Исходный текст: zhouzhou, BlockBeats

Сегодня рост Роев вновь привлек внимание, и весь сообщество обсуждает две темы: слухи о «тревоге» основателя AI16Z Шоу и подозрение о том, что Sama от OpenAI якобы нарушает права на многослойную архитектуру роя. Некоторые предполагают, что за этой волной волнующей торговли стоит новый AI-агент, основанный на Mcs. Этот агент способен не только отвечать на вопросы медицинского характера, но и считается самым близким к массовому обществу и наиболее практичным продуктом в рамках архитектуры Роев. Основатель за его спиной, Кай Гомес, «гений» всего 20 лет, бросил школу и за три года разработал многопользовательскую координационную рамку Роев, запустив 45 миллионов агентов, предоставляя услуги в таких областях, как финансы, страхование и здравоохранение, что подчеркивает его хардкорные навыки.

Цены на американские горки

Токен Роев после выпуска 18 декабря достиг максимальной капитализации в 74,2 миллиона долларов 21 числа, но, к сожалению, хорошее время не длилось долго, капитализация упала, как на американских горках, до минимума, оставшись около 6 миллионов долларов.

Затем он колебался около 13 миллионов долларов до 27 числа, когда началась атака, поднимаясь с низкой точки в 12 миллионов долларов до 30 миллионов долларов, а затем стремительно увеличиваясь почти в 3 раза до почти 70 миллионов долларов, едва не преодолев предыдущее максимальное значение. Сегодня объем торгов также был сопоставимым, резко подскочив до 60,8 миллионов долларов. Этот волнующий рынок пользователи сравнили с аттракционом на бирже криптовалют.

Будущее Роев

Цены на американские горки, за которыми стоит множество AI-агентов, работающих как слаженная команда, выполняя свои задачи и вместе отвечая на сложные вызовы. Коллективный разум и координационные способности значительно превышают ограничения отдельного агента, именно это и является целью проекта Кай Гомеса - Рои. Однако только креативности и идей недостаточно; на самом деле все это стало возможным благодаря основной технологии, выпущенной Роями - Swarm Node (SNAI). Можно сказать, что SNAI является «нервным центром» мира AI-агентов, обеспечивая мощную поддержку и гарантии для бесшовного сотрудничества между агентами.

Основатель «гений»

Основной основатель Роев, Кай Гомес, прозванный «гением» в области искусственного интеллекта, в возрасте всего 20 лет продемонстрировал удивительные хардкорные навыки. Хотя он бросил школу, всего за три года ему удалось разработать многопользовательскую координационную рамку Рои и успешно запустить 45 миллионов AI-агентов, предоставив высококачественные услуги множеству отраслей, таких как финансы, страхование и здравоохранение, что свидетельствует о его мощной силе.

В его исследованиях по автономным и кооперативным AI-агентам он не только разработал «суперэффективную модель SSM + MoE» и «гибридную потоковую модель», но и глубоко изучил выравнивание AI и его потенциал в области биологии и нанотехнологий. На самом деле, среди многих проектов Кайя, Рои - лишь один из его высококачественных проектов, и после глубокого изучения становится очевидно, что у него есть множество других выдающихся проектов.

Например, Agora выступает в качестве лаборатории для открытых исследований AI, сосредотачиваясь на пересечении AI и биологии, нанотехнологий, а Pegasus — это их исследования в области обработки естественного языка и встраиваемых моделей. Кроме того, он также участвовал в открытой реализации AlphaFold3. Резюме Кайя и его достижения указывают на то, что настоящий технический новатор находится на подъеме.

Рамка оркестрации AI-агентов Роев и их основные функции

Далее начнем разбирать проект Роев, который стремится разработать и продвигать многопользовательскую рамку оркестрации, готовую к корпоративному использованию. Проще говоря, основная функция Роев - это позволить нескольким AI-агентам работать вместе как команда, используя коллективный разум для решения сложных проблем. Он не только поддерживает бесшовную интеграцию с внешними AI-сервисами и API для расширения функционала, но также предоставляет агентам почти неограниченную долговременную память для повышения понимания контекста, а также позволяет настраивать рабочие процессы. С учетом потребностей корпоративного уровня, Рои обладают высокой надежностью и масштабируемостью, а также автоматически оптимизируют параметры языковых моделей для обеспечения наилучшей производительности. Таким образом, Рои могут использовать коллективный разум между агентами, чтобы легче справляться со сложными вызовами, чем отдельным агентам.

Проект Роев выделяется благодаря своей мощной технической преграде и рыночным показателям. Его рамка оркестрации AI-агентов после почти трех лет стабильной работы уже предоставила множество эффективных решений для бизнеса на его официальном сайте. От обработки данных до обслуживания клиентов и создания отчетов, Рои значительно повысили бизнес-эффективность за счет автоматизации, одновременно значительно снизив операционные затраты, что является очевидным свидетельством их мощности. Будучи проектом с открытым исходным кодом, Рои также вызвали широкий интерес в сообществе разработчиков, число звезд на GitHub превысило 2,1K, получив мудрость и поддержку от множества разработчиков, поэтому все, что накопилось у Роев, подтверждает зрелость и инновации технологий.

SNAI

Пользователи Twitter, похоже, согласны с тем, что следующим этапом для AI-агентов является коллективное сотрудничество (Агенты-Рои), что позволяет достичь более эффективной работы через коммуникацию и сотрудничество между несколькими агентами, что позволяет агентам из разных рамок взаимодействовать друг с другом и использовать свои специализированные преимущества для более эффективного выполнения конкретных задач и сценариев.

Swarm Node (SNAI) в качестве вспомогательного средства для реализации агентов-роев, представляет собой безсерверную инфраструктуру, специально разработанную для поддержки концепции роя. SNAI решает все технические проблемы, связанные с запуском AI-агентов, позволяя пользователям не беспокоиться о затратах на оборудование и инфраструктуру, а легко развертывать, координировать и управлять агентами с помощью Python-скриптов. Он также поддерживает цепочную интеракцию, планирование и многоязычную работу, открывая новые возможности для небольших создателей, которые не могут работать круглосуточно или испытывают нехватку аппаратной поддержки.

Пользователи не обязаны платить за серверные расходы, а просто оплачивают фактическое время выполнения, что делает SNAI более эффективным, чем другие решения на основе подписки. Уникальность SNAI заключается в том, что его агенты не изолированы, а могут «цепочечно» сотрудничать, образуя Рой.

Роль Роя заключается в распределении задач между различными агентами, каждый из которых сосредоточен на определенной задаче и передает результаты следующему агенту. С помощью REST API и Python SDK другие приложения могут легко интегрировать SNAI, и пользователи также могут гибко координировать поведение своего Роя (например, когда запускать и какие данные использовать).

Но это еще не все. Поскольку рамка SNAI все еще находится на начальной стадии разработки, в будущем будут добавлены новые функции, включая хранение данных (мини-облачная база данных, позволяющая агентам делиться выбранными данными), планирование задач (запуск агентов в определенное время) и библиотеку агентов (готовые агенты, созданные сообществом, доступные для запуска, настройки и оптимизации). Более того, SNAI также обеспечит многоязычную совместимость, в настоящее время предоставляя Python-клиент для упрощенной работы с API и планируя поддержку развертывания агентов на языках Go, Rust, TypeScript, C#, PHP и других. Сообщество уже начало разрабатывать клиент на TypeScript, в будущем будет поддержка большего числа языков.

Всего за эту неделю было построено более 500 раз — эти «зависимости» используются для оптимизации эффективности выполнения AI-агентов. Более 10 000 раз выполнено — это случаи, когда агент останавливается после запуска, SNAI взимает плату только за активное время работы, значительно увеличивая гибкость операций агентов.

Основные характеристики SNAI включают поддержку безсерверной работы агентов, возможность интеграции агентов в кодовую базу, реализацию цепочной кооперации и координации агентов, а также использование модели оплаты по факту использования, что значительно снижает затраты на инфраструктуру и уменьшает барьеры для входа в инфраструктуру AI-агентов.

Противостояние AI16Z

Рои и AI16Z оба имеют значительное влияние в области AI-агентов. Оба сталкиваются с постоянными спорами в Twitter, и хотя есть некоторые сходства, их технические архитектуры и приложения различаются. Рои используют «командную» структуру совместной работы, выполняя сложные задачи и повышая эффективность через сотрудничество нескольких AI-агентов. В отличие от этого, Eliza от AI16Z больше похожа на гибкого «координатора», подчеркивающего поддержку множества платформ и интеграцию различных моделей, способного быстро адаптироваться к различным сценариям. Далее мы сравним два агента с двух сторон.

Техническая рамка и архитектура

Рои похожи на дисциплинированную команду, и рамки роя поддерживают совместную работу нескольких AI-агентов, обеспечивая автономность, модульность и масштабируемость, что позволяет AI-агентам эффективно сотрудничать, справляясь со сложными задачами и выполняя операции с четким разделением труда и безупречным взаимодействием. В то время как Eliza от AI16Z больше похожа на универсального координатора, сосредоточенного на много-платформенной работе и интеграции различных моделей, подчеркивая взаимодействие между агентами и обладая уникальными особенностями в гибкой адаптации к многосценарным приложениям.

AI модели и приложения

В области AI-моделей и приложений Рои более сосредоточены на том, как искусно интегрировать существующие AI-модели, используя оркестровку задач и командное сотрудничество для повышения автоматизации на уровне предприятий и эффективности команд. Он больше похож на опытного командира, который умеет правильно распределять многократные силы, сосредоточиваясь на «как делать лучше». В то время как Eliza от AI16Z предоставляет разработчикам большую свободу, поддерживая множество AI-моделей (таких как Llama, Claude), придавая приложениям большую гибкость, способной справляться с различными сценариями от управления социальными медиа до финансовых сделок, создавая тем самым универсальное решение. Один сосредоточен на сотрудничестве, другой подчеркивает разнообразие, и оба имеют свои сильные стороны в инновационных приложениях.

В целом, Рои и AI16Z исследуют будущее AI-агентов совершенно разными путями. Рои больше похожи на дисциплинированную команду, впечатляющую корпоративных пользователей своим эффективным сотрудничеством и хардкорной технологией, тогда как Eliza от AI16Z больше похожа на многопрофильного свободного игрока, демонстрирующего безграничный потенциал с гибкой адаптацией и разнообразием сценариев. На самом деле, у обоих есть свои сильные стороны, и в эту эпоху конкуренции истории AI-агентов только начинаются. Кто выйдет на передний план в этой гонке? Мы будем наблюдать!

Ссылочный контент: 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