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 AlphaFold 3 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 2.1 K，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-titlepublication_id=1419537post_id=153678118utm_campaign=email-post-titleisFreemail=truer=2i6286triedRedirect=trueutm_medium=email