Auteur original : Zhouzhou

Reproduit par : Daisy, Mars Finance

Aujourd'hui, l'augmentation de Swarms est à nouveau frappante, et toute la communauté s'agite autour de deux sujets : la rumeur de « l'anxiété » du fondateur d'AI16Z, Shaw, et le soupçon que Sama d'OpenAI ait enfreint le cadre multi-agent de Swarm. Certains conjecturent que le véritable moteur de cette flambée d'intérêt pourrait être l'apparition de l'Agent AI basé sur Mcs. Cet agent non seulement répond à des questions de connaissances médicales, mais est également considéré comme le produit de livraison le plus proche du public et le plus pratique dans l'architecture Swarms. Son fondateur, Kye Gomez, à seulement 20 ans, le « génie adolescent », a quitté l'école secondaire et a réussi en trois ans à établir le cadre de coordination multi-agents Swarms, faisant fonctionner 45 millions d'agents et offrant des services dans des secteurs tels que la finance, l'assurance et la santé, incarnant une véritable puissance de compétence.

Tendances montagne russes

Les jetons Swarms ont rapidement atteint un sommet de capitalisation de 74,2 millions de dollars après leur émission le 18 décembre, mais la bonne nouvelle n'a pas duré longtemps, la capitalisation a chuté comme des montagnes russes pour ne laisser qu'environ 6 millions de dollars.

Par la suite, il a oscillé autour de 13 millions de dollars jusqu'au 27, date à laquelle il a commencé à rebondir, passant d'un creux de 12 millions de dollars à 30 millions de dollars, puis grimpant rapidement de près de 3 fois jusqu'à presque 70 millions de dollars, frôlant les précédents sommets. Aujourd'hui, le volume des échanges est également équilibré, atteignant directement 60,8 millions de dollars. Cette flambée du marché a fait sensation parmi les internautes, qui ont eu l'impression de vivre une expérience de montagnes russes dans le monde des cryptomonnaies.

Le code secret de l'avenir de Swarms

Derrière cette volatilité des prix se trouve une équipe de plusieurs agents AI travaillant de manière coordonnée pour faire face à des défis complexes. La sagesse collective et la capacité de coordination dépassent largement les limites d'un agent individuel, c'est l'objectif que poursuit le projet Swarms de Kye Gomez. Cependant, avoir des idées et de la créativité ne suffit pas, ce qui rend tout cela possible, c'est la technologie centrale lancée par Swarms : le Swarm Node (SNAI). On peut dire que SNAI est le « centre névralgique » du monde des agents AI, fournissant un soutien puissant pour une collaboration sans faille entre les agents.

Le « génie adolescent » fondateur

Le fondateur central de Swarms, Kye Gomez, est salué comme un « génie adolescent » dans le domaine de l'intelligence artificielle, ayant montré une puissance impressionnante à seulement 20 ans. Bien qu'il ait abandonné l'école secondaire, il a développé en seulement trois ans le cadre de coordination multi-agents Swarms et a réussi à faire fonctionner 45 millions d'agents AI, fournissant des services de haute qualité à plusieurs secteurs tels que la finance, l'assurance et la santé, témoignant de la force impressionnante de ce jeune homme.

Dans ses recherches sur les agents AI autonomes et collaboratifs, il a non seulement développé des modèles « SSM + MoE super efficaces » et des « modèles de flux hybrides », mais a également exploré en profondeur le potentiel de l'alignement AI ainsi que son application en biologie et en nanotechnologie. En réalité, parmi les nombreux projets de Kye, Swarms n'est qu'un de ses projets de qualité, le talent de ce jeune homme est bien caché, et en le découvrant, on trouve qu'il a de nombreux autres projets excellents.

Par exemple, Agora est un laboratoire de recherche AI open source, axé sur l'interaction entre l'AI et la biologie, la nanotechnologie. Pegasus est son exploration dans le traitement du langage naturel et des modèles d'incorporation, et il a également participé à la mise en œuvre open source d'AlphaFold3. Le parcours et les réalisations de Kye annoncent l'émergence d'un véritable innovateur technologique.

Cadre d'orchestration des agents AI de Swarms et fonctionnalités clés

Nous allons maintenant analyser le projet Swarms du génie adolescent, qui vise à développer et à promouvoir un cadre d'orchestration multi-agents prêt pour la production à l'échelle de l'entreprise. En termes simples, la fonction centrale de Swarms est de permettre à plusieurs agents AI de collaborer comme une équipe, utilisant l'intelligence collective pour résoudre des problèmes complexes. Il prend non seulement en charge l'intégration transparente avec des services AI externes et des API pour étendre les fonctionnalités, mais offre également aux agents une mémoire à long terme presque illimitée pour renforcer la compréhension contextuelle, tout en permettant la personnalisation des flux de travail. Répondant aux besoins des entreprises, Swarms a une fiabilité et une évolutivité élevées, et en optimisant automatiquement les paramètres des modèles de langage, il garantit des performances optimales. De cette manière, Swarms peut tirer parti de l'intelligence collective entre agents pour relever des défis complexes plus facilement qu'un agent unique.

Le projet Swarms se distingue par ses barrières technologiques puissantes et ses performances sur le marché. Son cadre d'orchestration des agents AI a fourni des solutions efficaces à de nombreuses entreprises grâce à près de trois ans d'exploitation stable sur son site officiel. De la gestion des données au service client, en passant par la génération de rapports, Swarms a considérablement amélioré l'efficacité opérationnelle tout en réduisant les coûts, sa force est évidente. En tant que projet open source, Swarms suscite également un vif intérêt dans la communauté des développeurs, avec plus de 2,1K étoiles sur GitHub, bénéficiant de l'intelligence et du soutien de nombreux développeurs. Ainsi, tout ce que Swarms a accumulé témoigne de la maturité et de l'innovation technologique.

SNAI

Les utilisateurs sur Twitter semblent tous s'accorder à dire que la prochaine étape pour les agents AI est la collaboration de groupe (Agent Swarms), permettant une communication et une coopération plus efficaces entre plusieurs agents. Cette approche leur permet d'interagir entre eux, tirant parti de leurs avantages spécialisés pour exceller dans des tâches et scénarios spécifiques.

Swarm Node (SNAI), en tant qu'assistant pour réaliser les Agent Swarms, est une infrastructure sans serveur, conçue pour soutenir le concept de Swarm. SNAI résout tous les défis techniques liés à l'exécution des agents AI, permettant aux utilisateurs de ne pas se soucier des coûts matériels et d'infrastructure, déployant, coordonnant et gérant facilement les agents via des scripts Python. Il prend également en charge les interactions en chaîne, la planification et les opérations multilingues, offrant de nouvelles possibilités aux petits créateurs qui ne peuvent pas faire fonctionner des agents 24 heures sur 24 ou qui manquent de soutien matériel.

Les utilisateurs n'ont pas à payer de frais de serveur, mais seulement pour le temps d'exécution réellement utilisé, ce qui rend SNAI plus efficace que d'autres solutions basées sur un abonnement. Ce qui rend SNAI unique, c'est que ses agents ne sont pas isolés, mais peuvent collaborer « en chaîne », formant un Swarm.

Le rôle de Swarm consiste à répartir les tâches entre différents agents, chaque agent se concentrant sur une tâche spécifique et transmettant les résultats au prochain agent. Grâce à REST API et au SDK Python, d'autres applications peuvent facilement intégrer SNAI, et les utilisateurs peuvent également coordonner de manière flexible le comportement de leur Swarm (par exemple, quand exécuter et quelles données utiliser).

Mais ce n'est pas tout, alors que le cadre SNAI est encore en phase de développement initial, plusieurs nouvelles fonctionnalités seront ajoutées à l'avenir, y compris le stockage de données (une mini base de données dans le cloud, permettant aux agents de partager des données sélectionnées), la planification des tâches (exécuter des agents à des moments spécifiques) et une bibliothèque d'agents (agents prêts à l'emploi créés par la communauté, pouvant être exécutés, personnalisés et optimisés). De plus, SNAI mettra en œuvre la compatibilité multilingue, ayant déjà fourni un client Python simplifiant les opérations API, avec des projets futurs pour prendre en charge le déploiement d'agents écrits dans des langages comme Go, Rust, TypeScript, C#, PHP, etc. La communauté a commencé à développer un client TypeScript, et d'autres langues seront prises en charge à l'avenir.

Rien que cette semaine, il y a eu plus de 500 constructions - ces « dépendances » sont utilisées pour optimiser l'efficacité d'exécution des agents AI. Plus de 10 000 exécutions - c'est-à-dire des instances où l'agent a été suspendu après son lancement. SNAI ne facture que le temps d'exécution actif, augmentant considérablement la flexibilité des opérations des agents.

Les caractéristiques clés de SNAI incluent la prise en charge de l'exécution sans serveur des agents, permettant aux développeurs d'intégrer les agents dans les bibliothèques de code, permettant la collaboration en chaîne des agents et la coordination des interactions, tout en utilisant un modèle de paiement à l'utilisation, réduisant considérablement les coûts d'infrastructure et abaissant les barrières à l'entrée dans l'infrastructure des agents AI.

Confrontation avec AI16Z

Swarms et AI16Z ont tous deux une influence significative dans le domaine des agents AI. Les controverses entre les deux sur Twitter ne cessent d'augmenter. Bien qu'il existe certaines similitudes, ils diffèrent dans leur architecture technique et leurs applications. Swarms adopte un cadre de « équipe » qui fonctionne de manière collaborative pour accomplir des tâches complexes et améliorer l'efficacité. En revanche, le cadre Eliza d'AI16Z ressemble davantage à un « coordinateur » flexible, mettant l'accent sur le soutien multi-plateforme et l'intégration de plusieurs modèles, capable de s'adapter rapidement à divers scénarios. Comparons ces deux agents sous deux aspects.

Cadre et architecture technique

Swarms est comme une équipe disciplinée, le cadre Swarms soutient plusieurs agents AI travaillant ensemble. Grâce à leur autonomie, leur modularité et leur extensibilité, les agents AI peuvent collaborer efficacement, exceller dans la décomposition de tâches complexes et réaliser des opérations avec une « division claire des tâches et une coopération parfaite ». Le cadre Eliza d'AI16Z ressemble davantage à un coordinateur polyvalent, se concentrant sur l'exécution multi-plateforme et l'intégration de plusieurs modèles, tout en mettant l'accent sur l'interaction entre les agents, avec ses propres caractéristiques pour s'adapter à divers scénarios d'application.

Modèles et applications AI

Dans le domaine des modèles et applications AI, Swarms se concentre davantage sur la manière d'intégrer habilement les modèles AI existants, en orchestrant des tâches et en collaborant en équipe pour améliorer l'automatisation et l'efficacité des équipes à l'échelle de l'entreprise. Cela ressemble davantage à un commandant minutieux, capable de bien gérer plusieurs forces et se concentrant sur « comment faire mieux ». En revanche, le cadre Eliza d'AI16Z offre aux développeurs beaucoup plus de liberté, prenant en charge plusieurs modèles AI (comme Llama, Claude), donnant aux applications plus de flexibilité pour faire face à divers scénarios, allant de la gestion des médias sociaux à des transactions financières, offrant ainsi une solution polyvalente. L'un se concentre sur la collaboration, l'autre sur la diversité, chacun excelle dans l'innovation et a ses propres atouts.

Dans l'ensemble, Swarms et AI16Z explorent l'avenir des agents AI par des chemins totalement différents. Swarms ressemble davantage à une équipe disciplinée, séduisant les utilisateurs d'entreprise par son efficacité de collaboration et sa technologie avancée, tandis que l'Eliza d'AI16Z ressemble davantage à un joueur polyvalent, montrant un potentiel illimité grâce à sa flexibilité d'adaptation et sa diversité de scénarios. En fait, chacun a ses forces, et dans cette époque de compétition intense, l'histoire des agents AI ne fait que commencer. Qui se distinguera dans cette course ? Nous attendons de voir !