あなたのスキルセットがポートフォリオを大きく上回る時期が来るでしょう。 それはあなたの旅の中で最も感情的に不安定なポイントです。 来る日も来る日も、あなたは自分の実行を磨き、市場での読みを研ぎ澄ますが、それでもあなたの純資産は恣意的な数字の「地獄」に閉じ込められたままです。自分の100倍の体格を持つ他の人を見て、彼らが秘密の知識を持っているわけではなく、ただより多くの資本を持っていることに気づきます。 これが成否のゾーンです。 資本が少ないということは、デゲンスパルタンが言うように、エリートの富にギャンブルをする機会が少ないことを意味します。 それぞれの取引は地雷の上を歩くようなもので、1 つまたは 2 つの間違った動きで完全に全滅する可能性があります。 しかし、大リーグに参加するために必要なものがあることはわかっていますが、純資産はまだそれを証明していません。 一般的に突破したいのであれば、向こう側には9時から5時までの仕事が待っているので、そこから振り払われることを拒否するほど強いフロー状態を見つける必要があります。 必要なことは何でもしてください。このステージでは、犠牲に値する幸運なブレイクを 1 回得るまで、気が狂いそうに感じるでしょう。

最近のトレーダーとして持つことができる最高の優位性は、自分で考えることです。 AI は私たちに思考をアウトソーシングするように訓練し、世代間の脳腐敗を引き起こしました。事前に定められたテキスト文字列を吐き出す端末に頼らずに、論文を段階的に分解できれば、認知の優位性がゆっくりと侵食されることがないため、上位 1% にとどまることができます。 現在、社会に対する本当の脅威は金融インフレではなく、認知インフレです。人々は自分の頭脳と世界観を ChatGPT にアウトソーシングし、ChatGPT を真実の源として扱っています。 執筆、分析、直感を通じて独自の結論を形成する規律が、勝者を他の勝者と区別するものです。受動的で情報を与えて情報を与えることがかつてないほど簡単になりました。 はい、AI の速度は加速するばかりです。私はそれを使ってはいけないと言っているのではなく、無視すると置き去りにされるので、そうすべきです。ただし、一日の一部を深く読み、出来事を文脈化し、自分の言葉に翻訳する必要があります。質の高い思考の習慣を身につけましょう。 そうでなければ、あなたは車輪の上を走り、あなたの前を飛んでくる世界に反応するハムスターにすぎません。

豆知識: $REIは常に私の最も強気なバッグの1つであり、このデザインは3月に作成され、約10〜15ミルでそのインフラストラクチャとサイズに関する詳細な調査レポートを書く予定でした。 残念ながら、Base チームが Virtuals のようなチェーン上で最もマインドシェアの高いプロジェクトを完全に無視しているのを見て、エコ ビルダーをサポートするという信念が欠けていたため、私はそうしませんでした。 数週間後、@Delphi_Digitalが舞台裏で関わり、レイチームと協力し、最終的には研究レポートを投稿しているという投稿が回っているのを見かけます。 彼らのインフラストラクチャに関する私の評価は非常によく調査されており、チャートは上昇しているだけで、それ以来 15 倍になっています。 それ以来、レイよりもさらに確信を与えたユーティリティプロジェクトは、$CODEC Rei と同じように、コーデックは、人々が構築しているものが現在の市場で見てきたものとはまったく異なるため、人々にとって完全には意味をなしていません。 インフラに対する彼らのアプローチは、市場が今日何を求めているかではなく、6〜12か月後に何を求めているかに焦点を当てています。 この種のインフラプロジェクトは、ポートフォリオだけでなく、私の信念を持って家に賭けたいものです。 Codec が自社の製品に関するより多くの情報をリリースし、プラットフォームにベータ版を提供し始めると、Delphi のような研究部門や技術 VC が大量に流入し、自分たちが構築しているものに対して非常に強気になると思います。 この分野では、AI とロボット工学によってもたらされる指数関数的な進歩の重みの下で社会がどのように適応し、進化し、再編成されるかというより深い哲学的問題について、第一原理に基づいて構築しているチームはほとんどありません。 私やデルファイのような研究者が彼らに出くわすと、私たちは完全に真っ赤になり、彼らのビジョンに強く一致する中で、彼らが成功するのを見るために全力を尽くしたいと思うでしょう。 今日に至るまで、レイのマーケティング、デザイン、光学は、彼らの製品はおろか、どのプロジェクトの中でも私のお気に入りの1つです。レベルアップを目指すチームは、明らかにSティアのチームと考え方を持っているので、参考にすべきだ。 私は、インフラストラクチャと製品に基づいてかなり内部的な決定であるはずのものに、外部要因に影響を与えました。二度とそんなことは起こさない。 コーデックがコーディングされています。

6ミルを祝わなかったし、17ミルも祝わなかった。 私のすべてのコンテンツで、アーキテクチャについてのみ話していることに気づきましたか? オペレーターとロボット工学のアーキテクチャに誰が勝っても、2021 年のブロックチェーン戦争に似ており、最もスケーラブルなコンセンサス メカニズムを見つけることになります。 コーデックは今後 2 週間注目を集めるように構築されていないため、派手な低品質の投稿が毎日大量に公開されることはありません。 この製品は非常にまれなケースであり、彼らが構築しているものの青写真は、既存の製品(投資家、チーム、パートナーなど)ですでに光学系を最大化している他のプロジェクトを上回っています。 「しかし、まだ完全には意味をなさないのに、すべてのピースがどのようにしてカチッと音を合わせるのか?」というようなメッセージをたくさん受け取ります。 魔術師は自分の秘密を(まだ)明かすことはありません。 お気に入りのDJは夜の始まりと終わりに出ますか?デザートとメインディッシュのどちらを最初に食べますか?レース前と勝利後にシャンパンをポップしますか? では、楽しいものが見え始めるとどうなるでしょうか? $CODECコード化されています。

プロトコルとチームは、コンテンツに対してKOLに支払うのをやめるべきです。 チームがトークンを配布すべき唯一の時期は、プロジェクトに高い価値を生み出し、結果を返している KOL またはコミュニティ メンバーです。 あなたの製品や物語は、影響力のある人々が自然にそれを購入して書きたいと思うほど興味深いものでなければなりません。 これらはトークンを割り当てるべきものであり、フォロワーをボットするアンバサダーのために 3 つの有料スレッドを実行するのではありません。 「自分の製品に興味を持ってもらうことができない場合はどうすればよいですか?」そして、構築を続けてください、コアサポーターを数人構築できない場合、適切なニッチ市場や十分なネットワークが見つからていないことは明らかです。 ビルダーへの私のメッセージ:人々が自然に買って書きたくなるほどクールなものを作り、あなたのビジョンに合致する最大のサポーターにトークンを渡してください。から： 1. あなたが強い道徳的行動を示したため、彼らは残業し、あなたの成功を支援するためにそれ以上の努力をする可能性がはるかに高くなります (この分野では珍しいことです) 2. 一定量の投稿に支払った投稿は、取引が完了するとすぐに剥がれ、トークンを捨てます 私はいかなる種類の有料プロモーションも行いませんが、条件なしで非常に強気なプロジェクトの無料トークンを断るつもりは明らかにありません。最高の作家は買うことができず、買おうとすると断られてしまうでしょう。 長期戦をプレイし、近道をしないと、ビジネスのあらゆる分野にわたるあなたの行動に反映され、賢いトレーダーは1マイル離れた場所からでもその匂いを嗅ぐことができます。 KOLキャンペーンは死んでおり、マーケティング代理店の99.9%はお金の無駄であり、あなたのビジネスにとって-evになります。 この市場に参入する唯一の方法は、手を汚すことをいとわない暗号ネイティブのチームメンバーを持つことです。

OpenAI は本日、オペレーター エージェントをリリースすることで、AI に関する私の北極星の論文を確認しました。 これは$CODECの指針であるだけでなく、今年初めの AI マニアの時期の投資を含め、私が行った他のすべての AI 投資でした。 ロボティクスに関してはコーデックと多くの議論がなされてきましたが、その分野は間もなく独自の物語を持つでしょうが、私が初日からコーデックに強気だった根本的な理由は、そのアーキテクチャがオペレーターエージェントをどのように強化するかによるものです。 人々は、絶え間ないプロンプトや監視を必要とせずに、自律的に実行され、人間の労働者よりも優れたパフォーマンスを発揮するソフトウェアを構築することで、どれだけの市場シェアが危機に瀕しているかを依然として過小評価しています。 $NUITとの比較をたくさん見てきました。まず、私は Nuit が構築しているものの大ファンであり、彼らの成功を願っていると言いたいです。私の電報に「nuit」と入力すると、4月に私が1つのコインを複数か月保持しなければならないとしたら、私のオペレーターの論文のためにNuitになるだろうと言ったことがわかります。 Nuitは紙の上で最も有望なオペレータープロジェクトでしたが、広範な調査の結果、彼らのアーキテクチャには、大規模な投資を正当化したり、私の評判を支持したりするために必要な深みが欠けていることがわかりました。 このことを念頭に置いて、私は既存のオペレーターエージェントチームのアーキテクチャ上のギャップをすでに認識しており、それらに対処するプロジェクトを積極的に探していました。コーデックが登場した直後(@0xdetweilerが主張してより深く調べたおかげで)、これが2つの違いです。 $CODEC vs $NUIT コーデックのアーキテクチャは 3 つのレイヤーにまたがって構築されています。マシン、システム、インテリジェンスは、インフラストラクチャ、環境インターフェイス、AI ロジックを分離します。Codec の各 Operator エージェントは、独自の分離された VM またはコンテナーで実行されるため、ネイティブに近いパフォーマンスと障害の分離が可能になります。この階層化された設計は、コンポーネントがシステムを壊すことなく独立して拡張または進化できることを意味します。 Nuitのアーキテクチャは、よりモノリシックになることで、異なる道を歩んでいます。彼らのスタックは、解析、AI 推論、アクションを組み合わせた特殊な Web ブラウザ エージェントを中心に展開しています。つまり、Web ページを AI が消費する構造化データに深く解析し、重い AI タスクをクラウド処理に依存しています。 各エージェント内に軽量の Vision-Language-Action (VLA) モデルを埋め込むコーデックのアプローチは、完全にローカルで実行できることを意味します。これにより、指示を求めてクラウドに常にpingバックする必要がなく、遅延が短縮され、稼働時間と帯域幅への依存が回避されます。 Nuit のエージェントは、まず Web ページをセマンティック形式に変換し、次に LLM の頭脳を使用して何をすべきかを判断することでタスクを処理しますが、これは強化学習によって時間の経過とともに改善されます。このフローは Web 自動化には効果的ですが、クラウド側の AI 処理と事前定義されたページ構造に依存します。コーデックのローカルデバイスインテリジェンスは、意思決定がデータの近くで行われることを意味し、オーバーヘッドを削減し、予期しない変更に対してシステムをより安定させます(脆弱なスクリプトやDOMの仮定はありません)。 コーデックの演算子は、継続的な知覚-思考-行動のループに従います。マシン層は、システム層の最適化されたチャネルを介して環境(ライブアプリやロボットフィードなど)をインテリジェンス層にストリーミングし、AIに現在の状態の「目」を与えます。次に、エージェントの VLA モデルがビジュアルと命令を一緒に解釈してアクションを決定し、システム層はキーボード/マウス イベントまたはロボット制御を通じてアクションを実行します。この統合ループは、ライブイベントに適応することを意味します。UI がずれても、フローが中断されることはありません。 これらすべてをより簡単に例えると、コーデックのオペレーターは、仕事中の予期せぬ事態に適応する自給自足の従業員のようなものだと考えてください。Nuit のエージェントは、立ち止まって電話で上司に状況を説明し、指示を待つ必要がある従業員のようなものです。 技術的なウサギの穴にあまり踏み込むことなく、これは私がオペレーターへの主な賭けとしてコーデックを選んだ理由についての大まかなアイデアを与えるはずです。 はい、NuitはYC、スタックされたチーム、およびS層のgithubからの支援を受けています。Codec のアーキテクチャは水平スケーリングを念頭に置いて構築されているため、エージェント間の共有メモリや実行コンテキストをゼロにして、何千ものエージェントを並行してデプロイできます。Codec のチームも平均的な開発者ではありません。 彼らのVLAアーキテクチャは、スクリーンショットではなくピクセルを通して見るため、以前のエージェントモデルでは不可能だった多数のユースケースを開きます。 続けても構いませんが、それは今後の投稿のために取っておきます。

しかし、もし本当にこの空間で成功したいと思っていると、周りの誰もが何か問題があると思うでしょう。 本当に0.001%であるためには、塹壕の外での生活はほとんど存在しません。 女の子も、趣味も、社交的な外出も、ネットフリックスも、退屈から離れるようなものはありません。 これは、プロのスポーツ選手のようなものでさえも非常に関連性のないタイプの考え方であり、24時間年中無休でオンラインになれない理由はないからです。 私たちは、自由というパラドックスに囚われているのです。 誰もがお金のためにボタンをクリックする魔法の能力を望んでいますが、楽しみの95%にノーと言う時が来ます。 友人や家族は、あなたが精神疾患の一種であり、ビジョンを真に見ることは決してないというヒントを常に投げかけます。 成功のかけらが忍び寄ると嫉妬心が湧き上がりますが、人をよく見ていると、意図していなくても、常に自分の本当の意図を明らかにします。 小さなヒントは、通常、ほんの数語が滑るのを聞く必要がある瞬間の自発的な感情的な反応から、それらを提供します。 成功すればするほど、静かに過ごすことを学びましょう。あなたの進歩について言及する必要はありません、それが皆と共有し、あなたの労働の成果を楽しむことは素晴らしいことですが、それは他の人からの欲望を引き付けるだけです。 ほとんどの人は、「暗号の男」または「投資家」であることを完全に自分のペルソナにしているため、これに失敗します。たとえ1日16時間オンラインであっても、この業界の外に興味や野心を持つ必要があります。 友人は、画面上でどれだけの数字を出したかではなく、そこにいる間にあなたがそこにいる間のあなたの存在感と気分の違いの質のために、あなたと一緒にたむろしたいと思うべきです。 質の高い個人の小さな輪でプライベートで人里離れた生活を送ることは、心の安らぎのための最大のライフハックです。 お金の話をせずに、あなたの存在が人々に何かを感じさせないなら、あなたはすでに負けています。

このアプリの人々は、業界最大の収益を生み出すアプリが12分間で15億ドルのmcapで10億ドルを調達したのを見て、「ショートさせてください」と言いました

CTで個人の小さなグループのように取引されているチャートは、次の5年間で最も強力な物語の1つのための唯一のプロジェクト構築インフラストラクチャを特定しました。

$CODECとは ロボティクス、オペレーター、ゲーム? 上記のすべてとそれ以上のもの。 Codecのvision-language-action(VLA)は、フレームワークに依存しないモデルであり、LLMと比較してエラーを視覚化する独自の機能により、数十の使用例を可能にします。 過去 12 か月間、LLM は主にループ メカニズムとして機能し、事前定義されたデータと応答パターンによって駆動されることがわかりました。 LLMは音声とテキストに基づいて構築されているため、トレーニングを受けた言語コンテキストの枠を超えて進化する能力は限られています。彼らは、顔の表情やリアルタイムの感情的な手がかりなどの感覚入力を解釈することはできません。これは、彼らの推論が知覚ではなく言語に縛られているためです。 今日、ほとんどのエージェントは、トランスフォーマーベースのLLMとビジュアルエンコーダーを組み合わせています。スクリーンショットを通じてインターフェースを「見て」、画面上に表示されているものを解釈し、指示に従ってタスクを完了するためのアクション、クリック、キーストローク、スクロールのシーケンスを生成します。 これが、AIがまだ大きなカテゴリのジョブに取って代わっていない理由です:LLMはピクセルではなくスクリーンショットを見ます。彼らは環境の動的な視覚的セマンティクスを理解しておらず、静的フレームを通じて読み取れるものだけを理解しています。 彼らの典型的なワークフローは、スクリーンショットをキャプチャし、次のアクションについて推論し、それを実行し、別のフレームをキャプチャして繰り返すという繰り返しです。この知覚と思考のループは、タスクが完了するか、エージェントが失敗するまで続きます。 真に一般化するためには、AIはスナップショットを解釈するだけでなく、環境を認識し、その状態について推論し、目標を達成するために適切に行動する必要があります。 マクロ、RPAボット、自動化スクリプトはすでにありますが、それらは弱く不安定です。わずかなピクセルシフトやレイアウトの変更はフローを中断し、手動パッチが必要になります。ワークフローで何かが変更されたときに適応することはできません。それがボトルネックです。 ビジョン-ランゲージ-アクション(VLA) CodecのVLAエージェントは、知覚、思考、行動という直感的でありながら強力なループで実行されます。これらのエージェントは、ほとんどのLLMのようにテキストを吐き出すだけでなく、その環境を見て、何をすべきかを決定し、実行します。これらはすべて 1 つの統合パイプラインにパッケージ化されており、次の 3 つのコア レイヤーに視覚化できます。 視覚 エージェントはまず、視覚を通じて環境を知覚します。デスクトップの Operator エージェントの場合、これは現在の状態 (アプリ ウィンドウやテキスト ボックスなど) のスクリーンショットまたは視覚的な入力をキャプチャすることを意味します。VLA モデルのビジョン コンポーネントは、この入力を解釈し、画面上のテキストを読み取り、インターフェイス要素またはオブジェクトを認識します。別名、エージェントの目。 言語 次に、考え方が浮かびます。視覚的なコンテキスト (および指示や目標) を考慮して、モデルは必要なアクションを分析します。基本的に、AIは人間と同じように適切な対応について「考える」のです。VLAアーキテクチャは、ビジョンと言語を内部的に統合するため、エージェントは、たとえば、ポップアップダイアログが「はい」/「いいえ」の質問をしていることを理解できます。その後、目標またはプロンプトに基づいて正しいアクション(「OK」をクリックするなど)を決定します。エージェントの脳として機能し、知覚された入力をアクションにマッピングします。 アクション 最後に、エージェントは制御コマンドを環境に出力することによって動作します。VLA モデルは、テキストの代わりに、システムと直接対話するアクション (マウス クリック、キーストローク、API 呼び出しなど) を生成します。ダイアログの例では、エージェントは「OK」ボタンのクリックを実行します。これにより、行動した後、エージェントは結果を視覚的に確認し、知覚-思考-行動のサイクルを続けることができます。アクションは、チャットボックスから実際のオペレーターに変える重要な区切り文字です。 ユースケース 前述したように、アーキテクチャにより、Codecはナラティブにとらわれません。LLMが生成できるテキスト出力に制限されないのと同様に、VLAは完了できるタスクに制限されません。 ロボティックス VLAエージェントは、古いスクリプトや不完全な自動化に頼るのではなく、視覚的な入力(カメラフィードやセンサー)を取り込み、それを言語モデルに渡して計画を立て、実際の制御コマンドを出力して世界を移動または操作します。 基本的に、ロボットは目の前にあるものを見て、「ペプシ缶をオレンジの隣に移動させてください」などの指示を処理し、すべてがどこにあるか、何も倒さずにどのように移動するかを把握し、ハードコーディングを必要とせずにそれを行います。 これは、GoogleのRT-2またはPaLM-Eと同じクラスのシステムです。視覚と言語を融合して現実世界の行動を生み出すビッグモデル。CogActのVLA作業は良い例で、ロボットは雑然としたテーブルをスキャンし、自然なプロンプトを受け取り、オブジェクトID、パスプランニング、モーション実行などの完全なループを実行します。 演算子 デスクトップおよびWeb環境では、VLAエージェントは基本的にデジタルワーカーのように機能します。スクリーンショットやライブフィードを通じて画面を「見て」、それを言語モデル上に構築された推論レイヤーで実行してUIとタスクプロンプトの両方を理解し、人間と同じように実際のマウスとキーボードの制御でアクションを実行します。 この完全なループ、知覚、思考、行動は継続的に実行されます。そのため、エージェントは一度だけ反応するのではなく、インターフェイスをアクティブにナビゲートし、ハードコードされたスクリプトを必要とせずに複数のステップフローを処理します。このアーキテクチャは、テキスト/ボタン/アイコンを読み取るOCRスタイルのビジョン、何をすべきかを決定するためのセマンティック推論、クリック、スクロール、入力などが可能なコントロールレイヤーを組み合わせたものです。 これが本当に興味深いのは、エラー処理です。これらのエージェントは、事後アクションを振り返り、何かが予想どおりに進まない場合は再計画できます。ボタンの位置がずれたり、ラベルの名前が変更されたりするなど、UIがわずかに変更されると壊れるRPAスクリプトとは異なり、VLAエージェントは視覚的な手がかりと言語理解を使用して新しいレイアウトに適応できます。インターフェースが絶えず変化する現実世界の自動化に対する回復力が大幅に向上します。 これは、私が個人的に、Playwrightのようなツールを使って自分の研究ボットをコーディングする際に苦労したことです。 ゲーム ゲームは、VLAエージェントが活躍できる最も明確なユースケースの1つであり、VLAエージェントをボットではなく、没入型AIプレーヤーのように考えてください。全体の流れは同じで、エージェントはゲーム画面(フレーム、メニュー、テキストプロンプト)を見て、何をすべきかについての理由を見てから、マウス、キーボード、またはコントローラーの入力を使用してプレイします。 これはブルートフォースに焦点を当てているのではなく、AIが人間のようにゲームする方法を学習しているのです。知覚+思考+コントロール、すべてが結びついています。DeepMindのSIMAプロジェクトは、ビジョン言語モデルと予測レイヤーを組み合わせることでこれを解き放ち、No Man's SkyやMinecraftなどのゲームに落とし込みました。エージェントは、画面を見て指示に従うだけで、「キャンプファイヤーを作る」などの抽象的なタスクを完了したり、適切なステップを連鎖させたり、木材を集めたり、マッチを見つけたり、インベントリを使用したりできます。そして、それは1つのゲームだけに限定されたものでもありません。それは、異なる環境間でその知識を伝達しました。 VLAゲームエージェントは、1つのルールセットに縛られることはありません。同じエージェントが、視覚と言語の接地だけで、まったく異なるメカニズムに適応できます。また、LLMインフラストラクチャ上に構築されているため、何をしているのかを説明したり、ゲームの途中で自然言語の指示に従っていたり、リアルタイムでプレイヤーとコラボレーションしたりできます。 Codecのおかげで、あなたのプレイスタイルやパーソナライゼーションに適応するAIチームメイトが生まれる日もそう遠くありません。