原文整编: zhouzhou，BlockBeats

Hoy, el aumento de Swarms ha sorprendido a todos, y toda la comunidad está centrada en dos temas candentes: los rumores de 'ansiedad' del fundador de AI16Z, Shaw, y la supuesta infracción del marco de múltiples agentes de Swarm por parte de Sama de OpenAI. Algunos especulan que el motor detrás de este repunte podría ser el agente de IA que emerge de Mcs. Este agente no solo puede responder preguntas de conocimiento médico, sino que también se considera el producto de entrega más cercano al público y más práctico en la arquitectura de Swarms. Su fundador, Kye Gomez, un 'genio joven' de solo 20 años, abandonó la escuela secundaria y, en tres años, desarrolló el marco de coordinación de múltiples agentes Swarms, ejecutando 45 millones de agentes y sirviendo a sectores como finanzas, seguros y salud, lo que lo convierte en un verdadero experto en el campo.

Tendencia de montaña rusa

Los tokens de Swarms alcanzaron su punto máximo de capitalización de mercado de 74.2 millones de dólares el 21 de diciembre, tras la emisión el 18 de diciembre. Lamentablemente, la buena racha no duró mucho, 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, el 27, comenzó a recuperarse, subiendo desde un mínimo de 12 millones de dólares hasta 30 millones, y luego aumentando casi 3 veces hasta acercarse a 70 millones de dólares, casi superando su máximo anterior. Hoy, el volumen de transacciones también fue considerable, alcanzando directamente los 60.8 millones de dólares; este repunte ha hecho que los usuarios sientan que es una experiencia como una montaña rusa en el mundo de las criptomonedas.

La clave del futuro detrás de Swarms

Detrás de la fluctuación de precios en forma de montaña rusa, múltiples agentes de IA colaboran como un equipo bien coordinado, trabajando juntos para enfrentar desafíos complejos. La inteligencia colectiva y la capacidad de coordinación superan con creces las limitaciones de un solo agente; este es el objetivo que persigue el proyecto Swarms de Kye Gomez. Sin embargo, solo tener ideas y conceptos no es suficiente; lo que realmente hace posible todo esto es la tecnología central que lanza Swarms: el 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 fluida entre los agentes.

Fundador del 'genio joven'

El fundador central detrás de Swarms, Kye Gomez, es conocido como el 'genio joven' en el campo de la inteligencia artificial, mostrando un impresionante poderío a la edad de 20 años. Aunque abandonó la escuela secundaria, en solo tres años desarrolló el marco de coordinación de múltiples agentes Swarms y ha ejecutado 45 millones de agentes de IA, proporcionando servicios de alta calidad en múltiples industrias como finanzas, seguros y salud, lo que demuestra su sólida capacidad juvenil.

En su investigación sobre agentes de IA autónomos y colaborativos, no solo desarrolló el 'modelo SSM + MoE súper eficiente' y 'modelo de flujo híbrido', sino que también exploró profundamente la alineación de IA y su potencial en biología y nanotecnología. En realidad, Swarms es solo uno de sus muchos proyectos destacados, y su talento es realmente impresionante; al conocerlo en profundidad, se descubre que tiene muchos otros proyectos excelentes.

Por ejemplo, Agora actúa como un laboratorio de investigación de IA de código abierto, centrado en la fusión de la IA con la biología y la nanotecnología. Pegasus es su exploración en el campo del procesamiento del lenguaje natural y modelos embebidos, y también participa en la implementación de código abierto de AlphaFold 3. El historial y los logros de Kye son un claro indicio de que un verdadero innovador tecnológico está en ascenso.

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

A continuación, comenzaremos a analizar el proyecto Swarms del 'genio joven', que busca desarrollar y promover un marco de orquestación de múltiples agentes listo para la producción a nivel empresarial. En términos simples, la función 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 fluida con servicios de IA externos y API para expandir las funcionalidades, sino que también proporciona a los agentes una memoria a largo plazo casi ilimitada para mejorar la comprensión del contexto, al tiempo que permite flujos de trabajo personalizados. Con un enfoque en las necesidades empresariales, Swarms ofrece alta fiabilidad y escalabilidad, y garantiza un rendimiento óptimo a través de la optimización automática de los parámetros del modelo de lenguaje. De esta manera, Swarms puede aprovechar la inteligencia colectiva entre los agentes, abordando desafíos complejos más fácilmente que un solo agente.

El proyecto Swarms se destaca por su poderosa barrera tecnológica y su rendimiento en el mercado. Su marco de orquestación de agentes de IA ha proporcionado soluciones eficientes a numerosas empresas en su sitio web después de casi tres años de operación estable. Desde el procesamiento de datos hasta el servicio al cliente y la generación de informes, Swarms ha mejorado significativamente la eficiencia operativa mediante la automatización, al tiempo que reduce los costos operativos. Como proyecto de código abierto, Swarms ha generado un gran interés en la comunidad de desarrolladores, con más de 2.1 K estrellas en GitHub, obteniendo la sabiduría y el apoyo de numerosos desarrolladores, lo que demuestra la madurez e innovación de la tecnología acumulada por Swarms.

SNAI

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

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

Los usuarios no necesitan pagar costos de servidor, solo deben pagar por el tiempo de ejecución real utilizado, lo que hace que SNAI sea más eficiente que otras soluciones basadas en suscripción. La singularidad de SNAI radica en 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 de los cuales se centra en una tarea específica y, al completarla, pasa los resultados al siguiente agente. A través de la API REST y el SDK de Python, otras aplicaciones pueden integrar fácilmente SNAI, y los usuarios también pueden coordinar de manera flexible el comportamiento de su Swarm (por ejemplo, cuándo ejecutarlo y qué datos utilizar).

Pero eso no es todo. A medida que el marco SNAI todavía está en la fase de desarrollo inicial, se agregarán múltiples funciones en el futuro, que incluyen 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 una biblioteca de agentes (agentes preconstruidos creados por la comunidad que pueden ser ejecutados, personalizados y optimizados). Además, SNAI implementará compatibilidad multilingüe, y actualmente ofrece un cliente de Python que simplifica la operación de la API, con planes de soportar implementaciones de agentes escritas en lenguajes como Go, Rust, TypeScript, C#, PHP, entre otros. La comunidad ya ha comenzado a desarrollar un cliente de TypeScript y en el futuro se admitirán más lenguajes.

Solo esta semana, ha habido 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 detuvo después de iniciarse. SNAI solo cobra por el tiempo de ejecución activo, lo que mejora significativamente la flexibilidad de las operaciones de los agentes.

Las características clave de SNAI incluyen el soporte para la ejecución sin servidor de agentes, la posibilidad de que los desarrolladores integren agentes en sus bibliotecas de código, la realización de colaboraciones en cadena y la coordinación de interacciones, al mismo tiempo que adoptan 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.

Enfrentamiento con AI16Z

Tanto Swarms como AI16Z tienen una influencia significativa en el campo de los agentes de IA. Ambos han tenido controversias en Twitter; aunque hay algunas similitudes, difieren en su arquitectura técnica y aplicaciones. Swarms utiliza un marco de 'equipo' de trabajo colaborativo, completando tareas complejas y mejorando la eficiencia a través de la cooperación de múltiples agentes de IA. En contraste, el marco Eliza de AI16Z se asemeja más a un 'coordinador' flexible, enfatizando el soporte multiplataforma y la integración de múltiples modelos, capaz de adaptarse rápidamente a varios escenarios. A continuación, compararemos ambos agentes desde dos aspectos.

Marco y arquitectura técnica

Swarms es como un equipo disciplinado; el marco de Swarms admite la colaboración de múltiples agentes de IA, permitiendo a los agentes colaborar de manera eficiente gracias a su autonomía, modularidad y escalabilidad, siendo expertos en descomponer tareas complejas y realizando operaciones de 'división de trabajo clara y cooperación fluida'. Por otro lado, el marco Eliza de AI16Z es más como un coordinador versátil, centrado en la ejecución multiplataforma y la integración de múltiples modelos, destacándose en la adaptación flexible a diversas aplicaciones.

Modelos y aplicaciones de IA

En términos de modelos y aplicaciones de IA, Swarms se centra más en cómo integrar ingeniosamente modelos de IA existentes, utilizando la orquestación de tareas y la colaboración en equipo para mejorar la automatización a nivel empresarial y la eficiencia del equipo. Es más como un comandante meticuloso, hábil en la correcta asignación de múltiples fuerzas, centrado en 'cómo hacerlo mejor'. En cambio, el marco Eliza de AI16Z ofrece a los desarrolladores mayor libertad, soportando múltiples modelos de IA (como Llama, Claude), otorgando a las aplicaciones más flexibilidad para abordar una variedad de escenarios, desde la gestión de redes sociales hasta transacciones financieras, lo que resulta en una solución integral. Uno enfocado en la colaboración y el otro en la diversidad; ambos son igualmente innovadores en sus aplicaciones.

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 que impresiona a los usuarios empresariales con su colaboración eficiente y su tecnología de vanguardia, mientras que Eliza de AI16Z es más como un jugador versátil que muestra un potencial ilimitado a través de la adaptación flexible y la diversidad de escenarios. En realidad, ambos tienen sus méritos, y en esta era de competencia feroz, la historia de los agentes de IA apenas comienza. ¿Quién sobresalirá en esta carrera? ¡Estaremos atentos!

Contenido de referencia:

https://fraxcesco.substack.com/p/introducing-swarm-node-serverless?utm_source=post-email-titlepublication_id=1419537post_id=153678118utm_campaign=email-post-titleisFreemail=truer=2i6286triedRedirect=trueutm_medium=email