos de dolor) - Qué casos de uso y narrativas específicas se desbloquean - La mayor capa de valor para las herramientas y hacia dónde fluye el capital importante - Comparando las herramientas de web2 y lo que llevó al éxito de la temporada de IA (Virtuals & ai16z) - ¿cuáles son los componentes clave para impulsar la actividad de los desarrolladores? - Ruedas de tokenómica y utilidad El equipo ha hecho un gran trabajo con artículos técnicos, aunque todavía creo que solo están rozando la superficie de cómo de importante es realmente su herramienta. Mi objetivo es ayudar a construir marcos y procesos para capturar las narrativas de manera más sucinta mientras destaco las verdaderas características que desbloquea el SDK. Tal como están las cosas, todavía no hay nada en web2 que ofrezca el mismo tipo de abstracción hacia la que Codec está trabajando. La contribución de código abierto es el camino a seguir y modelos de fundación líderes como Issac Gr00t de Nvidia ya están construyendo con esto en mente, ya que el entrenamiento de datos y tareas aún está en sus primeras etapas. No puedes usar cadenas de texto de IA para entrenar robots, no hay "internet de la robótica". Cada uno de estos humanoides y robots que estás viendo están construidos con una arquitectura monolítica de pila completa, no hay transferencia para el entrenamiento de tareas ni formas de agregar nuevos componentes (sensor extra o cámara en la parte posterior de la cabeza) sin tener que reescribir toda la base de código. En lugar de construir tuberías de datos y simulaciones para una arquitectura monolítica singular, están adoptando un enfoque modular donde, en lugar de construir tareas para sistemas completos, descomponen cada parte del robot en componentes clave (motores, sensores, actuadores, ojos, etc.). Esto significa que puede conectarse fácilmente a cualquier tipo de robot/humanoide sin importar su sistema e instruirlo para llevar a cabo requisitos basados en partes individuales. Similar a lo que vimos con Eliza y Virtuals, los desarrolladores no necesitaban codificar todo su marco y tenían modelos GPT con todos los complementos (twitter, feed de noticias, API de dexscreener, etc.) al alcance de su mano. Todo lo que necesitaban era contexto personal para las entradas de sus Agentes, luego era puramente una cuestión de ajuste fino. El objetivo de Codec es muy similar, un centro para desarrolladores donde no necesitan preocuparse por construir su propio "motor de juego", el kit de herramientas SDK es lo que Unreal Engine/Unity es para el desarrollo de juegos. ...