Då och då dyker det upp ett unikt projekt som får köra sitt eget race. AI har för det mesta inte varit något annat än terminaler i chatgpt-stil och kreativ bild/video-gen. Vi har hört i flera månader att vi är på väg att alla ska förlora sina jobb på grund av AI. Ja, det har gjort alla 10 gånger mer produktiva, men vi har inte helt ersatt människor i arbetsstyrkan. Varför? De dominerande AI-assistenterna idag, från chatbots i en webbläsare till experimentella "agent"-ramverk, är starka i konversation, men strukturellt begränsade i utförandet. De förlitar sig vanligtvis på en webbläsare eller en enkel skriptmiljö för att utföra uppgifter. Även om detta fungerar för att hämta information eller grundläggande webbautomatisering, kämpar dessa agenter med komplexa processer i flera steg och går ofta sönder när saker avviker från deras begränsade väg. Nuvarande AI-agenter misslyckas eftersom de saknar beständigt minne och feltolerans, när de ställs inför oväntade fel kan de inte återhämta sig eller anpassa sig, ofta stannar de eller loopar på obestämd tid. De flesta arbetar i begränsade webbläsarbaserade miljöer och kan inte komma åt hela utbudet av företagsprogramvara, vilket gör att det rutinmässiga arbetet ligger utom räckhåll för dem. Det är därför vi inte har sett AI ersätta vardagliga företagsroller som kundsupport och administration. Inte på grund av bristande kapacitet i själva AI-modellerna, utan för att ramverken runt dem inte är tillräckligt tillförlitliga för kritiska arbetsflöden. Så vad behövs? En omarbetad systemarkitektur. En som behandlar feltolerans, minne, åtkomst, isolering och effektivitet i ett enda ramverk. I stället för att stanna vid första oväntade inmatning bör de fånga upp fel, anpassa sig och försöka med olika metoder, ungefär som människor gör när saker går fel. För att skala AI till verkliga arbetsflöden behöver den beständigt minne och uppgiftsspårning för att fungera tillförlitligt under långa tidsperioder. De kräver också fullständig åtkomst till ekosystemet, utöver webbläsarverktyg, för att använda samma programvara som människor gör, inklusive skrivbordsapplikationer. Utan säker isolering kan agenter inte arbeta säkert i dedikerade miljöer, vilket gör storskalig distribution riskabel på grund av potentiell störning mellan system. Om de vill att deras körtid ska vara konsekvent och effektiv behöver de också smart resurshantering som behandlar datorer som en levande fungerande kropp. För dem som kopplade ihop punkterna @Codecopenflow senaste Fabric-versionen allt detta och ger AI-agenter tillförlitliga, helt dedikerade operativsystem (OS) som kombinerar den kognitiva kraften hos avancerade modeller med den infrastruktur de behöver för att fungera som pålitliga digitala arbetare. Fabric i sig kan vara en helt oberoende licensierad programvara. Det omvandlar agenter från webbläsarbundna skript till autonoma operatörer med fullständig åtkomst på operativsystemnivå. På samma sätt som en DEX-aggregator dirigerar det mest effektiva priset till dig, är Fabric routningslagret som tjänar Codecs djupnivåarkitektur. Du listar din CPU, GPU, minnesbehov och eventuella regioninställningar. Detta innebär att hitta de mest kostnadseffektiva servrarna som AWS/google cloud eller GPU-resurser från Render/IO net. Codec tillhandahåller rena SDK:er och ett API för full kontroll över dessa AI-operatörer. Ett företag kan integrera Codec-agenter i sin befintliga programvarupipeline (till exempel starta upp en agent för att hantera en användarförfrågan och sedan minska den) utan att behöva uppfinna sin infrastruktur på nytt. Inom kundsupport kan agenter hantera hela arbetsflöden, frågelösning, CRM-uppdateringar, återbetalningar, vilket minskar arbetskostnaderna med upp till 90 % samtidigt som konsekvensen och drifttiden förbättras. För affärsverksamheten automatiserar Codec repetitiva administrativa processer som fakturahantering, HR-uppdateringar och försäkringsanspråk, särskilt inom sektorer med hög volym som finans och hälso- och sjukvård. Genom att fokusera på en helt isolerad miljö med flera appar för varje AI-operatör begränsas inte AI av de kritiska frågorna om tillförlitlighet och integration som tidigare ramverk inte kunde hantera. I huvudsak förvandlar vi infrastruktur för molnbaserad databehandling till en flexibel monteringslinje för AI-arbetare. Varje "arbetare" får rätt verktyg (appar, operativsystem, dataåtkomst) och en säkerhetssele (isolering + felhantering) för att göra sitt jobb. Varje förbättring av AI-modeller (GPT-5 etc.) ökar bara värdet på Codecs plattform, eftersom bättre "hjärnor" nu kan kopplas in i denna starka "kropp" för att utföra ännu mer komplexa jobb. Codec är modellagnostisk (fungerar med vilken AI-modell som helst), så den kan dra nytta av de allmänna AI-framstegen utan att vara bunden till en enda leverantörs öde. Vi befinner oss vid en brytpunkt som liknar de tidiga dagarna av cloud computing. Precis som de företag som tillhandahöll plattformarna för molnet (virtualisering, AWS:s infrastruktur, etc.) blev oumbärliga för företags-IT, kommer ett företag som tillhandahåller plattformen för AI-agenter att arbeta att erövra en enorm marknad. OpenAI har redan släppt en helt agentisk molnkodningsterminal som heter Codex. Codex kommer att vara en lokal miniversion av Codex som du kan köra på din dator, men ännu viktigare är att Codex primära modell kommer att finnas i molnet med en egen dator. Medgrundaren av OpenAI tror att de mest framgångsrika företagen i framtiden kommer att vara dessa två typer av arkitektur som slås samman. Låter bekant. Vad händer härnäst? Istället för att berätta vad som kommer härnäst, kanske det är bättre att jag pekar på vad vi inte har sett ännu: - Inget bekräftat tokenverktyg - Inga incitament - Ingen grundläggande färdplan - Inga demos - Ingen marknadsplats - Minimala partnerskap Med tanke på hur mycket som är på gång tillsammans med nya webbplatser, uppdaterade dokument, djupare likviditetspooler, community-kampanjer/marknadsföring och robotik. Codec har inte avslöjat många kort ännu. Visst kan det finnas fler färdiga webbläsarbaserade produkter för närvarande på marknaden, men hur lång tid tar det innan de är föråldrade? Detta är en investering i riktning mot AI och den primära arkitektur som kommer att ersätta mänsklig arbetskraft. Codec kodad.