原文整编: zhouzhou，BlockBeats

Hari ini, lonjakan harga swarms kembali mencuri perhatian, seluruh komunitas berfokus pada dua topik yang memanas: rumor 'kecemasan' pendiri AI16Z, Shaw, dan dugaan pelanggaran kerangka multi-agen Swarm oleh OpenAI's Sama. Beberapa orang berspekulasi bahwa dorongan stimulasi ini mungkin didorong oleh kemunculan AI Agent berdasarkan 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 struktur Swarms, di baliknya adalah pendiri Kye Gomez, seorang 'Genius Muda' berusia 20 tahun, yang drop out dari sekolah menengah dan dalam tiga tahun berhasil menyusun kerangka koordinasi multi-agen Swarms, menjalankan 45 juta agen, melayani bidang keuangan, asuransi, dan medis, bisa dibilang sebagai kekuatan yang tangguh.

Pergerakan harga roller coaster

Token Swarms setelah diluncurkan pada 18 Desember, pada 21 langsung melonjak ke puncak kapitalisasi pasar sebesar 74,2 juta dolar, sayangnya tidak bertahan lama, kapitalisasi pasar turun seperti roller coaster menjadi hanya sekitar 6 juta dolar.

Selanjutnya, ia mulai berfluktuasi di sekitar 13 juta dolar, hingga 27 baru mulai menyerang balik, dari titik terendah 1,2 juta dolar naik ke 3 juta dolar, lalu melesat hampir 3 kali lipat mendekati 7 juta dolar, hampir menembus rekor tertinggi sebelumnya. Hari ini volume perdagangan juga sangat seimbang, langsung melesat hingga 60,8 juta dolar, pergerakan pasar yang memicu ini membuat banyak orang merasa seperti paket pengalaman roller coaster di dunia crypto.

Kunci masa depan di balik Swarms

Di balik fluktuasi harga yang seperti roller coaster adalah beberapa agen AI yang bekerja sama seperti tim yang terorganisir dengan baik, saling berkolaborasi untuk menghadapi tantangan kompleks. Kebijaksanaan kolektif dan kemampuan koordinasi jauh melampaui keterbatasan agen tunggal, ini adalah tujuan yang dikejar oleh proyek Swarms Kye Gomez. Namun, hanya dengan ide dan gagasan tidaklah cukup, yang benar-benar membuat semua ini mungkin adalah teknologi inti yang diluncurkan oleh Swarms — Swarm Node (SNAI). Bisa dibilang, SNAI adalah 'sistem saraf pusat' dunia agen AI, yang memberikan dukungan dan jaminan yang kuat untuk kolaborasi tanpa batas antar agen.

Pendiri 'Genius Muda'

Di balik Swarms, pendiri inti Kye Gomez, dianggap sebagai 'Genius Muda' di bidang kecerdasan buatan, pada usia 20 tahun telah menunjukkan kekuatan keras yang mengagumkan. Meskipun ia drop out dari sekolah menengah, dalam waktu tiga tahun ia berhasil mengembangkan kerangka koordinasi multi-agen Swarms, dan berhasil menjalankan 45 juta agen AI, memberikan layanan berkualitas tinggi di banyak industri seperti keuangan, asuransi, dan medis, menunjukkan bahwa kekuatan pemuda ini sangat solid.

Dalam penelitiannya tentang agen AI yang otonom dan kolaboratif, ia tidak hanya mengembangkan 'model SSM + MoE yang sangat efisien' dan 'model aliran campuran', tetapi juga menyelidiki potensi penyelarasan AI dan aplikasinya dalam bidang biologi dan teknologi nano. Sebenarnya, di antara banyak proyek Kye, Swarms hanya salah satu proyek berkualitas tinggi, kekuatan pemuda ini tersembunyi, setelah diteliti lebih dalam, ditemukan bahwa ia memiliki banyak proyek unggulan lainnya.

Contohnya, Agora berfungsi sebagai laboratorium penelitian AI sumber terbuka, fokus pada integrasi AI dengan biologi dan teknologi nano, Pegasus adalah eksplorasi di bidang pemrosesan bahasa alami dan model embedding, dan ia juga terlibat dalam implementasi open source AlphaFold 3. Rekam jejak Kye dan pencapaiannya menunjukkan bahwa seorang inovator teknologi sejati sedang muncul.

Kerangka pengelolaan agen AI Swarms dan fungsi inti

Selanjutnya, mari kita analisis proyek Swarms dari 'Genius Muda', proyek ini berusaha untuk mengembangkan dan mempromosikan kerangka pengelolaan multi-agen yang siap untuk produksi tingkat perusahaan, secara sederhana, fungsi inti dari Swarms adalah memungkinkan beberapa agen AI bekerja sama seperti tim, menggunakan kebijaksanaan kolektif untuk menyelesaikan masalah kompleks. Ini tidak hanya mendukung integrasi tanpa batas dengan layanan AI eksternal dan API untuk memperluas fungsinya, tetapi juga memberikan hampir ingatan jangka panjang tak terbatas kepada agen untuk meningkatkan pemahaman konteks, sekaligus memungkinkan alur kerja yang disesuaikan. Mengingat kebutuhan tingkat perusahaan, Swarms memiliki keandalan dan skalabilitas yang tinggi, dan melalui optimasi otomatis parameter model bahasa, memastikan kinerja terbaik. Dengan cara ini, Swarms dapat memanfaatkan kebijaksanaan kolektif antar agen untuk lebih mudah menghadapi tantangan kompleks dibandingkan dengan satu agen saja.

Proyek Swarms menonjol dengan batasan teknologi yang kuat dan kinerja pasar yang baik, kerangka pengelolaan agen AI-nya telah beroperasi stabil selama hampir tiga tahun, dan telah memberikan solusi efisien untuk banyak perusahaan di situs resminya. Dari pengolahan data hingga layanan pelanggan, hingga pembuatan laporan, Swarms secara otomatis meningkatkan efisiensi bisnis sambil secara signifikan mengurangi biaya operasi, dengan kekuatan yang terlihat jelas. Sebagai proyek sumber terbuka, Swarms juga menarik perhatian besar dalam komunitas pengembang, dengan jumlah Star di GitHub melampaui 2.1K, mendapatkan banyak kebijaksanaan dan dukungan dari pengembang, sehingga semua yang terakumulasi oleh Swarms membuktikan kematangan dan inovasi teknologi.

SNAI

Pengguna Twitter tampaknya setuju bahwa tahap berikutnya untuk agen AI adalah kolaborasi kelompok (Agent Swarms), melalui komunikasi dan kolaborasi antara beberapa agen untuk mencapai pekerjaan yang lebih efisien, cara ini memungkinkan agen dari berbagai kerangka untuk saling berkomunikasi dan menggunakan keunggulan spesialisasi mereka untuk tampil lebih baik dalam tugas dan skenario tertentu.

Swarm Node (SNAI) berfungsi sebagai bantuan untuk mewujudkan Agent Swarms, sebuah infrastruktur tanpa server yang dirancang khusus untuk mendukung gagasan Swarm. SNAI menyelesaikan semua tantangan teknis terkait menjalankan agen AI, memungkinkan pengguna untuk tidak perlu 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 kreator kecil yang tidak dapat menjalankan agen sepanjang waktu atau kekurangan dukungan perangkat keras.

Pengguna tidak perlu membayar biaya server, cukup membayar untuk waktu eksekusi yang digunakan, ini membuat SNAI lebih efisien dibandingkan solusi berbasis langganan lainnya. Keunikan SNAI terletak pada kenyataan bahwa agennya bukanlah entitas yang terisolasi, tetapi dapat berkolaborasi secara "berantai", membentuk sebuah Swarm.

Peran Swarm adalah membagi tugas kepada berbagai agen, di mana setiap agen fokus pada satu tugas tertentu, dan setelah selesai, hasilnya diteruskan ke 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 data apa yang digunakan).

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

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

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

Perbandingan dengan AI16Z

Swarms dan AI16Z memiliki pengaruh signifikan di bidang agen AI, keduanya terus-menerus menjadi perdebatan di Twitter, meskipun ada beberapa kesamaan, tetapi mereka berbeda dalam arsitektur teknologi dan aplikasi. Swarms mengadopsi kerangka 'tim' yang bekerja sama, 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 kedua agen dari dua aspek.

Kerangka dan arsitektur teknologi

Swarms seperti tim yang disiplin, kerangka Swarms mendukung beberapa agen AI bekerja sama, berkat otonomi, modularitas, dan skalabilitas, memungkinkan agen AI berkolaborasi secara efisien, ahli dalam memecah tugas kompleks, menyelesaikan operasi dengan 'pembagian tugas yang jelas dan kolaborasi yang erat'. Sedangkan kerangka Eliza dari AI16Z lebih mirip seorang koordinator serba bisa, fokus pada operasi multi-platform dan integrasi multi-model, sekaligus menekankan interaksi antar agen, memiliki keunikan dalam adaptasi fleksibel untuk berbagai aplikasi.

Model dan aplikasi AI

Dalam hal model dan aplikasi AI, Swarms lebih fokus pada bagaimana mengintegrasikan model AI yang sudah ada dengan cerdik, melalui pengelolaan tugas dan kolaborasi tim untuk meningkatkan otomatisasi dan efisiensi tim di tingkat perusahaan, lebih mirip seorang komandan yang teliti, ahli dalam mengatur banyak kekuatan dengan baik, fokus pada 'bagaimana melakukan lebih baik'. Sementara kerangka Eliza dari AI16Z memberikan kebebasan lebih besar kepada pengembang, mendukung berbagai model AI (seperti Llama, Claude), memberikan aplikasi lebih banyak fleksibilitas untuk menghadapi berbagai skenario dari manajemen media sosial hingga transaksi finansial, sehingga menghasilkan solusi yang serba bisa. Satu fokus pada kolaborasi, satu menekankan keragaman, keduanya seimbang dalam inovasi aplikasi, masing-masing memiliki keunggulan.

Secara keseluruhan, Swarms dan AI16Z menjelajahi masa depan agen AI dengan cara yang sangat berbeda, Swarms lebih mirip tim yang disiplin, menarik pengguna tingkat perusahaan dengan kolaborasi yang efisien dan teknologi yang kuat, sementara Eliza dari AI16Z lebih mirip pemain bebas yang multitalenta, menunjukkan potensi tanpa batas melalui adaptasi yang fleksibel dan keragaman skenario. Sebenarnya, keduanya memiliki keunggulan masing-masing, di era persaingan yang ketat ini, cerita tentang agen AI baru saja dimulai, siapa yang akan menonjol dalam kompetisi ini? Kita tunggu dan lihat!

Konten referensi:

https://fraxcesco.substack.com/p/introducing-swarm-node-serverless?utm_source=post-email-titlepublication_id=1419537post_id=153678118utm_campaign=email-post-titleisFreemail=truer=2i6286triedRedirect=trueutm_medium=email