Hoy, el aumento de Swarms ha sorprendido a todos, 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 Swarm de OpenAI. Algunos especulan que el verdadero motor detrás de este impulso podría ser el emergente agente de IA basado en Mcs. Este agente no solo puede responder preguntas sobre conocimientos médicos, 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 'joven genio' de solo 20 años, abandonó la escuela secundaria y tomó tres años para desarrollar el marco de coordinación de múltiples agentes Swarms, ejecutando 45 millones de agentes, sirviendo a campos como finanzas, seguros y salud; verdaderamente una potencia de habilidades.
Tendencias de montaña rusa
Después de la emisión del token Swarms el 18 de diciembre, el 21 alcanzó rápidamente su máximo valor de mercado de 74.2 millones de dólares, pero desgraciadamente la buena racha no duró, el valor de mercado cayó como una montaña rusa hasta el fondo, quedando alrededor de 6 millones de dólares.
A continuación, el valor se mantuvo oscilando alrededor de 13 millones de dólares, hasta que el 27 comenzó a rebotar, desde un mínimo de 12 millones hasta 30 millones, luego alcanzando casi 70 millones, casi superando el máximo anterior. Hoy, el volumen de transacciones también fue igual de impresionante, alcanzando 60.8 millones de dólares. Esta ola de entusiasmo ha llevado a los usuarios a sentir que es como un paquete de experiencia de montaña rusa en el mundo de las criptomonedas.
El código futuro detrás de Swarms
Detrás de la montaña rusa de los precios, hay múltiples agentes de IA que trabajan como un equipo bien coordinado, colaborando para enfrentar desafíos complejos. La inteligencia 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 ideas y conceptos no es suficiente; lo que realmente hace posible todo esto es la tecnología central que presenta Swarms: el Nodo Swarm (SNAI). Se puede decir que SNAI es el 'centro nervioso' del mundo de los agentes de IA, proporcionando un sólido respaldo y garantía para la colaboración sin fisuras entre agentes.
Fundador de 'Joven Genio'
El fundador clave detrás de Swarms, Kye Gomez, ha sido aclamado como un 'joven genio' en el campo de la inteligencia artificial. A la edad de solo 20 años, ha demostrado un impresionante poderío técnico. Aunque abandonó la escuela secundaria, en solo tres años desarrolló 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 solidez de su talento.
En su investigación sobre agentes de IA autónomos y colaborativos, no solo desarrolló el 'modelo SSM + MoE súper eficiente' y el 'modelo de flujo mixto', sino que también exploró en profundidad la alineación de IA y su potencial en biología y nanotecnología. En realidad, de muchos de los proyectos de Kye, Swarms es solo uno de sus proyectos destacados; el talento del joven es impresionante, y al profundizar se descubren 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 de lenguaje natural y modelos de incrustación, y también ha participado 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 Swarms y características clave
A continuación, comenzaremos a analizar el proyecto Swarms de Joven Genio, que busca desarrollar y promover un marco de orquestación de múltiples agentes listo para producción a nivel empresarial. En pocas palabras, la funcionalidad central de Swarms es permitir que múltiples agentes de IA colaboren como un equipo, utilizando la inteligencia colectiva para resolver problemas complejos. No solo admite integración sin problemas con servicios de IA externos y API para expandir sus funcionalidades, sino que también proporciona a los agentes una memoria a largo plazo casi ilimitada para mejorar la comprensión contextual, al tiempo que permite flujos de trabajo personalizados. En respuesta a las necesidades empresariales, Swarms ofrece alta confiabilidad y escalabilidad, y asegura el mejor rendimiento a través de la optimización automática de parámetros de modelos de lenguaje. De esta manera, Swarms puede aprovechar la inteligencia colectiva entre los agentes, enfrentando desafíos complejos más fácilmente 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 operando de manera estable durante casi tres años y en su sitio web ya ha proporcionado soluciones eficientes a numerosas empresas. Desde el procesamiento de datos hasta el servicio al cliente y la generación de informes, Swarms ha mejorado significativamente la eficiencia empresarial a través de la automatización, al tiempo que reduce notablemente los costos operativos. Su fortaleza es evidente. Como un proyecto de código abierto, Swarms también ha generado un gran interés en la comunidad de desarrolladores; el número de estrellas en GitHub ha superado los 2.1K, obteniendo la inteligencia y el apoyo de numerosos desarrolladores. Todo esto respalda la madurez e innovación de la tecnología.
SNAI
Los usuarios de Twitter parecen coincidir en que la siguiente etapa para los agentes de IA es la colaboración grupal (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 aprovechen sus ventajas especializadas para destacar en tareas y escenarios específicos.
El Nodo Swarm (SNAI), como asistente para implementar Agentes Swarms, es una infraestructura sin servidor, diseñada específicamente para respaldar la filosofía de Swarm. SNAI resuelve todos los problemas técnicos para 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 encadenadas, programación y operaciones multilingües, brindando nuevas posibilidades a creadores pequeños que no pueden ejecutar agentes las 24 horas 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 suscripciones. Lo que hace único a SNAI es que sus agentes no son aislados, sino que pueden colaborar de manera 'encadenada', formando un Swarm.
La función de Swarm radica en dividir las tareas entre diferentes agentes, cada uno enfocándose en una tarea específica y, al completarla, pasando 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 ejecutarse y qué datos utilizar).
Pero esto no es todo; a medida que el marco SNAI aún se encuentra en su fase de desarrollo inicial, 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 para ejecución, personalización y optimización). Además, SNAI logrará compatibilidad multilingüe, actualmente se ha proporcionado un cliente de Python para simplificar las operaciones de API, y se planea soportar la implementación de agentes 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 admitirá 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 se pausa el agente después de su inicio. SNAI solo cobra por el tiempo de ejecución activo, aumentando significativamente la flexibilidad operativa de los agentes.
Las características clave de SNAI incluyen el soporte para la ejecución sin servidor de agentes, permitir a los desarrolladores integrar agentes en bibliotecas de código, implementar colaboración en cadena de agentes y coordinación interactiva, al tiempo que utiliza un modelo de pago por uso, lo que reduce significativamente los costos de infraestructura y disminuye la barrera de entrada a la infraestructura de agentes de IA.
Enfrentamiento con AI16Z
Swarms y AI16Z tienen una influencia significativa en el campo de los agentes de IA. Ambos han generado controversia en Twitter; a pesar de algunas similitudes, difieren en su arquitectura técnica y aplicaciones. Swarms adopta 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 es más como un 'coordinador' flexible, que enfatiza el soporte multiplataforma y la integración de múltiples modelos, adaptándose rápidamente a diversos escenarios. A continuación, se realizará una comparación de ambos agentes desde dos aspectos.
Marco y arquitectura técnica
Swarms es como un equipo disciplinado. El marco Swarms admite la colaboración de múltiples agentes de IA, utilizando autonomía, modularidad y escalabilidad para permitir una colaboración eficiente entre los agentes de IA, sobresaliendo en la descomposición de tareas complejas y completando operaciones de 'división de tareas y colaboración sin fisuras'. Por otro lado, el marco Eliza de AI16Z es más como un coordinador polifacético, enfocado en la implementación multiplataforma y la integración de múltiples modelos, al tiempo que enfatiza la interacción entre agentes, destacándose en la adaptación flexible a diversas aplicaciones.
Modelos y aplicaciones de IA
En términos de modelos de IA y aplicaciones, Swarms se centra más en cómo integrar ingeniosamente los modelos de IA existentes, a través de la orquestación de tareas y la colaboración en equipo para mejorar la automatización y la eficiencia del equipo a nivel empresarial. Es más como un comandante meticuloso, hábil en la administración de múltiples fuerzas, enfocado en 'cómo hacerlo mejor'. Por otro lado, el marco Eliza de AI16Z ofrece a los desarrolladores mayor libertad, soportando una variedad de modelos de IA (como Llama, Claude) y otorgando más flexibilidad a las aplicaciones, abarcando diversos escenarios desde la gestión de redes sociales hasta transacciones financieras, lo que proporciona una solución versátil. Uno se centra en la colaboración, mientras que el otro enfatiza la diversidad; ambos son igualmente innovadores, cada uno con sus propias fortalezas.
En general, Swarms y AI16Z están explorando el futuro de los agentes de IA por caminos completamente diferentes. Swarms se asemeja más a un equipo disciplinado, cautivando a los usuarios empresariales con su colaboración eficiente y su tecnología robusta, mientras que Eliza de AI16Z es más 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 fortalezas. En esta era de competencia feroz, la historia de los agentes de IA apenas comienza. ¿Quién destacará en esta carrera? ¡Estaremos atentos!