Оригинальный текст составлен: Zhouzhou, BlockBeats

Сегодня увеличение числа роев снова привлекает внимание. Все сообщество обсуждает две темы: «тревожные» слухи об основателе AI16Z Шоу и предполагаемом нарушении мультиагентной структуры Swarm со стороны Sama. Некоторые полагают, что движущей силой этой волны ажиотажа может стать появление AI Agent на базе Mc. Этот агент может не только отвечать на здравые медицинские вопросы, но также известен как самый доступный и практичный продукт в архитектуре Swarms. Его основатель Кай Гомес — 20-летний «гениальный мальчик», который бросил учебу. закончил среднюю школу и потратил на это три года. Он разработал структуру многоагентной координации Swarms и запустил 45 миллионов агентов для обслуживания сфер финансов, страхования, медицинского обслуживания и т. д. Его можно назвать хардкорной электростанцией.

Цены на американских горках

Токены Swarms после их выпуска 18 декабря быстро достигли максимальной рыночной капитализации в 74,2 миллиона долларов 21 декабря, но, к сожалению, это не продлилось долго, и рыночная капитализация упала, как на американских горках, до минимума, оставшись примерно в 6 миллионов долларов.

Затем он колебался вокруг 13 миллионов долларов, пока 27 числа не начался его рост, с минимума в 12 миллионов долларов он быстро поднялся до 30 миллионов долларов, и затем резко увеличился почти в 3 раза, приблизившись к 70 миллионам долларов, почти преодолев предыдущий максимум. Сегодня объем торгов также был на высоте, резко поднявшись до 60,8 миллиона долларов, это волнующие движения на рынке, пользователи испытывают ощущение, будто они на американских горках.

Будущее за Swarms

Ценовые колебания, напоминающие американские горки, объясняются тем, что множество AI-агентов действуют как тесно скоординированная команда, разделяясь на задачи и сотрудничая для решения сложных проблем. Коллективный интеллект и координационные способности значительно превосходят ограничения отдельного агента, что и есть цель проекта Swarms Кая Гомеса. Однако одних лишь идей и концепций недостаточно, чтобы все это стало возможным. Здесь вступает в силу ключевая технология, представленная Swarms — Swarm Node (SNAI). Можно сказать, что SNAI является «нервным центром» мира AI-агентов, обеспечивая мощную поддержку и гарантии для бесшовного сотрудничества между агентами.

Основатель «гениального подростка»

Основатель Swarms, Kye Gomez, известен как «гениальный подросток» в области искусственного интеллекта, в возрасте всего 20 лет он продемонстрировал удивительные жесткие навыки. Несмотря на то, что он бросил школу в старших классах, он за три года разработал многоагентный координационный фреймворк Swarms и успешно запустил 45 миллионов AI-агентов, предоставляя высококачественные услуги для таких отраслей, как финансы, страхование и здравоохранение, что подтверждает его выдающиеся способности.

В его исследованиях автономных и кооперативных AI-агентов он не только разработал «суперэффективную модель SSM + MoE» и «гибридную модель потока», но и глубоко исследовал выравнивание AI и его потенциал в биологии и нанотехнологиях. На самом деле, среди множества проектов Kye Swarms является лишь одним из его качественных проектов, его способности глубоко скрыты, и после подробного изучения становится очевидно, что у него есть много других отличных проектов.

Например, Agora выступает в качестве лаборатории для открытых исследований AI, сосредоточившись на взаимодействии AI с биологией и нанотехнологиями, Pegasus является его исследованием в области обработки естественного языка и встраиваемых моделей, и он также участвует в открытой реализации AlphaFold 3. Резюме и достижения Kye ясно указывают на то, что восходит настоящий технический новатор.

Фреймворк оркестрации AI-агентов Swarms и его ключевые функции

Теперь давайте рассмотрим проект Swarms от гениального подростка, который стремится разработать и продвигать многоагентный фреймворк оркестрации, готовый к производству для предприятий. Проще говоря, основная функция Swarms заключается в том, чтобы позволить нескольким AI-агентам работать вместе, как команда, используя коллективный интеллект для решения сложных проблем. Он не только поддерживает бесшовную интеграцию с внешними AI-сервисами и API для расширения функциональности, но также предоставляет агентам практически неограниченную долгосрочную память для улучшения контекстного понимания, позволяя при этом настраивать рабочие процессы. Учитывая потребности бизнеса, Swarms обладает высокой надежностью и масштабируемостью и через автоматическую оптимизацию параметров языковых моделей обеспечивает наилучшие показатели производительности. Таким образом, Swarms может использовать коллективный интеллект между агентами для более легкого решения сложных задач, чем одному агенту.

Проект Swarms выделяется благодаря своей мощной технологической защите и рыночным показателям. Его фреймворк по оркестрации AI-агентов прошел почти три года стабильной эксплуатации и уже предложил многим компаниям эффективные решения на своем официальном сайте. От обработки данных до обслуживания клиентов и генерации отчетов, Swarms значительно повысил эффективность бизнеса благодаря автоматизации, одновременно значительно снизив операционные расходы, что очевидно. Как проект с открытым исходным кодом, Swarms также вызвал большой интерес в сообществе разработчиков, на GitHub количество звезд превысило 2,1K, получив поддержку и мудрость множества разработчиков, поэтому все, что накопил Swarms, подтверждает зрелость и инновации технологии.

SNAI

Пользователи Twitter, похоже, согласны с тем, что следующий этап AI-агентов - это коллективное сотрудничество (Agent Swarms), которое достигается через общение и совместную работу между несколькими агентами для повышения эффективности работы. Этот подход позволяет агентам из различных фреймворков общаться друг с другом и использовать свои специализированные преимущества для достижения превосходства в конкретных задачах и сценариях.

Swarm Node (SNAI) выступает в качестве вспомогательного средства для реализации агентских роя, представляя собой безсерверную инфраструктуру, специально разработанную для поддержки концепции Swarm. SNAI решает все технические проблемы, связанные с запуском AI-агентов, позволяя пользователям не беспокоиться о затратах на оборудование и инфраструктуру, легко развертывать, координировать и управлять агентами через Python-скрипты. Он также поддерживает цепочечные взаимодействия, планирование и многоязычные операции, предоставляя новые возможности для небольших создателей, которые не могут работать круглосуточно или не имеют аппаратной поддержки.

Пользователям не нужно оплачивать серверные расходы, они платят только за фактическое время выполнения, что делает SNAI более эффективным, чем другие решения на основе подписки. Уникальность SNAI в том, что его агенты не изолированы, а могут «цепочечно» сотрудничать, образуя Swarm (рои).

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

Но это еще не все. Поскольку фреймворк SNAI все еще находится на ранней стадии разработки, в будущем будет добавлено множество функций, включая хранение данных (мини-облачная база данных, позволяющая агентам делиться отобранными данными), планирование задач (запуск агентов в определенное время) и библиотеку агентов (готовые агенты, созданные сообществом, доступные для запуска, настройки и оптимизации). Кроме того, SNAI также реализует многоязычную совместимость и в настоящее время предоставляет клиент Python для упрощения API, планируя поддержку развертывания агентов на языках Go, Rust, TypeScript, C#, PHP и других. Сообщество уже начало разрабатывать клиент на TypeScript, в будущем будет добавлена поддержка большего числа языков.

Только на этой неделе уже было более 500 сборок — эти «зависимости» используются для оптимизации эффективности выполнения AI-агентов. Более 10 000 выполнений — это случаи, когда агент приостановился после запуска, SNAI взимает плату только за активное время работы, что значительно увеличивает гибкость операций агентов.

Ключевые особенности SNAI включают поддержку безсерверного запуска агентов, возможность интеграции агентов в кодовые базы разработчика, реализацию цепочечной коллаборации и координации взаимодействия агентов, а также использование модели оплаты по мере использования, что значительно снижает затраты на инфраструктуру и уменьшает барьеры для входа в инфраструктуру AI-агентов.

Противостояние AI16Z

Swarms и AI16Z оба имеют значительное влияние в области AI-агентов, между ними постоянно возникают споры в Twitter, несмотря на некоторые схожие черты, они различаются по технической архитектуре и применению. Swarms использует структуру «команды», которая работает совместно, чтобы выполнить сложные задачи и повысить эффективность через сотрудничество множества AI-агентов. В то время как Eliza от AI16Z больше похожа на гибкого «координатора», акцентируя внимание на поддержке нескольких платформ и интеграции нескольких моделей, что позволяет быстро адаптироваться к различным сценариям. Далее приведем сравнение двух агентов с двух сторон.

Техническая структура и архитектура

Swarms больше похож на дисциплинированную команду, фреймворк Swarms поддерживает совместную работу множества AI-агентов, благодаря автономности, модульности и расширяемости, позволяя AI-агентам эффективно сотрудничать и успешно справляться с сложными задачами, осуществляя «четкое распределение труда и безупречное взаимодействие». В то время как Eliza от AI16Z больше напоминает универсального координатора, сосредотачиваясь на многоплатформенной работе и интеграции нескольких моделей, акцентируя внимание на взаимодействии между агентами и выделяясь в гибкой адаптации к многообразным сценариям.

AI модели и приложения

В области AI-моделей и приложений Swarms больше сосредоточен на том, как искусно интегрировать существующие AI-модели, используя оркестрацию задач и командное сотрудничество для повышения автоматизации и командной эффективности на уровне предприятий. Это больше похоже на тонкого командира, умеющего эффективно распределять множество сил, сосредоточенного на «как сделать лучше». В то время как фреймворк Eliza от AI16Z предоставляет разработчикам больше свободы, поддерживая множество AI-моделей (таких как Llama, Claude), предоставляя приложениям больше гибкости, они могут справляться с различными сценариями, от управления социальными медиа до финансовых операций, что ведет к универсальному решению. Один сосредоточен на сотрудничестве, другой акцентирует разнообразие, оба превосходно применяются в инновационных решениях.

В общем, Swarms и AI16Z исследуют будущее AI-агентов совершенно разными путями. Swarms больше похож на дисциплинированную команду, которая впечатляет корпоративных пользователей эффективным сотрудничеством и технологической жесткостью, в то время как Eliza от AI16Z больше напоминает многогранного свободного игрока, демонстрируя неограниченный потенциал с помощью гибкой адаптации и разнообразия сценариев. На самом деле, оба имеют свои достоинства, и в эту эпоху, когда много конкурентов, история AI-агентов только начинается, кто же выделится в этом соревновании? Мы будем наблюдать!

Справочная информация:

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