Aujourd'hui, l'augmentation de Swarms a de nouveau attiré l'attention, toute la communauté s'est enflammée autour de deux sujets : la rumeur de « l'anxiété » du fondateur d'AI16Z, Shaw, et la suspicion de contrefaçon par OpenAI concernant le cadre multi-agents Swarm. Certains supposent que le moteur derrière cette montée des prix pourrait être l'apparition d'un agent IA basé sur Mcs. Cet agent peut non seulement répondre à des questions de connaissances médicales, mais est également considéré comme le produit de livraison le plus accessible et pratique dans l'architecture Swarms. Son fondateur, Kye Gomez, est un « jeune génie » de seulement 20 ans, qui a abandonné le lycée et a passé trois ans à développer le cadre de coordination multi-agents Swarms, ayant exécuté 45 millions d'agents, servant des secteurs comme la finance, l'assurance et la santé, représentant une véritable force de compétence.
Volatilité des prix
Après l'émission de jetons Swarms le 18 décembre, il a rapidement atteint un sommet de 74,2 millions de dollars de capitalisation le 21, mais malheureusement, cette bonne fortune n'a pas duré, la capitalisation a chuté comme des montagnes russes pour atteindre un creux d'environ 6 millions de dollars.
Par la suite, il a stagné autour de 13 millions de dollars, jusqu'au 27 où il a commencé à rebondir, passant d'un creux de 12 millions de dollars à 30 millions de dollars, avant de grimper presque à 70 millions de dollars, frôlant un nouveau sommet. Aujourd'hui, le volume des transactions est également comparable, atteignant directement 60,8 millions de dollars. Ce mouvement de prix a conduit de nombreux internautes à comparer l'expérience à un parcours de montagnes russes dans le monde des cryptomonnaies.
Le code secret du futur de Swarms
Derrière la volatilité des prix se cache une équipe d'agents IA travaillant en étroite collaboration, se répartissant les tâches pour relever des défis complexes. L'intelligence collective et la capacité de coordination dépassent de loin les limites d'un seul agent, c'est exactement l'objectif que Kye Gomez vise avec le projet Swarms. Cependant, avoir uniquement des idées et des concepts ne suffit pas ; ce qui rend tout cela possible, c'est la technologie de base que Swarms propose : le Swarm Node (SNAI). On peut dire que SNAI est le « neurone central » du monde des agents IA, fournissant un puissant soutien et une garantie pour la collaboration sans faille entre les agents.
Fondateur de « Jeunes Génies »
Le core fondateur derrière Swarms, Kye Gomez, est considéré comme un « jeune génie » dans le domaine de l'intelligence artificielle, ayant montré une puissance impressionnante à seulement 20 ans. Bien qu'il ait abandonné le lycée, il a réussi à développer en seulement trois ans le cadre de coordination multi-agents Swarms, exécutant 45 millions d'agents et fournissant des services de haute qualité à divers secteurs tels que la finance, l'assurance et la santé, démontrant ainsi la solidité de son potentiel.
Dans ses recherches sur les agents IA autonomes et collaboratifs, il a non seulement développé le « modèle SSM + MoE super efficace » et le « modèle de flux hybride », mais a également exploré en profondeur l'alignement de l'IA et son potentiel dans les domaines de la biologie et de la nanotechnologie. En fait, parmi les nombreux projets de Kye, Swarms n'est qu'un de ses projets de qualité, le potentiel du jeune homme est immense, et en creusant un peu plus, on découvre qu'il a encore de nombreux autres projets exceptionnels.
Par exemple, Agora est un laboratoire de recherche IA open-source, se concentrant sur la fusion de l'IA avec la biologie et la nanotechnologie, et Pegasus est son exploration dans le domaine du traitement du langage naturel et des modèles d'incorporation. Il a également participé à la mise en œuvre open-source d'AlphaFold3. Le parcours et les réalisations de Kye témoignent de l'émergence d'un véritable innovateur technologique.
Cadre d'orchestration d'agents IA Swarms et fonctions principales
Nous allons maintenant analyser le projet Swarms de Jeunes Génies, qui vise à développer et promouvoir un cadre d'orchestration multi-agents prêt pour la production à l'échelle des entreprises. En termes simples, la fonction principale des Swarms est de permettre à plusieurs agents IA de collaborer comme une équipe, utilisant l'intelligence collective pour résoudre des problèmes complexes. Il prend en charge une intégration transparente avec des services IA externes et des API pour étendre ses fonctionnalités, tout en fournissant aux agents une mémoire à long terme presque illimitée pour améliorer la compréhension contextuelle, tout en permettant des flux de travail personnalisés. Pour répondre aux besoins des entreprises, Swarms possède une fiabilité et une évolutivité élevées, et optimise automatiquement les paramètres des modèles de langage pour garantir des performances optimales. De cette manière, Swarms peut tirer parti de l'intelligence collective entre les agents, rendant plus facile la gestion des défis complexes comparé à un agent unique.
Le projet Swarms se distingue par sa puissante barrière technologique et ses performances sur le marché. Son cadre d'orchestration d'agents IA a été opérationnel de manière stable pendant près de trois ans, fournissant des solutions efficaces à de nombreuses entreprises sur son site Web. De la gestion des données aux services clients, en passant par la génération de rapports, Swarms a considérablement amélioré l'efficacité opérationnelle tout en réduisant les coûts, et sa puissance est évidente. En tant que projet open-source, Swarms a également suscité 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 cela accumulé par Swarms prouve la maturité et l'innovation technologique.
SNAI
Les internautes sur Twitter semblent tous d'accord, la prochaine étape pour les agents IA est la collaboration de groupe (Agent Swarms), permettant une communication et une coopération entre plusieurs agents pour un travail plus efficace. Cette méthode permet aux agents de différents cadres de communiquer entre eux et d'utiliser leurs avantages spécialisés pour exceller dans des tâches et des scénarios spécifiques.
Le Swarm Node (SNAI), en tant qu'assistant à la réalisation des Agent Swarms, est une infrastructure sans serveur, conçue pour soutenir l'idée de Swarm. SNAI résout tous les défis techniques liés à l'exécution des agents IA, permettant aux utilisateurs de ne pas se soucier des coûts matériels et d'infrastructure, et de déployer, coordonner et gérer les agents facilement 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 incapables de faire fonctionner leurs agents 24 heures sur 24 ou manquant de soutien matériel.
Les utilisateurs n'ont pas à payer de frais de serveur, seulement pour le temps d'exécution effectivement utilisé, ce qui rend SNAI plus efficace que d'autres solutions basées sur un abonnement. L'unicité de SNAI réside dans le fait que ses agents ne sont pas isolés, mais peuvent collaborer en « chaîne », formant un Swarm (groupe).
Le rôle de Swarm est de répartir les tâches entre différents agents, chaque agent se concentrant sur une tâche spécifique, puis transmettant les résultats au prochain agent. Grâce à l'API REST 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 fonctionnalités seront ajoutées à l'avenir, y compris le stockage de données (une mini-base de données 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 (des agents prêts à l'emploi créés par la communauté, disponibles pour exécution, personnalisation et optimisation). De plus, SNAI réalisera une compatibilité multilingue ; un client Python simplifiant les opérations de l'API est déjà disponible, et il est prévu d'ajouter le support pour le déploiement d'agents écrits dans des langages tels que Go, Rust, TypeScript, C#, PHP, etc. La communauté a déjà commencé à développer un client TypeScript et d'autres langues seront supportées dans le futur.
Rien qu'au cours de cette semaine, il y a déjà eu plus de 500 constructions - ces « dépendances » sont utilisées pour optimiser l'efficacité d'exécution des agents IA. Plus de 10 000 exécutions - c'est-à-dire des exemples où l'agent s'est arrêté après son lancement, SNAI ne facture que le temps d'exécution actif, augmentant considérablement la flexibilité des opérations des agents.
Les caractéristiques principales de SNAI incluent le support d'une exécution sans serveur pour les agents, permettant aux développeurs d'intégrer les agents dans leur code, de réaliser une collaboration et une coordination en chaîne des agents, tout en adoptant un modèle de paiement à l'utilisation, réduisant ainsi considérablement les coûts d'infrastructure et abaissant le seuil d'entrée dans l'infrastructure des agents IA.
Face à AI16Z
Swarms et AI16Z ont tous deux une influence significative dans le domaine des agents IA, avec des controverses réciproques sur Twitter. Bien qu'il existe certaines similitudes, ils diffèrent dans leur architecture technique et leurs applications. Swarms adopte un cadre de « équipe » collaboratif, accomplissant des tâches complexes et améliorant l'efficacité grâce à la coopération de plusieurs agents IA. En revanche, le cadre Eliza d'AI16Z ressemble davantage à un « coordinateur » flexible, mettant l'accent sur le support multi-plateforme et l'intégration multi-modèle, capable de s'adapter rapidement à plusieurs scénarios. Nous allons comparer ces deux agents sous deux angles.
Cadres techniques et architectures
Swarms est comme une équipe disciplinée, le cadre Swarms supporte la collaboration de plusieurs agents IA, grâce à leur autonomie, leur modularité et leur évolutivité, permettant aux agents IA de travailler efficacement ensemble et d'exceller dans la décomposition de tâches complexes, exécutant des opérations de « division claire des tâches et coordination sans faille ». En revanche, le cadre Eliza d'AI16Z ressemble davantage à un coordinateur polyvalent, axé sur l'exécution multi-plateforme et l'intégration multi-modèle, tout en mettant l'accent sur l'interaction entre les agents, ayant sa propre caractéristique dans l'adaptation flexible à des applications variées.
Modèles et applications IA
En ce qui concerne les modèles et applications IA, Swarms se concentre davantage sur la manière d'intégrer habilement les modèles IA existants, en utilisant l'orchestration des tâches et la collaboration en équipe pour améliorer l'automatisation et l'efficacité des équipes à l'échelle des entreprises. Il ressemble davantage à un commandant raffiné, capable de bien gérer des forces multiples, se concentrant sur « comment faire mieux ». En revanche, le cadre Eliza d'AI16Z offre aux développeurs une plus grande liberté, prenant en charge divers modèles IA (comme Llama, Claude), offrant aux applications plus de flexibilité pour répondre à divers scénarios, allant de la gestion des réseaux sociaux aux transactions financières, apportant ainsi une solution polyvalente. L'un se concentre sur la collaboration, l'autre met l'accent sur la diversité, chacun ayant ses propres forces en matière d'innovation.
Dans l'ensemble, Swarms et AI16Z explorent l'avenir des agents IA par des voies totalement différentes. Swarms ressemble davantage à une équipe disciplinée, impressionnant les utilisateurs d'entreprise par son efficacité collaborative et sa technologie robuste, tandis que l'Eliza d'AI16Z ressemble davantage à un joueur polyvalent, démontrant un potentiel illimité grâce à son adaptation flexible et à sa diversité de scénarios. En fait, chacun a ses propres forces, et dans cette ère de compétition, l'histoire des agents IA ne fait que commencer. Qui émergera victorieux dans cette course ? Nous attendons de le voir !