Автор оригинала: Zhouzhou

Перепечатано: Daisy, Mars Finance

Сегодня рост swarms снова поразил воображение; вся сообщество бурлит вокруг двух тем: слухи о "тревоге" основателя AI16Z Шоу и подозрение, что OpenAI нарушила права на интеллектуальную собственность, используя многопользовательский фреймворк Swarm. Некоторые предполагают, что подъем цен мог быть вызван появлением AI Agent, основанного на Mcs. Этот агент способен не только отвечать на вопросы по медицинским знаниям, но и считается самым близким к массовому и самым практичным продуктом в архитектуре Swarms. Его основатель Кай Гомес, 20-летний "гениальный подросток", бросивший школу, за три года разработал многопользовательский координационный фреймворк Swarms, запустил 45 миллионов агентов и предоставил услуги в областях финансов, страхования и здравоохранения — это настоящая хардкорная сила.

Ценовые колебания как на американских горках

Токены Swarms достигли рекордного рыночного капитала в 74,2 миллиона долларов 21 декабря, вскоре после их выпуска 18 декабря. К сожалению, это хорошее время не продлилось долго, и рыночная капитализация, как на американских горках, упала до минимума, оставив примерно 6 миллионов долларов.

Затем он продолжал колебаться около 13 миллионов долларов, пока 27 числа не началось восстановление; с низкой точки в 12 миллионов долларов он поднялся до 30 миллионов долларов, а затем резко увеличился почти в 3 раза, приблизившись к 70 миллионам долларов, почти преодолев предыдущий максимум. Сегодня объем торгов также достиг значительных высот, поднявшись до 60,8 миллиона долларов; эта волна всплеска цен оставила у пользователей ощущение поездки на американских горках в мире криптовалют.

Будущее кода за Swarms

За колебаниями цен стоят несколько AI-агентов, работающих как слаженная команда, распределяющих задачи и совместно преодолевающих сложные вызовы. Коллективный разум и координация превосходят ограничения одиночного агента, именно это и является целью проекта Swarms Кайя Гомеса. Однако одних идей и концепций недостаточно; именно основная технология, представленная Swarms — Swarm Node (SNAI), делает это возможным. Можно сказать, что SNAI является "нервным центром" мира AI-агентов, обеспечивая мощную поддержку и гарантии для бесшовного сотрудничества между агентами.

"Гениальный подросток" основатель

Основатель Swarms, Кай Гомес, признан "гениальным подростком" в области искусственного интеллекта; в возрасте всего 20 лет он продемонстрировал впечатляющие хардкорные навыки. Хотя он бросил школу в старших классах, ему удалось за три года разработать многопользовательский координационный фреймворк Swarms и успешно запустить 45 миллионов AI-агентов, предоставляя высококачественные услуги в таких отраслях, как финансы, страхование и здравоохранение, что свидетельствует о его значительных способностях.

В своем исследовании автономных и кооперативных AI-агентов он не только разработал "суперэффективные модели SSM + MoE" и "гибридные модели потока", но и глубоко изучил выравнивание AI и его потенциал в области биологии и нанотехнологий. На самом деле, в многочисленных проектах Кайя, Swarms является лишь одним из его высококачественных проектов; его способности скрыты под покровом юности, и при глубоком изучении становится очевидно, что у него есть множество других отличных проектов.

Например, Agora является лабораторией открытых AI-исследований, сосредотачиваясь на слиянии AI с биологией и нанотехнологиями; Pegasus — это его исследование в области обработки естественного языка и моделей внедрения, и он также участвовал в открытой реализации AlphaFold3. Резюме Кайя и его достижения ярко свидетельствуют о том, что настоящий технологический новатор поднимается.

Фреймворк оркестрации AI-агентов Swarms и его основные функции

Теперь начнем разбирать проект Swarms гениального подростка, который надеется разработать и продвигать фреймворк многопользовательской оркестрации, готовый к производству на корпоративном уровне. Проще говоря, основная функция Swarms заключается в том, чтобы позволить нескольким AI-агентам работать вместе, как команда, используя коллективный разум для решения сложных задач. Он поддерживает бесшовную интеграцию с внешними AI-службами и API для расширения функциональности, а также предоставляет агентам почти неограниченную долгосрочную память для улучшения контекстного понимания, позволяя настраивать рабочие процессы. С учетом потребностей корпоративного уровня, Swarms обладает высокой надежностью и масштабируемостью, а также автоматически оптимизирует параметры языковых моделей, чтобы гарантировать наилучшие показатели. Таким образом, Swarms может использовать коллективный разум между агентами, чтобы легче справляться со сложными вызовами, чем отдельный агент.

Проект Swarms выделяется благодаря своей мощной технологической барьере и рыночным показателям; его фреймворк для оркестрации AI-агентов стабильно работает почти три года и уже предоставил многочисленным компаниям эффективные решения через свой веб-сайт. От обработки данных до обслуживания клиентов и генерации отчетов, Swarms значительно повысил бизнес-эффективность благодаря автоматизации и при этом значительно снизил операционные затраты, что является очевидным доказательством его силы. Как проект с открытым исходным кодом, Swarms также вызвал горячий интерес в сообществе разработчиков, число звёзд на GitHub превысило 2,1K, что привлекло множество идей и поддержки от разработчиков, таким образом, всё это подтверждает зрелость и инновации технологии.

SNAI

Судя по всему, пользователи в Твиттере согласны с тем, что следующая стадия AI-агентов — это коллективное сотрудничество (Agent Swarms), которое позволяет нескольким агентам общаться и сотрудничать для достижения более эффективной работы. Этот подход позволяет агентам из различных фреймворков взаимодействовать друг с другом и использовать свои специализированные сильные стороны для достижения лучших результатов в конкретных задачах и сценариях.

Swarm Node (SNAI) является вспомогательным средством для реализации Agent Swarms, представляет собой безсерверную инфраструктуру, специально разработанную для поддержки концепции Swarm. SNAI решает все технические проблемы, связанные с запуском AI-агентов, позволяя пользователю не беспокоиться о затратах на оборудование и инфраструктуру; агенты могут легко развертываться, координироваться и управляться с помощью Python-скриптов. Он также поддерживает цепочную взаимодействие, планирование и многоязычную работу, предоставляя новые возможности для небольших создателей, у которых нет возможности работать круглосуточно или недостаточно аппаратной поддержки.

Пользователи не обязаны оплачивать серверные расходы, им нужно лишь платить за 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 Swarm (группу).

Роль Swarm заключается в распределении задач между различными агентами, каждый из которых сосредоточен на конкретной задаче и передает результаты следующему агенту. С помощью 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 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 библиотека агентов (готовые агенты, созданные сообществом, которые можно запускать, настраивать и оптимизировать). Кроме того, SNAI также будет поддерживать многоязычную совместимость; в настоящее время предоставляется клиент Python для упрощенной работы с API, и планируется поддержка развертывания агентов на языках Go, Rust, TypeScript, C#, PHP и других. Сообщество уже начало разрабатывать клиент TypeScript, в будущем будет добавлена поддержка большего количества языков.

Только на этой неделе было выполнено более 500 сборок — эти "зависимости" используются для оптимизации эффективности выполнения AI-агентов. Более 10,000 выполнений — это случаи приостановки после запуска агентов; SNAI взимает плату только за активное время работы, значительно увеличивая гибкость операций агентов.

Ключевые особенности SNAI включают поддержку безсерверной работы агентов, возможность для разработчиков интегрировать агентов в кодовую базу, реализацию цепочечной кооперации и 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 имеют значительное влияние в области AI-агентов; споры между ними в Твиттере не прекращаются, несмотря на некоторые сходства, они различаются в технической архитектуре и применении. Swarms использует фреймворк "команды" для совместной работы, позволяя нескольким AI-агентам сотрудничать для выполнения сложных задач и повышения эффективности. В отличие от этого, фреймворк Eliza от AI16Z больше напоминает гибкого "координатора", акцентирующего внимание на поддержке нескольких платформ и интеграции нескольких моделей, что позволяет быстро адаптироваться к различным сценариям; далее мы проведем сравнение этих двух агентов с двух сторон.

Технические фреймворки и архитектура

Swarms подобен дисциплинированной команде; фреймворк Swarms поддерживает совместную работу нескольких AI-агентов, позволяя им эффективно сотрудничать благодаря автономности, модульности и масштабируемости, успешно справляясь со сложными задачами и выполняя операции с "четким распределением задач и безупречным сотрудничеством". В то время как фреймворк Eliza от AI16Z больше напоминает универсального координатора, сосредоточенного на работе на нескольких платформах и интеграции нескольких моделей, при этом подчеркивая взаимодействие между агентами и имея свои особенности в гибком адаптировании к различным сценариям.

AI модели и приложения

В области AI-моделей и приложений Swarms сосредоточен на том, как искусно интегрировать существующие AI-модели, используя оркестрацию задач и командное сотрудничество для повышения уровня автоматизации для бизнеса и командной эффективности; он больше напоминает точного командира, который умеет правильно распределять многократные силы и сосредоточиться на "как сделать лучше". В то время как фреймворк Eliza от AI16Z предоставляет разработчикам большую свободу, поддерживая различные AI-модели (такие как Llama, Claude), что придаёт приложениям большую гибкость, позволяя им справляться с различными сценариями, от управления социальными медиа до финансовых сделок, тем самым предоставляя универсальное решение. Один сосредоточен на сотрудничестве, другой акцентирует внимание на разнообразии; оба находятся на равных в инновационных приложениях, каждый со своими достоинствами.

В целом, Swarms и AI16Z исследуют будущее AI-агентов совершенно разными путями; Swarms больше напоминает дисциплинированную команду, впечатляющую корпоративных пользователей эффективным сотрудничеством и хардкорной техникой, в то время как Eliza от AI16Z больше похожа на универсального игрока, демонстрирующего безграничный потенциал с помощью гибкой адаптации и разнообразия сценариев. На самом деле, обе стороны имеют свои достоинства; в эту эпоху, когда множество конкурентов борются за превосходство, история AI-агентов только начинается — кто из них выделится в этой гонке? Мы будем следить за событиями!