Texto original compilado: zhouzhou, BlockBeats

Hoy, el aumento de Swarms ha sorprendido nuevamente, generando un intenso debate en toda la comunidad sobre dos temas: los rumores de 'ansiedad' del fundador de AI16Z, Shaw, y la supuesta infracción del marco de múltiples agentes de Swarm por parte de OpenAI. Algunos especulan que el motor detrás de este emocionante aumento puede ser la aparición de un agente de IA basado en Mcs. Este agente no solo puede responder a preguntas de conocimientos médicos, sino que también se considera el producto de entrega más cercano al público y más práctico dentro de la arquitectura de Swarms. Su fundador, Kye Gomez, un 'niño prodigio' de solo 20 años, abandonó la escuela secundaria y desarrolló el marco de coordinación de múltiples agentes Swarms en tres años, ejecutando 45 millones de agentes y sirviendo a finanzas, seguros y salud, demostrando su sólida capacidad.

Tendencia de montaña rusa

El token de Swarms alcanzó su pico de capitalización de 74.2 millones de dólares el 21 de diciembre, tras su lanzamiento el 18 de diciembre, pero lamentablemente, la buena fortuna no duró, y la capitalización de mercado cayó como una montaña rusa hasta un mínimo de aproximadamente 6 millones de dólares.

A continuación, fluctuó alrededor de 13 millones de dólares hasta que comenzó su recuperación el día 27, elevándose desde un mínimo de 12 millones de dólares hasta 30 millones de dólares, y luego casi triplicándose hasta acercarse a 70 millones de dólares, casi superando el máximo anterior. Hoy, el volumen de transacciones también es comparable, disparándose a 60.8 millones de dólares; los internautas han sentido que esta emocionante tendencia es como un paquete de experiencias en la montaña rusa del mundo cripto.

El futuro detrás de Swarms

Detrás de la montaña rusa de precios está un grupo de agentes de IA que trabajan como un equipo coordinado, colaborando para enfrentar desafíos complejos. La inteligencia colectiva y la capacidad de coordinación superan con creces las limitaciones de un único agente, que es el objetivo del proyecto Swarms de Kye Gomez. Sin embargo, solo tener creatividad y conceptos no es suficiente; lo que realmente hace todo esto posible es la tecnología clave que lanzó Swarms: Swarm Node (SNAI). Se puede decir que SNAI es el 'nervio central' del mundo de los agentes de IA, proporcionando un fuerte apoyo y garantía para la colaboración sin fisuras entre los agentes.

El 'niño prodigio' fundador

El fundador clave detrás de Swarms, Kye Gomez, es aclamado como un 'niño prodigio' en el campo de la inteligencia artificial, mostrando una impresionante fuerza técnica a la edad de solo 20 años. Aunque abandonó la escuela secundaria, desarrolló un marco de coordinación de múltiples agentes, Swarms, en solo tres años, y ha ejecutado 45 millones de agentes de IA, brindando servicios de alta calidad a múltiples industrias como finanzas, seguros y salud, lo que demuestra la solidez del joven.

En su investigación sobre agentes de IA autónomos y colaborativos, no solo desarrolló el 'modelo SSM + MoE altamente eficiente' y el 'modelo de flujo mixto', sino que también exploró en profundidad el alineamiento de IA y su potencial en biología y nanotecnología. De hecho, en los numerosos proyectos de Kye, Swarms es solo uno de sus proyectos destacados; las habilidades del joven están ocultas a simple vista, y al profundizar se descubre que tiene muchos otros proyectos sobresalientes.

Por ejemplo, Agora es un laboratorio de investigación de IA de código abierto que se centra en la intersección de la IA con la biología y la nanotecnología, mientras que Pegasus es su exploración en el campo del procesamiento del lenguaje natural y modelos de incrustación, y también participó en la implementación de código abierto de AlphaFold3. El currículum y los logros de Kye son un claro indicativo del surgimiento de un verdadero innovador tecnológico.

Marco de orquestación de agentes de IA de Swarms y funciones clave

A continuación, comenzaremos a analizar el proyecto Swarms del niño prodigio, que busca desarrollar y promover un marco de orquestación de múltiples agentes listo para producción empresarial. En términos simples, la funcionalidad principal de Swarms es permitir que múltiples agentes de IA colaboren como un equipo, utilizando la inteligencia colectiva para resolver problemas complejos. No solo admite la integración sin problemas con servicios y API de IA externas para expandir capacidades, sino que también proporciona a los agentes prácticamente una memoria a largo plazo ilimitada para mejorar la comprensión del contexto, al tiempo que permite flujos de trabajo personalizados. Con un enfoque en las necesidades empresariales, Swarms ofrece una alta fiabilidad y escalabilidad, optimizando automáticamente los parámetros del modelo de lenguaje para asegurar el mejor rendimiento. De esta manera, Swarms puede aprovechar la inteligencia colectiva entre los agentes para enfrentar desafíos complejos más fácilmente que un solo agente.

El proyecto Swarms se destaca por su potente barrera tecnológica y rendimiento en el mercado. Su marco de orquestación de agentes de IA ha proporcionado soluciones eficientes a numerosas empresas a través de casi tres años de operación estable en su sitio web. Desde el procesamiento de datos hasta el servicio al cliente, hasta la generación de informes, Swarms ha mejorado significativamente la eficiencia empresarial a través de la automatización, al mismo tiempo que reduce drásticamente los costos operativos, mostrando su sólida capacidad. Como un proyecto de código abierto, Swarms ha atraído un gran interés en la comunidad de desarrolladores, superando los 2.1K Stars en GitHub y recibiendo la sabiduría y apoyo de numerosos desarrolladores, lo que confirma la madurez e innovación tecnológica que ha acumulado.

SNAI

Los internautas en Twitter parecen coincidir en que la próxima fase de los agentes de IA es la colaboración grupal (Agente Swarms), logrando un trabajo más eficiente a través de la comunicación y cooperación entre múltiples agentes. Este enfoque permite que los agentes de diferentes marcos se comuniquen entre sí y utilicen sus ventajas especializadas para sobresalir en tareas y escenarios específicos.

Swarm Node (SNAI) como una infraestructura sin servidor para implementar enjambres de agentes, diseñada específicamente para apoyar la idea de Swarm. SNAI resuelve todos los desafíos técnicos de ejecutar agentes de IA, permitiendo a los usuarios desplegar, coordinar y gestionar agentes fácilmente a través de scripts de Python, sin preocuparse por los costos de hardware e infraestructura. También admite interacciones en cadena, programación y operaciones multilingües, ofreciendo nuevas posibilidades para creadores pequeños que no pueden ejecutar agentes las 24 horas o carecen de soporte de hardware.

Los usuarios no necesitan pagar tarifas de servidor, sino que solo pagan por el tiempo de ejecución real utilizado, lo que hace que SNAI sea más eficiente que otras soluciones basadas en suscripción. Lo único de SNAI es que sus agentes no son aislados, sino que pueden colaborar en 'cadena', formando un Swarm.

La función de Swarm es dividir las tareas entre diferentes agentes, cada uno enfocado en una tarea específica, pasando los resultados al siguiente agente al completar su tarea. A través de REST API y Python SDK, otras aplicaciones pueden integrar SNAI fácilmente, y los usuarios pueden coordinar de manera flexible el comportamiento de su Swarm (por ejemplo, cuándo ejecutarlo y qué datos utilizar).

Pero esto no es todo; a medida que el marco SNAI aún se encuentra en sus etapas iniciales de desarrollo, se agregarán múltiples funciones en el futuro, incluyendo almacenamiento de datos (una mini base de datos en la nube que permite a los agentes compartir datos seleccionados), programación de tareas (ejecutar agentes en momentos específicos) y biblioteca de agentes (agentes listos para usar creados por la comunidad, disponibles para ejecutar, personalizar y optimizar). Además, SNAI también logrará compatibilidad multilingüe; actualmente, se ha proporcionado un cliente de Python para simplificar las operaciones de la API y se planea soportar implementaciones de agentes en lenguajes como Go, Rust, TypeScript, C#, PHP y más. La comunidad ha comenzado a desarrollar un cliente de TypeScript, y se agregarán más lenguajes en el futuro.

Solo esta semana, ya se han realizado más de 500 construcciones; estas 'dependencias' se utilizan para optimizar la eficiencia de ejecución de los agentes de IA. Más de 10,000 ejecuciones, es decir, instancias en las que el agente se suspende después de ser iniciado. SNAI solo cobra por el tiempo de ejecución activo, lo que mejora significativamente la flexibilidad de operación de los agentes.

Las características clave de SNAI incluyen soporte para la ejecución sin servidor de agentes, permitiendo a los desarrolladores integrar agentes en bibliotecas de código, realizar colaboración en cadena y coordinación interactiva entre agentes, mientras que utiliza un modelo de pago por uso, reduciendo significativamente los costos de infraestructura y bajando la barrera de entrada a la infraestructura de agentes de IA.

Contra AI16Z

Tanto Swarms como AI16Z tienen una influencia notable en el campo de los agentes de IA, y han estado en medio de controversias en Twitter. Aunque hay algunas similitudes, sus arquitecturas tecnológicas y aplicaciones son diferentes. Swarms utiliza un marco de 'equipo' colaborativo, completando tareas complejas y mejorando la eficiencia a través de la cooperación de múltiples agentes de IA. En comparación, el marco Eliza de AI16Z es más como un 'coordinador' flexible, enfatizando el soporte multiplataforma y la integración de múltiples modelos, capaz de adaptarse rápidamente a múltiples escenarios, que se comparan en dos aspectos.

Marco técnico y arquitectura

Los enjambres son como un equipo disciplinado; el marco de Swarms admite la colaboración de múltiples agentes de IA, permitiendo que los agentes de IA colaboren de manera eficiente gracias a la autonomía, modularidad y escalabilidad, siendo expertos en descomponer tareas complejas y realizar operaciones de 'división clara del trabajo y colaboración sin fisuras'. El marco Eliza de AI16Z es más como un coordinador todoterreno, enfocándose en la ejecución multiplataforma y la integración de múltiples modelos, al mismo tiempo que enfatiza la interacción entre los agentes, destacándose en la adaptabilidad flexible a aplicaciones de múltiples escenarios.

Modelos y aplicaciones de IA

En cuanto a modelos y aplicaciones de IA, Swarms se centra más en cómo integrar hábilmente los modelos de IA existentes, mejorando la automatización empresarial y la eficiencia del equipo a través de la orquestación de tareas y la colaboración en equipo. Es más como un comandante meticuloso, hábil en la gestión adecuada de múltiples fuerzas, enfocado en 'cómo hacerlo mejor'. Por otro lado, el marco Eliza de AI16Z ofrece a los desarrolladores mayor libertad, soportando varios modelos de IA (como Llama, Claude), brindando a las aplicaciones más flexibilidad para enfrentar diversos escenarios, desde la gestión de redes sociales hasta operaciones financieras, ofreciendo así una solución versátil. Uno enfocado en la colaboración, el otro enfatizando la diversidad, ambos son igualmente innovadores, cada uno con sus propias virtudes.

En general, Swarms y AI16Z están explorando el futuro de los agentes de IA por caminos completamente diferentes. Swarms es más como un equipo disciplinado, impresionando a los usuarios empresariales con su colaboración eficiente y su tecnología sólida, mientras que Eliza de AI16Z se asemeja más a un jugador versátil, mostrando un potencial infinito a través de su adaptación flexible y diversidad de escenarios. En realidad, ambos tienen sus fortalezas; en esta era de competencia feroz, la historia de los agentes de IA apenas comienza. ¿Quién se destacará en esta competencia? ¡Estamos ansiosos por verlo!

Contenido de referencia: https://fraxcesco.substack.com/p/introducing-swarm-node-serverless?utm_source=post-email-title&publication_id=1419537&post_id=153678118&utm_campaign=email-post-title&isFreemail=true&r=2i6286&triedRedirect=true&utm_medium=email