Autor original: Zhouzhou

Fuente: Daisy, Mars Finance

Hoy, el aumento de swarms ha llamado la atención de nuevo, la comunidad está alborotada con 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 del aumento en la bolsa podría ser el surgimiento del Agente AI basado en Mcs. Este Agente no solo puede responder preguntas sobre conocimientos médicos, sino que se considera el producto de entrega más cercano y práctico dentro de la arquitectura Swarms, con su fundador Kye Gomez, el 'genio adolescente' de 20 años, quien abandonó la secundaria y en tres años desarrolló el marco de coordinación multi-agente Swarms, operando 45 millones de agentes, sirviendo a campos como finanzas, seguros y salud, destacándose como un verdadero talento.

Tendencia de montaña rusa

Los tokens de Swarms alcanzaron rápidamente su pico de capitalización de mercado de 74.2 millones de dólares el 21 de diciembre, después de su lanzamiento el 18 de diciembre; desafortunadamente, la buena racha no duró mucho, y su capitalización de mercado cayó como una montaña rusa hasta un mínimo de aproximadamente 6 millones de dólares.

A continuación, fluctuó alrededor de los 13 millones de dólares hasta que el 27 comenzó a repuntar, subiendo desde un mínimo de 12 millones de dólares a 30 millones de dólares, y luego se disparó casi 3 veces hasta cerca de 70 millones de dólares, casi superando el máximo anterior. Hoy el volumen de transacciones también ha sido notable, alcanzando directamente los 60.8 millones de dólares; muchos usuarios han sentido que esta ola de estímulo ha sido como una experiencia de montaña rusa en el mundo de las criptomonedas.

El futuro detrás de Swarms

Detrás de la montaña rusa de precios, hay varios agentes de IA que operan como un equipo bien coordinado, colaborando para enfrentar desafíos complejos. La sabiduría colectiva y la capacidad de coordinación superan con creces las limitaciones de un solo agente, que es el objetivo que persigue el proyecto Swarms de Kye Gomez. Sin embargo, solo tener creatividad e ideas no es suficiente; lo que realmente hace posible todo esto es la tecnología central que lanzó Swarms: Swarm Node (SNAI). Se puede decir que SNAI es el 'centro nervioso' del mundo de los agentes de IA, proporcionando un fuerte apoyo y garantía para la colaboración sin costuras entre los agentes.

El 'genio adolescente' fundador

El fundador central detrás de Swarms, Kye Gomez, ha sido aclamado como el 'genio adolescente' en el campo de la inteligencia artificial, mostrando un impresionante talento a los 20 años. A pesar de haber abandonado la secundaria, desarrolló en solo tres años el marco de coordinación de múltiples agentes Swarms y logró operar 45 millones de agentes de IA, brindando servicios de alta calidad a múltiples industrias como finanzas, seguros y salud, lo que demuestra la fortaleza 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 híbrido', sino que también exploró en profundidad la alineación de IA y su potencial en los campos de la biología y la nanotecnología. De hecho, entre los muchos proyectos de Kye, Swarms es solo uno de sus proyectos de alta calidad; el talento del joven es profundo y, al profundizar en su trabajo, 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 IA con biología y nanotecnología; Pegasus es su exploración en el campo del procesamiento de lenguaje natural y modelos de incrustación, y también participó en la implementación de código abierto de AlphaFold3. El currículum y logros de Kye son un claro indicativo de que un verdadero innovador técnico está surgiendo.

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

A continuación, procederemos a analizar el proyecto Swarms del genio adolescente, que busca desarrollar y promover un marco de orquestación de múltiples agentes listo para producción empresarial, en términos simples, la función central de Swarms es permitir que múltiples agentes de IA colaboren como un equipo, utilizando la sabiduría colectiva para resolver problemas complejos. No solo admite integración sin problemas con servicios de IA externos y API para expandir sus capacidades, sino que también proporciona a los agentes una memoria a largo plazo casi ilimitada para mejorar la comprensión del contexto, al mismo tiempo que permite flujos de trabajo personalizados. Para satisfacer las necesidades empresariales, Swarms cuenta con una alta fiabilidad y escalabilidad, y asegura un rendimiento óptimo mediante la optimización automática de los parámetros del modelo de lenguaje. De esta manera, Swarms puede utilizar la sabiduría colectiva entre agentes para enfrentar desafíos complejos con mayor facilidad que un solo agente.

El proyecto Swarms se destaca por su poderosa barrera tecnológica y rendimiento en el mercado; su marco de orquestación de agentes de IA ha estado en operación estable durante casi tres años y ya ha proporcionado soluciones eficientes a numerosas empresas en su sitio web. Desde el procesamiento de datos hasta el servicio al cliente y la generación de informes, Swarms ha mejorado significativamente la eficiencia operativa a través de la automatización, al tiempo que reduce drásticamente los costos operativos, lo que demuestra su capacidad. Como un proyecto de código abierto, Swarms ha generado un gran interés en la comunidad de desarrolladores, superando los 2.1K estrellas en GitHub, recibiendo la sabiduría y apoyo de muchos desarrolladores, por lo que todo lo acumulado por Swarms respalda la madurez e innovación de la tecnología.

SNAI

Los usuarios en 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 cooperación entre múltiples agentes, lo que permite a los agentes de diferentes marcos interactuar y aprovechar sus 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 filosofía de Swarm. SNAI resuelve todos los problemas técnicos de ejecutar agentes de IA, permitiendo a los usuarios no preocuparse por los costos de hardware e infraestructura, y facilita la implementación, coordinación y gestión de agentes a través de scripts de Python. También admite interacciones en cadena, programación y operaciones multilingües, brindando nuevas posibilidades para creadores pequeños que no pueden operar agentes todo el tiempo o carecen de soporte de hardware.

Los usuarios no necesitan pagar costos de servidor, 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 están aislados, sino que pueden colaborar en 'cadena', formando un Swarm.

La función de Swarm radica en asignar tareas a diferentes agentes, donde cada agente se concentra en una tarea específica y, al completarla, pasa el resultado al siguiente agente. A través de REST API y Python SDK, 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 aún se encuentra en la fase inicial 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 (ejecución de agentes en momentos específicos) y una biblioteca de agentes (agentes listos para usar creados por la comunidad, disponibles para ejecutar, personalizar y optimizar). Además, SNAI implementará compatibilidad multilingüe; actualmente se ha proporcionado un cliente de Python para simplificar las operaciones de la API y se planea dar soporte para el despliegue de agentes escritos en lenguajes como Go, Rust, TypeScript, C#, PHP, entre otros. La comunidad ha comenzado a desarrollar un cliente de TypeScript y en el futuro se apoyará más lenguajes.

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 donde el agente se detuvo después de ser iniciado; SNAI solo cobra por el tiempo de ejecución activo, aumentando significativamente la flexibilidad de las operaciones del agente.

Las características clave de SNAI incluyen el soporte para la ejecución sin servidor de los agentes, lo que permite a los desarrolladores integrar agentes en bibliotecas de código, implementar colaboración en cadena y coordinación interactiva entre agentes, al tiempo que adopta un modelo de pago por uso, reduciendo drásticamente los costos de infraestructura y disminuyendo las barreras de entrada a la infraestructura de agentes de IA.

Contra AI16Z

Swarms y AI16Z tienen una influencia significativa en el campo de los agentes de IA; ambos han sido objeto de controversia en Twitter. A pesar de algunas similitudes, difieren en su arquitectura técnica y aplicaciones. Swarms adopta un marco de 'equipo' que trabaja de manera colaborativa a través de múltiples agentes de IA para completar tareas complejas y mejorar la eficiencia. En comparación, 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 múltiples escenarios; a continuación, se realizará una comparación de los dos agentes en dos aspectos.

Marco técnico y arquitectura

Swarms es como un equipo disciplinado; el marco de Swarms apoya el trabajo colaborativo de múltiples agentes de IA, gracias a su autonomía, modularidad y escalabilidad, permitiendo una colaboración eficiente de los agentes que son expertos en descomponer tareas complejas y llevar a cabo operaciones de 'responsabilidades claras y cooperación perfecta'. El marco Eliza de AI16Z se asemeja más a un coordinador versátil, centrado en la operación multiplataforma y la integración de múltiples modelos, al mismo tiempo que enfatiza la interacción entre los agentes, con características propias en la adaptación flexible a aplicaciones en múltiples escenarios.

Modelos y aplicaciones de IA

En el ámbito de modelos y aplicaciones de IA, Swarms se centra más en cómo integrar ingeniosamente los modelos de IA existentes, utilizando la orquestación de tareas y la colaboración en equipo para mejorar la automatización empresarial y la eficiencia del equipo; se asemeja a un comandante meticuloso que es hábil en distribuir fuerzas múltiples adecuadamente, centrado en 'cómo hacerlo mejor'. Por otro lado, el marco Eliza de AI16Z ofrece a los desarrolladores mayor libertad, soportando múltiples modelos de IA (como Llama, Claude), brindando a las aplicaciones más flexibilidad para abordar una variedad de escenarios, desde la gestión de redes sociales hasta transacciones financieras, lo que proporciona una solución integral. Uno se centra en la colaboración, el otro enfatiza la diversidad; ambos son igualmente innovadores, cada uno con sus propias fortalezas.

En resumen, Swarms y AI16Z están explorando el futuro de los agentes de IA por caminos completamente diferentes; Swarms se asemeja más a un equipo disciplinado que impresiona a los usuarios empresariales con su colaboración eficiente y su tecnología sólida, mientras que el Eliza de AI16Z se presenta como un jugador libre polifacético, mostrando un potencial infinito a través de su adaptación flexible y diversidad de escenarios. En realidad, ambos tienen sus propias cualidades, y en esta era de competencia feroz, la historia de los agentes de IA apenas comienza; ¿quién sobresaldrá en esta competencia? ¡Estaremos atentos!