Hari ini, kenaikan Swarms kembali mengejutkan, seluruh komunitas terfokus pada dua topik: rumor 'kecemasan' pendiri AI16Z, Shaw, dan dugaan pelanggaran hak cipta oleh OpenAI terhadap kerangka multi-agen Swarm. Ada yang berspekulasi bahwa pendorong di balik lonjakan ini mungkin adalah kemunculan Agensi AI baru bernama Mcs. Agensi ini tidak hanya dapat menjawab pertanyaan tentang pengetahuan medis, tetapi juga disebut sebagai produk yang paling dekat dengan masyarakat dan paling praktis dalam arsitektur Swarms, dengan pendirinya Kye Gomez, seorang 'jenius muda' berusia 20 tahun, yang putus sekolah setelah SMA, berhasil menyelesaikan kerangka koordinasi multi-agen Swarms dalam tiga tahun, menjalankan 45 juta agen, melayani bidang keuangan, asuransi, kesehatan, dan lain-lain, yang menunjukkan kekuatan yang sangat kuat.
Pergerakan roller coaster
Token Swarms setelah diluncurkan pada 18 Desember, dengan cepat mencapai puncak nilai pasar sebesar 74,2 juta dolar pada 21 Desember, sayangnya, tidak berlangsung lama, nilai pasar seperti roller coaster turun ke titik terendah, hanya tersisa sekitar 6 juta dolar.
Selanjutnya, ia bergerak di sekitar 13 juta dolar, hingga 27 Desember baru mulai rebound, dari titik terendah 12 juta dolar melambung tinggi hingga 30 juta dolar, dan hampir mencapai 70 juta dolar, hampir menembus puncak sebelumnya. Hari ini, volume perdagangan juga seimbang, langsung melonjak hingga 60,8 juta dolar, pergerakan pasar yang menggairahkan ini membuat banyak netizen merasa seolah-olah sedang mengalami pengalaman roller coaster di dunia kripto.
Kunci masa depan di balik Swarms
Di balik fluktuasi harga yang dramatis, terdapat banyak agen AI yang bekerja sama seperti tim yang terorganisir, berkolaborasi untuk menghadapi tantangan kompleks. Kecerdasan kolektif dan kemampuan koordinasi ini jauh melampaui batasan agen tunggal, inilah tujuan yang dikejar oleh proyek Swarms dari Kye Gomez. Namun, hanya dengan ide dan konsep tidaklah cukup; yang benar-benar membuat semua ini mungkin adalah teknologi inti yang diluncurkan oleh Swarms - Swarm Node (SNAI). Bisa dibilang, SNAI adalah 'pusat syaraf' di dunia agen AI, memberikan dukungan dan jaminan yang kuat untuk kolaborasi mulus antar agen.
Pendiri 'Jenius Muda'
Pendiri inti di balik Swarms, Kye Gomez, dijuluki 'jenius muda' di bidang kecerdasan buatan, telah menunjukkan kekuatan luar biasa di usia muda 20 tahun. Meskipun ia putus sekolah dari SMA, ia berhasil mengembangkan kerangka koordinasi multi-agen Swarms dalam waktu tiga tahun dan berhasil menjalankan 45 juta agen AI, memberikan layanan berkualitas tinggi untuk berbagai industri seperti keuangan, asuransi, dan kesehatan, menunjukkan betapa kuatnya kemampuan anak muda ini.
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 mengeksplorasi potensi penyelarasan AI dalam bidang biologi dan teknologi nano. Sebenarnya, di antara banyak proyek Kye, Swarms hanyalah salah satu proyek berkualitasnya, kekuatan muda ini tersembunyi, setelah ditelusuri lebih dalam, ditemukan bahwa ia memiliki banyak proyek luar biasa lainnya.
Misalnya, Agora berfungsi sebagai laboratorium penelitian AI open-source, berfokus pada penggabungan 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 AlphaFold3. Riwayat dan prestasi Kye menunjukkan bahwa seorang inovator teknologi sejati sedang muncul.
Kerangka orkestrasi agen AI Swarms dan fungsi inti
Selanjutnya, kami akan mulai menganalisis proyek Swarms dari Jenius Muda, yang bertujuan untuk mengembangkan dan mempromosikan kerangka orkestrasi multi-agen yang siap untuk produksi di tingkat perusahaan. Secara sederhana, fungsi inti Swarms adalah memungkinkan beberapa agen AI untuk bekerja sama seperti tim, memanfaatkan kecerdasan kolektif untuk memecahkan masalah kompleks. Ini tidak hanya mendukung integrasi mulus dengan layanan AI eksternal dan API untuk memperluas fungsionalitas, tetapi juga memberikan agen memori jangka panjang yang hampir tak terbatas untuk meningkatkan pemahaman konteks, sambil memungkinkan alur kerja yang dapat disesuaikan. Untuk memenuhi kebutuhan tingkat perusahaan, Swarms memiliki tingkat keandalan dan skalabilitas yang tinggi, dan melalui pengoptimalan otomatis parameter model bahasa, memastikan kinerja yang optimal. Dengan cara ini, Swarms dapat memanfaatkan kecerdasan kolektif antar agen, lebih mudah menghadapi tantangan kompleks dibandingkan dengan agen tunggal.
Proyek Swarms menonjol dengan tembok teknologi dan kinerja pasar yang kuat, kerangka orkestrasi agen AI-nya telah beroperasi stabil selama hampir tiga tahun, dan di situs resminya telah memberikan solusi yang efisien untuk banyak perusahaan. Dari pemrosesan data hingga layanan pelanggan, hingga pembuatan laporan, Swarms secara otomatis meningkatkan efisiensi bisnis sambil secara signifikan mengurangi biaya operasional, yang menunjukkan kekuatan yang jelas. Sebagai proyek open-source, Swarms juga telah menarik perhatian besar di komunitas pengembang, dengan jumlah Star di GitHub melampaui 2,1K, mendapatkan banyak dukungan dan wawasan dari para pengembang, sehingga semua yang telah terakumulasi oleh Swarms membuktikan kematangan dan inovasi teknologi.
SNAI
Para pengguna Twitter tampaknya setuju bahwa tahap berikutnya dari agen AI adalah kolaborasi kelompok (Agent Swarms), melalui komunikasi dan kolaborasi antar agen untuk mencapai kerja yang lebih efisien, cara ini memungkinkan agen dari berbagai kerangka untuk berkomunikasi satu sama lain dan memanfaatkan keunggulan spesialisasi mereka di tugas dan skenario tertentu.
Swarm Node (SNAI) sebagai alat bantu untuk mewujudkan Agent Swarms, merupakan infrastruktur tanpa server, dirancang khusus untuk mendukung konsep Swarm. SNAI menyelesaikan semua tantangan teknis dalam menjalankan agen AI, memungkinkan pengguna tanpa khawatir tentang biaya perangkat keras dan infrastruktur, dan dengan mudah dapat mengimplementasikan, mengoordinasikan, dan mengelola agen melalui skrip Python. Ini juga mendukung interaksi berantai, penjadwalan, dan operasi multi-bahasa, memberikan kemungkinan baru bagi kreator kecil yang tidak dapat menjalankan agen sepanjang waktu atau kurang dukungan perangkat keras.
Pengguna tidak perlu membayar biaya server, hanya membayar untuk waktu eksekusi yang sebenarnya digunakan, yang membuat SNAI lebih efisien dibandingkan solusi berbasis langganan lainnya. Keunikan SNAI terletak pada kenyataan bahwa agen-agen tersebut tidak berdiri sendiri, tetapi dapat berkolaborasi secara 'berantai', membentuk sebuah Swarm.
Peran Swarm adalah untuk membagi tugas kepada berbagai agen, di mana setiap agen fokus pada tugas tertentu, kemudian 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 menggunakan data apa).
Tapi itu belum semuanya, dengan kerangka SNAI yang masih dalam tahap pengembangan awal, berbagai fitur baru akan ditambahkan di masa depan, termasuk penyimpanan data (basis data mini 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 untuk dijalankan, disesuaikan, dan dioptimalkan). Selain itu, SNAI juga akan mewujudkan kompatibilitas multi-bahasa, saat ini telah menyediakan klien Python untuk menyederhanakan operasi API dan berencana untuk mendukung implementasi agen yang ditulis dalam bahasa Go, Rust, TypeScript, C#, PHP, dan sebagainya. Komunitas telah mulai mengembangkan klien TypeScript, dan lebih banyak bahasa akan didukung di masa depan.
Hanya dalam minggu ini, telah ada lebih dari 500 pembangunan - 'ketergantungan' ini digunakan untuk mengoptimalkan efisiensi eksekusi agen AI. Lebih dari 10.000 eksekusi - yaitu contoh di mana agen dihentikan setelah diluncurkan, SNAI hanya mengenakan biaya untuk waktu aktif yang berjalan, secara signifikan meningkatkan fleksibilitas operasi agen.
Fitur inti SNAI mencakup dukungan untuk agen yang berjalan tanpa server, memungkinkan pengembang mengintegrasikan agen ke dalam basis kode, mewujudkan kolaborasi berantai dan koordinasi interaksi antar agen, sambil menerapkan model pembayaran berdasarkan penggunaan, secara signifikan mengurangi biaya infrastruktur dan menurunkan hambatan untuk memasuki infrastruktur agen AI.
Melawan AI16Z
Swarms dan AI16Z keduanya memiliki pengaruh signifikan di bidang agen AI, dengan kontroversi yang terus berlanjut di Twitter. Meskipun ada beberapa kesamaan, mereka berbeda dalam arsitektur teknologi dan aplikasi. Swarms mengadopsi kerangka kerja 'tim' yang bekerja sama, menyelesaikan tugas kompleks dan meningkatkan efisiensi melalui kolaborasi beberapa agen AI. Sebagai perbandingan, kerangka Eliza dari AI16Z lebih mirip 'koordinator' yang fleksibel, menekankan dukungan multi-platform dan integrasi multi-model, mampu dengan cepat beradaptasi di berbagai skenario. Berikut adalah perbandingan antara kedua agen dari dua sudut pandang.
Kerangka dan arsitektur teknologi
Swarms seperti tim yang disiplin, kerangka Swarms mendukung beberapa agen AI bekerja sama, dengan otonomi, modularitas, dan skalabilitas, memungkinkan agen AI berkolaborasi secara efisien, mahir dalam membagi tugas yang kompleks dan menyelesaikan operasi dengan 'pembagian tugas yang jelas dan kerja sama yang tanpa cela'. Sementara kerangka Eliza dari AI16Z lebih mirip seorang koordinator serba bisa, fokus pada operasi multi-platform dan integrasi multi-model, sambil menekankan interaksi antar agen, memiliki karakteristik unik dalam beradaptasi dengan berbagai aplikasi.
Model dan aplikasi AI
Dalam aspek model dan aplikasi AI, Swarms lebih fokus pada bagaimana mengintegrasikan model AI yang ada dengan cerdik, melalui orkestrasi tugas dan kolaborasi tim untuk meningkatkan otomatisasi dan efisiensi tim di tingkat perusahaan. Ini lebih mirip seorang komandan yang teliti, mahir dalam mengatur berbagai kekuatan dengan baik, fokus pada 'bagaimana melakukan lebih baik'. Sementara kerangka Eliza dari AI16Z memberikan pengembang kebebasan yang lebih besar, mendukung berbagai model AI (seperti Llama, Claude) dan memberi aplikasi lebih banyak fleksibilitas, mampu menghadapi berbagai skenario mulai dari manajemen media sosial hingga transaksi finansial, sehingga menghasilkan solusi yang serba bisa. Satu fokus pada kolaborasi, satu menekankan keragaman, keduanya memiliki keunggulan masing-masing dalam aplikasi inovatif.
Secara keseluruhan, Swarms dan AI16Z sedang menjelajahi masa depan agen AI dengan jalur 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 serba bisa, menunjukkan potensi tak terbatas dengan penyesuaian yang fleksibel dan keragaman skenario. Sebenarnya, keduanya memiliki keunggulan masing-masing, di era persaingan ini, cerita agen AI baru saja dimulai, siapa yang akan menc脱kan diri di tengah persaingan ini? Kita tunggu dan lihat!