在互联网和网页开发的早期，一切都是用原始的JavaScript或HTML手动编写的。

每个网络应用都是一个独立的孤岛。随着它们变得更加复杂，社区发明了像 Webpack 和 Vite 这样的工具，它们是模块打包器和构建系统，可以自动处理不同的文件类型和资产。

这意味着开发者可以将图像、字体或 TypeScript 文件导入到他们的项目中，打包工具的加载器将知道如何处理它 (将 TS 转换为 JS，内联图像等)。

浏览器本身只理解HTML/CSS/JS，但这些工具包将其他格式编码/解码为浏览器友好的输出。

尽管这只是对数据格式的小调整，但它彻底改变了网页开发。

由于它解锁了更快的迭代循环和更好的实验，您可以使用更高级的语言(如TypeScript或框架)，因为构建工具会为您翻译它们。

这导致了网络应用的爆炸性增长以及一个更加密集的生态系统，因为开发者不再浪费时间为每个项目重新发明构建管道。

同样，机器人技术处于一个预 Webpack 阶段，许多团队仍然“手动编写”他们的数据管道。

一个像$CODEC 这样的工具包可以为机器人数据做的事情，就像Webpack为网络资产所做的那样。

这是 @unmoyai 的愿景，也是“编解码器”的原始定义。

这将使机器人开发人员能够更轻松地整合新的数据源或格式，而无需进行数月的定制工程。

这将导致更快的迭代周期。曾经需要团队6个月的工作现在可能缩短到几周或更短时间。

当你将实验时间框架压缩一个数量级时，你就能实现更多的创新。开发者可以在没有巨大前期成本的情况下尝试新想法，这也使他们能够快速失败和学习。

我们已经看到更快的迭代如何通过氛围编码改变了软件。如果几年前你告诉开发者，你能通过一个消息提示让一个提示窗口为你编写一个超级应用程序，他们会当场对你吐口水。现在这已经成为现实。

目前，物理人工智能面临着相同的摩擦。机器人专家们忙于解决硬件与软件的兼容性问题，而不是致力于更有效的人形机器人的更大问题集。

一旦重复的繁重工作被抽象化，焦点就可以转向设计行为和微调人工智能大脑。

在那之前，解锁这些数据管道的团队将获得巨大的价值蛋糕，使开发者能够无拘无束地创造。