Sumber asli disusun: zhouzhou, BlockBeats

Hari ini, lonjakan Swarms kembali mencolok, seluruh komunitas dikejutkan oleh dua topik yang memanas: rumor "kecemasan" pendiri AI16Z, Shaw, dan dugaan pelanggaran hak cipta Swarm multi-agen oleh OpenAI. Beberapa berspekulasi bahwa dorongan mendukung ini mungkin didorong oleh munculnya Agen AI berbasis Mcs. Agen ini tidak hanya dapat menjawab pertanyaan tentang pengetahuan medis, tetapi juga disebut sebagai produk pengiriman paling dekat dengan masyarakat dan paling praktis dalam arsitektur Swarms, pendirinya Kye Gomez, "anak jenius" berusia 20 tahun, putus sekolah, dalam waktu tiga tahun berhasil menyelesaikan kerangka kolaborasi multi-agen Swarms, menjalankan 45 juta agen, melayani bidang keuangan, asuransi, kesehatan, dan layak disebut sebagai kekuatan keras.

Pergerakan harga roller coaster

Setelah peluncuran token Swarms pada 18 Desember, pada 21 Desember dengan cepat mencapai puncak nilai pasar tertinggi 74,2 juta dolar. Sayangnya, masa-masa indah itu tidak bertahan lama, nilai pasar jatuh seperti roller coaster hingga ke titik terendah, hanya tersisa sekitar 6 juta dolar.

Selanjutnya, ia berfluktuasi di sekitar 13 juta dolar, sampai tanggal 27 baru mulai bangkit, dari titik terendah 12 juta dolar naik menjadi 30 juta dolar, dan kemudian melonjak hampir 3 kali lipat mendekati 70 juta dolar, nyaris melampaui rekor tertinggi sebelumnya. Hari ini, volume perdagangan juga sangat signifikan, langsung melesat ke 60,8 juta dolar. Gelombang yang menggairahkan ini membuat netizen merasa seperti pengalaman roller coaster di dunia cryptocurrency.

Kunci masa depan di balik Swarms

Di balik pergerakan harga yang seperti roller coaster, ada banyak agen AI yang bekerja sama seperti tim yang terkoordinasi dengan baik, saling bekerja sama untuk menghadapi tantangan kompleks. Kebijaksanaan kolektif dan kemampuan koordinasi jauh melebihi batasan agen tunggal, inilah yang menjadi tujuan proyek Swarms dari Kye Gomez. Namun, hanya berkreasi dan memiliki ide saja tidak cukup; yang benar-benar memungkinkan semua ini adalah teknologi inti yang diluncurkan oleh Swarms—Swarm Node (SNAI). Bisa dibilang, SNAI adalah "pusat saraf" di dunia agen AI, memberikan dukungan dan jaminan yang kuat untuk kolaborasi tanpa hambatan antar agen.

"Anak jenius" pendiri

Pendiri inti di balik Swarms, Kye Gomez, dijuluki sebagai "anak jenius" di bidang kecerdasan buatan, menunjukkan kekuatan yang mengesankan pada usia 20 tahun. Meskipun ia putus sekolah di SMA, hanya dalam waktu tiga tahun ia mengembangkan kerangka kerja kolaborasi multi-agen Swarms dan berhasil menjalankan 45 juta agen AI, memberikan layanan berkualitas tinggi untuk banyak industri seperti keuangan, asuransi, dan kesehatan, menunjukkan betapa kuatnya pemuda ini.

Dalam penelitian tentang agen AI yang otonom dan kolaboratif, ia tidak hanya mengembangkan "model SSM + MoE yang sangat efisien" dan "model aliran campuran", tetapi juga menjelajahi lebih dalam tentang penyelarasan AI dan potensinya di bidang biologi dan nanoteknologi. Sebenarnya, dari banyak proyek Kye, Swarms hanyalah salah satu proyek berkualitas tinggi darinya, kekuatan pemuda ini tersembunyi, dan setelah diteliti lebih dalam, ditemukan banyak proyek luar biasa lainnya.

Contohnya, Agora berfungsi sebagai laboratorium penelitian AI sumber terbuka, berfokus pada pertemuan antara AI dengan biologi dan nanoteknologi, Pegasus adalah penelitiannya dalam pemrosesan bahasa alami dan model embedding, dan ia juga terlibat dalam implementasi sumber terbuka AlphaFold3. Riwayat dan pencapaian Kye menunjukkan bahwa seorang inovator teknologi sejati sedang muncul.

Kerangka pengaturan agen AI Swarms dan fungsi intinya

Selanjutnya, mari kita analisis proyek Swarms dari anak jenius ini, yang bertujuan untuk mengembangkan dan mempromosikan kerangka pengaturan multi-agen yang siap digunakan di tingkat perusahaan. Sederhananya, fungsi inti Swarms adalah memungkinkan beberapa agen AI untuk berkolaborasi seperti tim, menggunakan kebijaksanaan kolektif untuk memecahkan masalah kompleks. Ini tidak hanya mendukung integrasi tanpa hambatan dengan layanan AI eksternal dan API untuk memperluas fungsionalitas, tetapi juga memberikan agen hampir memori jangka panjang yang tidak terbatas untuk meningkatkan pemahaman konteks, sekaligus memungkinkan penyesuaian alur kerja. Dalam memenuhi kebutuhan tingkat perusahaan, Swarms memiliki reliabilitas dan skalabilitas tinggi, dan melalui pengoptimalan otomatis parameter model bahasa, memastikan kinerja optimal. Dengan cara ini, Swarms dapat memanfaatkan kebijaksanaan kolektif antar agen untuk menghadapi tantangan kompleks dengan lebih mudah dibandingkan dengan agen tunggal.

Proyek Swarms menonjol dengan ambang teknologinya yang kuat dan kinerja pasar. Kerangka pengaturan agen AI-nya telah beroperasi stabil selama hampir tiga tahun, di situs resminya telah menyediakan solusi efisien untuk banyak perusahaan. Dari pemrosesan data hingga layanan pelanggan, hingga pembuatan laporan, Swarms telah secara signifikan meningkatkan efisiensi bisnis sambil secara drastis mengurangi biaya operasional, menunjukkan kekuatannya yang tak terbantahkan. Sebagai proyek sumber terbuka, Swarms juga menarik perhatian besar di kalangan komunitas pengembang, jumlah Star di GitHub telah melewati 2,1K, memperoleh banyak kebijaksanaan dan dukungan dari para pengembang, sehingga semua yang dikumpulkan oleh Swarms membuktikan kematangan dan inovasi teknologinya.

SNAI

Netizen di Twitter tampaknya setuju bahwa tahap berikutnya untuk agen AI adalah kolaborasi kelompok (Agent Swarms), dengan mencapai kerja yang lebih efisien melalui komunikasi dan kolaborasi antar beberapa agen, cara ini memungkinkan agen dari berbagai kerangka untuk saling berkomunikasi dan memanfaatkan keunggulan spesialisasi masing-masing untuk tampil lebih baik dalam tugas dan skenario tertentu.

Swarm Node (SNAI) berfungsi sebagai pendukung dalam mewujudkan Swarm Agen, sebuah infrastruktur tanpa server yang dirancang khusus untuk mendukung konsep Swarm. SNAI mengatasi semua tantangan teknis dalam menjalankan agen AI, memungkinkan pengguna untuk tidak khawatir tentang biaya perangkat keras dan infrastruktur, serta dapat dengan mudah menerapkan, mengoordinasikan, dan mengelola agen melalui skrip Python. Ini juga mendukung interaksi berantai, penjadwalan, dan operasi multibahasa, memberikan kemungkinan baru bagi pembuat kecil yang tidak dapat menjalankan agen sepanjang waktu atau kekurangan dukungan perangkat keras.

Pengguna tidak perlu membayar biaya server, hanya perlu membayar untuk waktu eksekusi yang sebenarnya digunakan, yang membuat SNAI lebih efisien dibandingkan solusi berbasis langganan lainnya. Keunikan SNAI adalah, agennya bukanlah entitas yang terisolasi, tetapi dapat berkolaborasi "berantai", membentuk sebuah Swarm.

Fungsi Swarm adalah membagi tugas kepada berbagai agen, setiap agen fokus pada satu tugas tertentu, dan setelah selesai, mengirimkan hasilnya kepada agen berikutnya. Melalui REST API dan Python SDK, aplikasi lain dapat dengan mudah mengintegrasikan SNAI, dan pengguna juga dapat dengan fleksibel mengoordinasikan perilaku Swarm mereka (misalnya, kapan menjalankan dan menggunakan data apa).

Namun, itu belum semuanya. Dengan kerangka SNAI yang masih dalam tahap pengembangan awal, di masa depan akan ditambahkan beberapa fitur baru, termasuk penyimpanan data (basis data cloud mini yang memungkinkan agen berbagi data terpilih), penjadwalan tugas (menjalankan agen pada waktu tertentu), dan perpustakaan agen (agen siap pakai yang dibuat oleh komunitas, dapat dijalankan, disesuaikan, dan dioptimalkan). Selain itu, SNAI juga akan mewujudkan kompatibilitas multibahasa. Saat ini telah menyediakan klien Python yang menyederhanakan operasi API dan berencana untuk mendukung penerapan agen yang ditulis dalam bahasa Go, Rust, TypeScript, C#, PHP, dan lainnya. Komunitas telah mulai mengembangkan klien TypeScript, dan di masa depan akan mendukung lebih banyak bahasa.

Hanya dalam minggu ini, sudah ada lebih dari 500 kali pembangunan—"ketergantungan" ini digunakan untuk mengoptimalkan efisiensi eksekusi agen AI. Lebih dari 10.000 kali eksekusi—yaitu, kasus di mana agen dijeda setelah dimulai, SNAI hanya mengenakan biaya untuk waktu aktif yang berjalan, secara signifikan meningkatkan fleksibilitas operasi agen.

Fitur inti dari SNAI mencakup dukungan untuk menjalankan agen tanpa server, memungkinkan pengembang mengintegrasikan agen ke dalam repositori kode, mewujudkan kolaborasi berantai dan koordinasi interaksi antar agen, sambil menerapkan model bayar sesuai penggunaan, secara signifikan mengurangi biaya infrastruktur, serta menurunkan ambang masuk ke infrastruktur agen AI.

Melawan AI16Z

Swarms dan AI16Z keduanya memiliki pengaruh yang signifikan di bidang agen AI, dengan kontroversi di Twitter yang terus berlanjut. Meskipun ada beberapa kesamaan, keduanya berbeda dalam arsitektur teknis dan aplikasinya. Swarms menggunakan kerangka "tim" yang bekerja sama untuk menyelesaikan tugas kompleks dan meningkatkan efisiensi melalui kolaborasi beberapa agen AI. Sebaliknya, kerangka Eliza dari AI16Z lebih mirip "koordinator" yang fleksibel, menekankan dukungan multi-platform dan integrasi multi-model, dapat dengan cepat beradaptasi di berbagai skenario. Berikut adalah perbandingan antara kedua agen dari dua aspek.

Kerangka dan arsitektur teknologi

Swarms seperti tim yang disiplin, kerangka kerja Swarms mendukung kolaborasi beberapa agen AI, dengan otonomi, modularitas, dan skalabilitas, memungkinkan agen AI untuk bekerja sama secara efisien, ahli dalam membagi tugas yang kompleks, dan menyelesaikan operasi "dengan tugas yang jelas dan kerjasama yang erat". Sementara kerangka Eliza dari AI16Z lebih mirip sebagai koordinator serba bisa, fokus pada operasi multi-platform dan integrasi multi-model, sambil menekankan interaksi antar agen, memiliki karakteristik unik dalam menyesuaikan berbagai aplikasi.

Model dan aplikasi AI

Dalam hal model dan aplikasi AI, Swarms lebih fokus pada bagaimana secara cerdas mengintegrasikan model AI yang ada, melalui pengaturan tugas dan kolaborasi tim untuk meningkatkan otomatisasi tingkat perusahaan dan efisiensi tim. Ini lebih mirip sebagai komandan yang teliti, mahir dalam mendistribusikan kekuatan secara tepat, fokus pada "bagaimana cara melakukannya dengan lebih baik". Di sisi lain, kerangka Eliza dari AI16Z memberikan pengembang lebih banyak kebebasan, mendukung berbagai model AI (seperti Llama, Claude), memberikan aplikasi lebih banyak fleksibilitas, mampu menangani berbagai skenario dari manajemen media sosial hingga transaksi keuangan, sehingga menghadirkan solusi serba bisa. Satu fokus pada kolaborasi, yang lainnya menekankan keragaman, keduanya dalam aplikasi inovatif setara, masing-masing memiliki keunggulan.

Secara keseluruhan, Swarms dan AI16Z sedang menjelajahi masa depan agen AI dengan jalur yang sangat berbeda. Swarms lebih seperti tim yang disiplin, dengan kolaborasi yang efisien dan kekuatan teknologi yang mengesankan pengguna tingkat perusahaan, sementara Eliza dari AI16Z lebih seperti pemain bebas yang serba bisa, menunjukkan potensi tak terbatas dengan penyesuaian fleksibel dan keragaman skenario. Sebenarnya, keduanya memiliki keunggulan masing-masing dalam era persaingan sengit ini, cerita agen AI baru saja dimulai. Siapa yang akan menonjol dalam perlombaan ini? Kita tunggu saja!

Sumber referensi: https://fraxcesco.substack.com/p/introducing-swarm-node-serverless?utm_source=post-email-title&publication_id=1419537&post_id=153678118&utm_campaign=email-post-title&isFreemail=true&r=2i6286&triedRedirect=true&utm_medium=email