Bude období, kdy vaše dovednosti výrazně převáží nad vaším portfoliem. Je to emocionálně nejnestálejší bod na vaší cestě. Den za dnem zdokonalujete své provádění, zdokonalujete své čtení na trhu, a přesto vaše čisté jmění zůstává uvězněno v nějakém libovolném čísle "pekla". Díváte se na ostatní, kteří jsou 100x větší než vy, a uvědomíte si, že nemají žádné tajné znalosti, jen více kapitálu. Toto je zóna úspěchu nebo přerušení. Být s nízkým kapitálem znamená, že máte malé okno příležitosti vsadit si na bohatství elity, jak by řekl degenspartan. Každý obchod je jako chůze po nášlapných minách, jeden nebo dva špatné tahy vás mohou úplně vymazat. Přesto víte, že máte na to, abyste se připojili k velkým ligám, vaše čisté jmění to ještě nedokazuje. Pokud obecně chcete prorazit, musíte najít stav flow tak silný, že odmítnete být z něj vytřepáni, protože na druhé straně na vás čeká práce od 9 do 5. Udělejte cokoli, co je potřeba. V této fázi budete mít pocit, že se zblázníte, dokud se vám nepodaří ten jeden šťastný zlom, díky kterému to všechno stojí za oběť.

Nejlepší výhodu, kterou můžete jako obchodník v dnešní době mít, je myslet sám za sebe. Umělá inteligence nás naučila outsourcovat myšlení, což způsobuje generační hnilobu mozků. Pokud dokážete rozebrat tezi krok za krokem, aniž byste se spoléhali na to, že terminál vyplivne předem určené textové řetězce, zůstanete v horním 1 %, protože nedovolíte, aby se váš kognitivní náskok pomalu vytratil. Právě teď není skutečnou hrozbou pro společnost peněžní inflace, ale kognitivní inflace. Lidé outsourcují svou mozkovou kapacitu a světonázor na ChatGPT a považují ho za zdroj pravdy. Disciplína vytváření vlastních závěrů prostřednictvím psaní, analýzy a intuice je to, co oddělí vítěze od ostatních. Nikdy nebylo snazší zůstat pasivní a nechat si informace podávat po lžičkách. Ano, rychlost umělé inteligence se bude jen zrychlovat. Neříkám, že byste ji neměli používat, měli byste, protože její ignorování vás zanechá pozadu. I když musíte strávit část dne hlubokým čtením, kontextualizací událostí a jejich překládáním do vlastních slov. Zvykněte si myslet kvalitně. V opačném případě jste jen dalším křečkem běžícím v kole a reagujícím na svět, který kolem vás letí.

Zábavný fakt: $REI byla vždy jedna z mých nejvíce býčích tašek a tento design byl vytvořen v březnu, kdy jsem plánoval napsat hloubkovou výzkumnou zprávu o její infrastruktuře a velikosti kolem 10-15 mil. Bohužel jsem to neudělal kvůli nedostatku důvěry v základní tým v podporu ekologických stavitelů poté, co jsem viděl, jak zcela ignorují projekty s nejvyšším podílem myšlenek na svém řetězci, jako jsou Virtuals. O několik týdnů později vidím příspěvky, že @Delphi_Digital byl zapojen do zákulisí a spolupracoval s týmem Rei a nakonec zveřejnil výzkumné zprávy. Ukázalo se, že moje hodnocení jejich infrastruktury bylo velmi dobře prozkoumáno a graf byl od té doby pouze nahoru, dělá 15x. Od té doby se objevil pouze jeden projekt, který mi dodal ještě větší přesvědčení než Rei: $CODEC Stejně jako Rei, ani Codec nedával lidem plně smysl, protože to, co vytvářejí, je zcela jedinečné od všeho, co jsme na současném trhu viděli. Jejich přístup k infrastruktuře se nezaměřuje na to, co trh požaduje dnes, ale na to, co bude požadovat za 6-12 měsíců. Na tyto typy infrastrukturních projektů rád sázím dům, a to nejen s portfoliem, ale i se svým přesvědčením, protože pokud se nemýlím a mám trpělivost se držet, můžete vytvořit generační bohatství. Věřím, že jakmile Codec uvolní více informací o svých produktech a začne poskytovat beta verze na své platformě, uvidíme velký příliv výzkumných ramen a technických VC, jako je Delphi, které začnou být extrémně býčí ohledně toho, co budují. Jen velmi málo týmů v této oblasti staví na základních principech a přemýšlí o hlubších filozofických otázkách, jak se společnost přizpůsobí, vyvine a reorganizuje pod tíhou exponenciálního pokroku poháněného umělou inteligencí a robotikou. Když na ně narazí výzkumníci jako já nebo Delphi, dostaneme se do úzkých a chceme udělat vše, co je v našich silách, abychom je viděli uspět, protože se tak silně ztotožňujeme s jejich vizí. Dodnes je Reiův marketing, design a optika stále jedním z mých nejoblíbenějších ze všech projektů, natož z jejich produktu. Každý tým, který chce postoupit na vyšší úroveň, by je měl používat jako referenci, protože má zjevně tým a myšlení na úrovni S. Nechal jsem vnější faktor ovlivnit to, co by mělo být poměrně interním rozhodnutím založeným na infrastruktuře a produktu. Nedovolím, aby se to stalo znovu. Kódovaný kodek.

Neslavil jsem 6 mil a neslavil jsem ani 17 mil. Všimli jste si, že jsem v celém svém obsahu mluvil pouze o architektuře? Ať už vyhraje architekturu operátora a robotiky kdokoli, bude to podobné blockchainovým válkám v roce 2021 a nalezení nejškálovatelnějšího mechanismu konsensu. Kodek se nebuduje, aby upoutal pozornost na další 2 týdny, a proto nevidíte spoustu okázalých příspěvků nízké kvality, které vycházejí každý den. Tento produkt je tak vzácným případem, že plán pro to, co budují, překonává ostatní projekty, které jsou již na maximu své optiky se stávajícími produkty (investoři, tým, partneři atd.). Dostávám spoustu zpráv ve stylu "ale ještě to nedává úplně smysl, jak do sebe všechny kousky zapadají?". Kouzelník nikdy neodhalí svá tajemství (zatím). Vyjde váš oblíbený DJ na začátku nebo na konci večera? Jíte dezert nebo předkrmy jako první? Boucháte šampaňské před závodem nebo po vítězství? Co se tedy stane, když začneme vidět zábavné věci? $CODEC kódováno.

Protokoly a týmy by měly přestat platit KOL za obsah. Jediný případ, kdy by týmy měly rozdávat tokeny, je KOL nebo členům komunity, kteří vytvářejí vysokou hodnotu pro svůj projekt a vracejí výsledky. Váš produkt nebo příběh by měl být natolik zajímavý, aby ho lidé s vlivem chtěli automaticky nakupovat a psát o něm přirozeně. To jsou ti, kterým byste měli přidělovat tokeny, ne dělat 3 placená vlákna pro ambasadory, kteří botují své následovníky. "Co když se mi nepodaří přimět nikoho, aby se zajímal o můj produkt, aby tweetoval?" Pak pokračujte v budování, zjevně jste nenašli tu správnou mezeru nebo dostatečně propojenou síť, pokud si nemůžete vybudovat několik skalních podporovatelů. Můj vzkaz pro stavitele: postavte něco dostatečně skvělého, co lidé přirozeně chtějí kupovat a psát o tom, dejte žetony největším podporovatelům, kteří se ztotožňují s vaší vizí. Jelikož: 1. Bude mnohem pravděpodobnější, že budou pracovat přesčas a udělají vše pro to, aby vám pomohli uspět, protože jste prokázali silné morální chování (což je v této oblasti vzácnost) 2. Ti, kterým zaplatíte za určitý počet příspěvků, se odlupují, jakmile vyprší jejich dohoda, a vyhodí tokeny Nedělám placené propagační akce jakéhokoli druhu, ale samozřejmě neodmítnu bezplatné tokeny pro projekt, na který jsem extrémně optimistický, bez jakýchkoli podmínek. Nejlepší spisovatele si nemůžete koupit a pokud se o to pokusíte, budou odmítnuti. Hrajte dlouhou hru a nedělejte zkratky, bude se to odrážet ve vašich akcích v každé vertikále podnikání a chytří obchodníci to cítí na míle daleko. KOL kampaně jsou mrtvé, 99.9% marketingových agentur jsou vyhozené peníze a budou pro vaše podnikání -ev. Jediným způsobem, jak proniknout na tento trh, je mít členy krypto nativního týmu, kteří jsou ochotni si ušpinit ruce.

OpenAI dnes potvrdila mou severskou tezi o AI tím, že uvolnila svého agenta operátora. To byla nejen moje hlavní teze pro $CODEC, ale i pro všechny ostatní investice do umělé inteligence, které jsem provedl, včetně těch ze začátku roku během mánie umělé inteligence. S Codecem se hodně diskutovalo ohledně robotiky, zatímco tato vertikála bude mít velmi brzy svůj vlastní příběh, základním důvodem, proč jsem byl od prvního dne ohledně Codecu tak optimistický, je to, jak jeho architektura pohání operátory. Lidé stále podceňují, jak velký podíl na trhu je v sázce tím, že vytvářejí software, který běží autonomně a překonává lidské pracovníky bez potřeby neustálých výzev nebo dohledu. Viděl jsem spoustu srovnání s $NUIT. V první řadě chci říct, že jsem velkým fanouškem toho, co Nuit budují a nepřeji jim nic jiného než jejich úspěch. Pokud do mého telegramu napíšete "nuit", uvidíte, že v dubnu jsem řekl, že kdybych měl držet jednu minci několik měsíců, byla by to Nuit, a to kvůli mé operátorské diplomové práci. Nuit byl na papíře nejslibnějším projektem operátora, ale po rozsáhlém výzkumu jsem zjistil, že jejich architektura postrádá hloubku potřebnou k ospravedlnění velké investice nebo k tomu, abych za ní postavil svou pověst. S ohledem na tuto skutečnost jsem si již byl vědom architektonických mezer ve stávajících týmech operátorů a aktivně jsem hledal projekt, který by je řešil. Krátce poté se objevil Codec (díky @0xdetweiler naléhání, abych se na ně podíval hlouběji) a toto je rozdíl mezi těmito dvěma: $CODEC vs $NUIT Architektura kodeku je postavena ve třech vrstvách; Stroj, systém a inteligenci, které oddělují infrastrukturu, rozhraní prostředí a logiku umělé inteligence. Každý agent operátora v kodeku běží ve svém vlastním izolovaném virtuálním počítači nebo kontejneru, což umožňuje téměř nativní výkon a izolaci chyb. Tento vrstvený design znamená, že komponenty se mohou škálovat nebo vyvíjet nezávisle, aniž by došlo k narušení systému. Architektura Nuit se ubírá jinou cestou tím, že je více monolitická. Jejich zásobník se točí kolem specializovaného agenta webového prohlížeče, který kombinuje analýzu, uvažování pomocí umělé inteligence a akci. To znamená, že hluboce analyzují webové stránky do strukturovaných dat, která může umělá inteligence konzumovat, a spoléhají se na cloudové zpracování pro náročné úkoly umělé inteligence. Přístup kodeku, který do každého agenta zabuduje odlehčený model Vision-Language-Action (VLA), znamená, že může běžet plně lokálně. Což nevyžaduje neustálé pingování zpět do cloudu pro pokyny, snižuje latenci a vyhýbá se závislosti na provozuschopnosti a šířce pásma. Agent společnosti Nuit zpracovává úkoly tak, že nejprve převádí webové stránky do sémantického formátu a poté pomocí mozku LLM zjistí, co dělat, což se postupem času zlepšuje díky zpětnovazebnímu učení. I když je tento tok efektivní pro automatizaci webu, závisí na náročném zpracování umělé inteligence na straně cloudu a předdefinovaných strukturách stránek. Inteligence lokálního zařízení kodeku znamená, že rozhodnutí se dějí blíže k datům, snižuje režijní náklady a činí systém stabilnějším vůči neočekávaným změnám (žádné křehké skripty nebo předpoklady DOM). Operátoři kodeku se řídí nepřetržitou smyčkou vnímání-myšlení-jednání. Strojová vrstva streamuje prostředí (např. živou aplikaci nebo kanál robota) do vrstvy inteligence prostřednictvím optimalizovaných kanálů systémové vrstvy, což umělé inteligenci poskytuje "oči" o aktuálním stavu. VLA model agenta pak interpretuje vizuály a instrukce společně a rozhoduje o akci, kterou systémová vrstva provádí prostřednictvím událostí klávesnice/myši nebo ovládání robota. Tato integrovaná smyčka znamená, že se přizpůsobí živým událostem, a i když se uživatelské rozhraní posune, nepřerušíte tok. Abychom to vše uvedli do jednodušší analogie, představte si operátory Codecu jako soběstačného zaměstnance, který se přizpůsobuje překvapením v práci. Agent Nuit je jako zaměstnanec, který se potřebuje zastavit, popsat situaci nadřízenému po telefonu a počkat na pokyny. Aniž bychom se příliš pouštěli do technické králičí nory, mělo by vám to poskytnout představu o tom, proč jsem si vybral Codec jako svou primární sázku na operátory. Ano, Nuit má podporu od YC, naskládaného týmu a githubu úrovně S. I když byla architektura Codecu vytvořena s ohledem na horizontální škálování, znamená to, že můžete nasadit tisíce agentů paralelně s nulovou sdílenou pamětí nebo kontextem provádění mezi agenty. Tým Codecu také nejsou průměrní vývojáři. Jejich architektura VLA otevírá velké množství případů použití, které u předchozích modelů agentů nebylo možné kvůli vidění skrz pixely, nikoli snímky obrazovky. Mohl bych pokračovat, ale to si nechám na budoucí příspěvky.

Jde o to, že pokud se opravdu chcete prosadit v tomto prostoru, všichni kolem vás si budou myslet, že je s vámi něco špatně. Být skutečně oněmi 0,001%, život mimo zákopy téměř neexistuje. Žádné holky, žádné koníčky, žádné společenské výlety, žádný netflix nebo cokoli, co vás odvádí od rutiny. Je to typ myšlení, který je extrémně nepříbuzný dokonce i pro profesionální sportovce, protože není důvod, proč byste nemohli být online 24 hodin denně, 7 dní v týdnu. Uvízli jsme ve svém vlastním paradoxu svobody. Každý chce kouzelnou schopnost klikat na tlačítka za peníze, dokud není čas říci ne 95% požitků. Přátelé a rodina vám budou neustále naznačovat, že máte nějakou formu duševní nemoci a nikdy tuto vizi doopravdy neuvidí. Žárlivost stoupá, když se vplíží kousky úspěchu, pokud lidi sledujete dostatečně pozorně, vždy odhalí své skutečné záměry, i když to neměli v úmyslu. Prozradí je i ty nejmenší náznaky, obvykle ze spontánních emocionálních reakcí v okamžiku, kdy vám stačí slyšet jen pár slov, většinou to stačí. Až se stanete úspěšnějšími, naučte se zůstat v klidu. Není třeba zmiňovat váš pokrok, jakkoli by bylo skvělé sdílet se všemi a užívat si plody své práce, bude to jen přitahovat chamtivost ostatních. Většina z nich v tom selhává, protože z toho, že jsou "krypto chlapíci" nebo "investori", dělají celou svou osobnost. I když jste online 16 hodin denně, stále musíte mít zájmy a ambice mimo toto odvětví. Přátelé by s vámi měli chtít trávit čas kvůli kvalitě vaší přítomnosti a rozdílu v náladě, kterého tam budete, ne kvůli tomu, kolik čísel jste udělali na obrazovce. Žít soukromý, izolovaný život s malým kruhem kvalitních lidí je nejlepší životní hack pro klid v duši. Pokud vaše přítomnost v lidech něco nevyvolá, aniž by mluvili o penězích, už jste prohráli.

Lidé v této aplikaci viděli, jak aplikace generující největší příjmy v našem oboru získala 1 miliardu dolarů za 12 minut při mcap 1,5 miliardy dolarů, a řekli "dovolte mi to zkrátit"

Grafy obchodující jako malá skupina jednotlivců na ČT identifikovaly jediný projekt budující infrastrukturu pro jeden z nejsilnějších příběhů příští poloviny desetiletí.

Co je $CODEC Robotika, operátoři, hry? To vše a ještě více. Vision-language-action (VLA) kodeku je rámcově agnostický model, který umožňuje desítky případů použití díky své jedinečné schopnosti vizualizovat chyby ve srovnání s LLM. Během posledních 12 měsíců jsme viděli, že LLM fungují především jako mechanismy smyčky, které jsou řízeny předem definovanými daty a vzorci odezvy. Protože jsou LLM postaveny na řeči a textu, mají omezenou schopnost vyvíjet se za okno lingvistického kontextu, na kterém jsou trénovány. Nemohou interpretovat smyslové vstupy, jako jsou výrazy obličeje nebo emocionální podněty v reálném čase, protože jejich uvažování je vázáno na jazyk, nikoli na vnímání. Většina agentů dnes kombinuje LLM založené na transformátorech s vizuálními kodéry. "Vidí" rozhraní prostřednictvím snímků obrazovky, interpretují, co je na obrazovce, a generují sekvence akcí, kliknutí, stisků kláves, posouvání podle pokynů a plnění úkolů. To je důvod, proč umělá inteligence ještě nenahradila velké kategorie pracovních míst: LLM vidí snímky obrazovky, ne pixely. Nerozumí dynamické vizuální sémantice prostředí, pouze tomu, co je čitelné prostřednictvím statických snímků. Jejich typický pracovní postup se opakuje: pořiďte snímek obrazovky, zdůvodněte další akci, proveďte ji, poté pořiďte další snímek a opakujte. Tato smyčka vnímání a myšlení pokračuje, dokud není úloha dokončena nebo dokud agent neselže. Aby bylo možné skutečně zobecnit, musí umělá inteligence vnímat své prostředí, uvažovat o svém stavu a vhodně jednat k dosažení cílů, nejen interpretovat snímky. Už máme makra, RPA boty a automatizační skripty, ale jsou slabé a nestabilní. Mírný posun pixelů nebo změna rozvržení přeruší tok a vyžaduje ruční záplatování. Nemohou se přizpůsobit, když se v pracovním postupu něco změní. To je úzké hrdlo. Vize-jazyk-akce (VLA) Agenti VLA v Codecu běží na intuitivní, ale výkonné smyčce: vnímat, myslet, jednat. Místo toho, aby jen chrlili text jako většina LLM, tito agenti vidí jeho prostředí, rozhodnou se, co udělají, a poté jej provedou. To vše je zabaleno do jednoho sjednoceného kanálu, který můžete zobrazit do tří základních vrstev: Vidění Jednající nejprve vnímá své okolí prostřednictvím zraku. V případě desktopového operátora to znamená zachycení snímku obrazovky nebo vizuálního vstupu aktuálního stavu (např. okna aplikace nebo textového pole). Komponenta vidění modelu VLA interpretuje tento vstup, čte text na obrazovce a rozpoznává prvky nebo objekty rozhraní. Alias oči agenta. Jazyk Pak přichází na řadu myšlení. S ohledem na vizuální kontext (a všechny pokyny nebo cíle) model analyzuje, jaká akce je vyžadována. Umělá inteligence v podstatě "přemýšlí" o vhodné reakci podobně jako člověk. Architektura VLA interně slučuje vidění a jazyk, takže agent může například pochopit, že vyskakovací dialogové okno klade otázku ano/ne. Poté rozhodne o správné akci (např. kliknutím na "OK") na základě cíle nebo výzvy. Slouží jako mozek agenta, mapuje vnímané vstupy do akce. Akce Nakonec agent jedná tak, že do prostředí odešle řídicí příkaz. Místo textu model VLA generuje akci (například kliknutí myší, stisk klávesy nebo volání rozhraní API), která přímo komunikuje se systémem. V příkladu dialogu by agent provedl kliknutí na tlačítko "OK". Tím se smyčka uzavře: po akci může agent vizuálně zkontrolovat výsledek a pokračovat v cyklu vnímání – myšlení – jednání. Akce jsou oddělovačem kláves, který je mění z chat boxů na skutečné operátory. Případy použití Jak jsem zmínil, vzhledem k architektuře je Codec narativní agnostic. Stejně jako LLM nejsou omezeni tím, jaké textové výstupy mohou vyprodukovat, VLA nejsou omezeni tím, jaké úkoly mohou dokončit. Robotika Místo toho, aby se agenti VLA spoléhali na staré skripty nebo nedokonalou automatizaci, přijímají vizuální vstup (přenos z kamery nebo senzory), předávají jej jazykovému modelu pro plánování a poté vydávají skutečné řídicí příkazy pro pohyb nebo interakci se světem. Robot v podstatě vidí, co je před ním, zpracovává pokyny jako "přesuňte plechovku Pepsi vedle pomeranče", zjistí, kde co je, jak se pohybovat, aniž by se něco převrhlo, a dělá to bez nutnosti pevného kódování. Jedná se o stejnou třídu systému jako RT-2 nebo PaLM-E od Googlu. Velké modely, které spojují vizi a jazyk a vytvářejí akce v reálném světě. Dobrým příkladem je práce VLA společnosti CogAct, robot prohledá přeplněnou tabulku, dostane přirozenou výzvu a spustí celou smyčku: ID objektu, plánování cesty, provedení pohybu. Operátoři V desktopovém a webovém prostředí fungují agenti VLA v podstatě jako digitální pracovníci. "Vidí" obrazovku prostřednictvím snímku obrazovky nebo živého přenosu, provedou ji vrstvou uvažování postavenou na jazykovém modelu, aby porozuměli uživatelskému rozhraní i úkolovému příkazu, a poté provádějí akce pomocí skutečného ovládání myší a klávesnicí, jako by to dělal člověk. Tato plná smyčka, vnímání, myšlení, akt běží nepřetržitě. Agent tedy nereaguje pouze jednou, ale aktivně se pohybuje v rozhraní a zpracovává více krokových toků, aniž by potřeboval pevně zakódované skripty. Architektura je kombinací vidění ve stylu OCR pro čtení textu/tlačítek/ikon, sémantického uvažování pro rozhodování o tom, co dělat, a ovládací vrstvy, která může klikat, posouvat, psát atd. Kde se to stává opravdu zajímavým, je zpracování chyb. Tito agenti mohou reflektovat následné akce a přeplánovat, pokud něco nejde podle očekávání. Na rozdíl od skriptů RPA, které se přeruší, pokud se uživatelské rozhraní mírně změní, například při změně polohy tlačítka nebo přejmenování popisku, se agent VLA může přizpůsobit novému rozvržení pomocí vizuálních podnětů a porozumění jazyku. Díky tomu je mnohem odolnější pro automatizaci v reálném světě, kde se rozhraní neustále mění. Něco, s čím jsem se osobně potýkal při kódování svých vlastních výzkumných robotů pomocí nástrojů, jako je dramatik. Hraní Hraní her je jedním z nejjasnějších případů použití, kde mohou agenti VLA zazářit, přemýšlet o nich méně jako o botech a více jako o pohlcujících hráčích s umělou inteligencí. Celý postup je stejný, agent vidí herní obrazovku (rámce, menu, textové výzvy), důvody, co má dělat, a poté hraje pomocí vstupů myši, klávesnice nebo ovladače. Není to zaměřeno na hrubou sílu, je to umělá inteligence, která se učí, jak hrát jako člověk. Vnímání + myšlení + kontrola, vše propojené. Projekt SIMA společnosti DeepMind to odemkl kombinací modelu jazyka vidění s prediktivní vrstvou a vložil jej do her jako No Man's Sky a Minecraft. Pouhým sledováním obrazovky a dodržováním pokynů mohl agent plnit abstraktní úkoly, jako je "rozdělat táborák", a to zřetězením správných kroků, sběrem dřeva, hledáním zápalek a používáním inventáře. A nebylo to omezeno jen na jednu hru. Přenášela tyto znalosti mezi různými prostředími. Herní agenti VLA nejsou vázáni na jednu sadu pravidel. Stejný agent se může přizpůsobit zcela odlišným mechanikám, pouze z hlediska vidění a jazykových základů. A protože je postaven na infrastruktuře LLM, může vysvětlit, co dělá, řídit se pokyny v přirozeném jazyce uprostřed hry nebo spolupracovat s hráči v reálném čase. Nejsme daleko od toho, abychom měli spoluhráče s umělou inteligencí, kteří se přizpůsobí vašemu hernímu stylu a personalizacím, a to vše díky kodeku.