原文整编: zhouzhou，BlockBeats

今天，swarms 的涨幅又让人眼前一亮，整个社区的热度都围绕着两个话题炸开了锅：AI16Z 创始人 Shaw 的「焦虑」传闻，还有 OpenAI 的 Sama 疑似 Swarm 多智能体框架侵权的瓜。有人猜测，这波刺激拉盘的幕后推手，可能是基于 Mcs 的 AI Agent 横空出世。这个 Agent 不仅能回答医学常识问题，还被称为 Swarms 架构中最贴近大众、最实用的交付产品，其背后创始人 Kye Gomez，年仅 20 岁的「天才少年」，高中辍学，用三年时间搞定了 multi-agent 协调框架 Swarms，运行了 4500 万个 agents，服务金融、保险、医疗等领域，堪称硬核实力派。

过山车走势

Swarms 代币在 12 月 18 日发币后，21 日迅速冲到了市值的最高峰 7420 万美元，可惜好景不长，市值像坐过山车一样跌到了谷底，仅剩约 600 万美元左右。

接下来，它一路在 1300 万美元左右震荡徘徊，直到 27 日才开始反攻，从低点 1200 万美元一路推高到 3000 万美元，又猛拉近 3 倍至接近 7000 万美元，差点突破前高。今天交易量也是旗鼓相当，直接飙到 6080 万美元，这波刺激的行情，网友纷纷感觉像是个币圈过山车体验套餐。

Swarms 背后的未来密码

过山车般的价格走势背后，正是多个 AI 代理像一支紧密配合的团队，分工协作，共同应对复杂的挑战。集体智慧和协调能力，远超单个代理的局限，这正是 Kye Gomez 的 Swarms 项目所追求的目标。然而仅有创意和理念是不够的，真正让这一切成为可能的，是 Swarms 推出的核心技术——Swarm Node（SNAI）。可以说，SNAI 是 AI 代理世界的「神经中枢」，它为代理之间的无缝协作提供了强大的支撑和保障。

「天才少年」创始人

Swarms 的背后核心创始人，Kye Gomez，被誉为人工智能领域的「天才少年」，年仅 20 岁就展现出令人惊叹的硬核实力。虽然他高中就辍学，但是仅用三年时间就开发出多代理协调框架 Swarms，并且成功运行了 4500 万个 AI 代理，为金融、保险和医疗等多个行业提供了高质量的服务，可见少年的实力之雄厚。

在他是自主行动与协作型 AI 代理的研究上，他不仅开发了「超级高效的 SSM + MoE 模型」和「混合流模型」，还深入探索 AI 对齐及其在生物学与纳米技术领域的潜力。其实在 Kye 的诸多项目中，Swarms 只是他的其中一个优质项目，少年的实力深藏不漏，深入了解后发现他还有许多其他优秀的项目。

例如 Agora 是作为开源 AI 研究的实验室，聚焦 AI 与生物学、纳米技术的交融，Pegasus 是其在自然语言处理和嵌入模型领域的探索，而且他还参与了 AlphaFold3 开源实现。Kye 的履历与成就无不昭示着一个真正的技术革新者在崛起。

Swarms AI 代理编排框架和核心功能

接下来就开始解析天才少年的 Swarms 项目，该项是希望能开发和推广企业级生产就绪的多代理编排框架，简单来说就是 warms 的核心功能是让多个 AI 代理像团队一样分工协作，利用集体智慧解决复杂问题。它不仅支持与外部 AI 服务和 API 的无缝集成来扩展功能，还为代理提供几乎无限的长期记忆以增强上下文理解，同时允许自定义工作流程。针对企业级需求，Swarms 具备高度的可靠性和可扩展性，并通过自动优化语言模型参数，确保性能最佳。通过这种方式 Swarms 可以利用代理间的集体智慧，比单个代理更轻松的去应对复杂挑战。

Swarms 项目用它强大的技术壁垒和市场表现脱颖而出，其 AI 代理编排框架经过近三年的稳定运营，在它的官网 上已经给众多企业提供了高效解决方案。从数据处理到客户服务，再到报告生成，Swarms 通过自动化大幅提升了业务效率的同时显著降低了运营成本，实力有目共睹。作为一个开源项目，Swarms 更在开发者社区中引发了热烈关注，GitHub 上 Star 数突破 2.1K，获得了众多开发者的智慧与支持，所以 Swarms 积累的这一切印证了技术的成熟与创新。

SNAI

推特上的网友们似乎都认同，AI 代理的下一阶段是群体协作（Agent Swarms），通过多个代理之间的沟通与协作来实现更高效的工作，这种方式能够让来自不同框架的代理相互交流，并利用各自的专业化优势在特定任务和场景中表现得更加出色。

Swarm Node (SNAI) 作为实现 Agent Swarms 的辅助，一种无服务器基础设施，专为支持 Swarm 的理念而设计。SNAI 解决了运行 AI 代理的所有技术难题，让用户无需担心硬件和基础设施成本，通过 Python 脚本即可轻松部署、协调和管理代理。它还支持链式交互、调度和多语言操作，为无法全天候运行代理或缺乏硬件支持的小型创作者提供了新可能。

用户无需支付服务器费用，只需为实际使用的执行时间付费，这使 SNAI 比其他基于订阅的解决方案更高效。SNAI 的独特之处在于，它的代理不是孤立的，而是可以「链式」协作，形成一个 Swarm（群体）。

Swarm 的作用在于将任务分工给不同的代理，每个代理专注于一个特定任务，完成后将结果传递给下一个代理。通过 REST API 和 Python SDK，其他应用可以轻松集成 SNAI，用户也能灵活地协调其 Swarm 的行为（例如，何时运行以及使用哪些数据）。

但这还不是全部，随着 SNAI 框架仍处于初期开发阶段，未来将新增多项功能，包括数据存储（一个迷你云数据库，允许代理共享选定数据）、任务调度（在特定时间运行代理）和代理库（由社区创建的现成代理，可供运行、定制和优化）。此外，SNAI 还将实现多语言兼容性，目前已提供简化 API 操作的 Python 客户端，并计划支持 Go、Rust、TypeScript、C#、PHP 等语言编写的代理部署。社区已开始开发 TypeScript 客户端，未来还会支持更多语言。

仅在本周，就已经有超过 500 次构建——这些「依赖」用于优化 AI 代理的执行效率。超过 10,000 次执行——即代理启动后暂停的实例，SNAI 仅对活跃运行时间收费，大幅提升了代理操作的灵活性。

SNAI 的核心特点包括支持代理无服务器运行、允许开发者将代理集成到代码库、实现代理链式协作与交互协调，同时采用按使用付费模式，大幅降低基础设施成本，降低了进入 AI 代理基础设施的门槛。

对阵 AI16Z

Swarms 和 AI16Z 都在 AI 代理领域拥有显著影响力，两者在推特上的争议不断，尽管有一些相似之处，但它们在技术架构和应用上都有所不同。Swarms 采用的是一个协同工作的「团队」框架，通过多个 AI 代理的合作，完成复杂任务并提高效率。相比之下，AI16Z 的 Eliza 框架更像一个灵活的「协调者」，强调多平台支持和多模型集成，能在多个场景中快速适应，下面从两方面对两个代理进行一个对比。

技术框架和架构

Swarms 就像一支纪律严明的团队，Swarms 框架支持多个 AI 代理协同工作，凭借自主性、模块化和扩展性，让 AI 代理高效协作，擅长拆解复杂任务，完成「分工明确、配合无间」的操作。而 AI16Z 的 Eliza 框架更像一位全能协调者，专注于多平台运行和多模型集成，同时强调代理之间的互动，在灵活适配多场景应用上更有自己的特色。

AI 模型和应用

在 AI 模型和应用的方面上，Swarms 更专注于如何巧妙地整合已有的 AI 模型，通过任务编排和团队协作以便提升企业级的自动化和团队效率，它更像是一位精细的指挥官，善于把多重力量调配得当，专注于「如何做得更好」。而 AI16Z 的 Eliza 框架则为开发者提供了更大的自由，它支持多种 AI 模型（如 Llama、Claude），赋予应用更多的灵活性，能应对从社交媒体管理到金融交易的各种场景，从而带来了一种全能型的解决方案。一个专注于协作，一个强调多样性，两者在创新应用上不相上下，各有千秋。

总的来看，Swarms 和 AI16Z 正在用截然不同的路径探索 AI 代理的未来，Swarms 更像一支纪律严明的团队，以高效协作和技术硬核打动了企业级用户，而 AI16Z 的 Eliza 则更像一位多才多艺的自由玩家，用灵活适配和场景多样性展现了无限潜力。其实两者各有千秋，在这个群雄逐鹿的时代，AI agent 的故事才刚开始，谁会在这场竞赛中脱颖而出？我们拭目以待！

参考内容：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