在互聯網和網頁開發的早期，一切都是用原始的JavaScript或HTML手動編寫的。

每個網路應用都是一個獨立的孤島。隨着它們變得更加復雜，社區發明了像 Webpack 和 Vite 這樣的工具，它們是模塊打包器和構建系統，可以自動處理不同的文件類型和資產。

這意味着開發者可以將圖像、字體或 TypeScript 文件導入到他們的項目中，打包工具的加載器將知道如何處理它 (將 TS 轉換爲 JS，內聯圖像等)。

瀏覽器本身只理解HTML/CSS/JS，但這些工具包將其他格式編碼/解碼爲瀏覽器友好的輸出。

盡管這只是對數據格式的小調整，但它徹底改變了網頁開發。

由於它解鎖了更快的迭代循環和更好的實驗，您可以使用更高級的語言(如TypeScript或框架)，因爲構建工具會爲您翻譯它們。

這導致了網路應用的爆炸性增長以及一個更加密集的生態系統，因爲開發者不再浪費時間爲每個項目重新發明構建管道。

同樣，機器人技術處於一個預 Webpack 階段，許多團隊仍然“手動編寫”他們的數據管道。

一個像$CODEC 這樣的工具包可以爲機器人數據做的事情，就像Webpack爲網路資產所做的那樣。

這是 @unmoyai 的願景，也是“編解碼器”的原始定義。

這將使機器人開發人員能夠更輕鬆地整合新的數據源或格式，而無需進行數月的定制工程。

這將導致更快的迭代週期。曾經需要團隊6個月的工作現在可能縮短到幾周或更短時間。

當你將實驗時間框架壓縮一個數量級時，你就能實現更多的創新。開發者可以在沒有巨大前期成本的情況下嘗試新想法，這也使他們能夠快速失敗和學習。

我們已經看到更快的迭代如何通過氛圍編碼改變了軟件。如果幾年前你告訴開發者，你能通過一個消息提示讓一個提示窗口爲你編寫一個超級應用程序，他們會當場對你吐口水。現在這已經成爲現實。

目前，物理人工智能面臨着相同的摩擦。機器人專家們忙於解決硬件與軟件的兼容性問題，而不是致力於更有效的人形機器人的更大問題集。

一旦重復的繁重工作被抽象化，焦點就可以轉向設計行爲和微調人工智能大腦。

在那之前，解鎖這些數據管道的團隊將獲得巨大的價值蛋糕，使開發者能夠無拘無束地創造。