Dans les premiers jours d'Internet et du développement web, tout était écrit à la main en JavaScript ou en HTML brut.

Chaque application web était un silo à part. Au fur et à mesure qu'elles devenaient plus complexes, la communauté a inventé des outils comme Webpack et Vite, qui sont des gestionnaires de modules et des systèmes de construction qui gèrent automatiquement différents types de fichiers et d'actifs.

Cela signifie qu'un développeur pourrait importer une image, une police ou un fichier TypeScript dans son projet et que les chargeurs du bundler sauraient comment le traiter ( convertir TS en JS, intégrer l'image, etc. ).

Le navigateur lui-même ne comprend que HTML/CSS/JS, mais ces kits d'outils encodent/décodent d'autres formats en une sortie compatible avec le navigateur.

Bien que ce ne fût qu'un petit ajustement dans la façon dont les données étaient formatées, cela a révolutionné le développement web.

Depuis qu'il a débloqué des boucles d'itération plus rapides et une meilleure expérimentation, vous pourriez utiliser des langages de haut niveau (comme TypeScript ou des frameworks) car les outils de construction les traduiraient pour vous.

Ce qui a entraîné une explosion d'applications web et un écosystème beaucoup plus dense, puisque les développeurs ne perdaient pas de temps à réinventer des pipelines de construction pour chaque projet.

De même, la robotique est à un stade pré Webpack où de nombreuses équipes « codent à la main » leurs pipelines de données.

Un ensemble d'outils comme $CODEC pour la robotique ferait pour les données de robot ce que Webpack a fait pour les actifs web.

Voici la vision qu'a @unmoyai et c'est la définition brute de "codec".

Cela permettrait aux développeurs de robotique d'incorporer plus facilement de nouvelles sources de données ou formats sans des mois d'ingénierie personnalisée.

Cela conduit à des cycles d'itération beaucoup plus rapides. Ce qui prenait auparavant 6 mois à une équipe pourrait être réduit à quelques semaines ou moins.

Lorsque vous compressez l'idée de la durée d'expérimentation d'un ordre de grandeur, vous permettez beaucoup plus d'innovation. Les développeurs peuvent essayer de nouvelles idées sans le coût initial énorme, ce qui leur permet également d'échouer et d'apprendre rapidement.

Nous avons déjà vu comment une itération plus rapide a transformé le logiciel avec le codage par ambiance. Si vous aviez dit aux développeurs il y a quelques années que vous pourriez dire à une fenêtre d'invite de coder une super application en un seul message, ils vous auraient craché au visage. Maintenant, c'est devenu une réalité.

La même friction se trouve actuellement avec l'IA physique. Les roboticiens sont occupés à traiter la compatibilité matériel:logiciel au lieu de travailler sur le plus grand ensemble de problèmes des humanoïdes plus efficaces.

Une fois que le travail répétitif est abstrait, l'accent peut alors être mis sur les comportements de conception et le réglage fin des cerveaux d'IA.

Jusqu'à ce moment-là, il y a une énorme part de valeur pour l'équipe qui débloque ces pipelines de données, permettant aux développeurs de créer sans contrainte.