Оригінал підготовлено: zhouzhou, BlockBeats

Сьогодні зростання Роїв знову вразило, вся спільнота обговорює два питання: чутки про «тривогу» засновника AI16Z Шоу, а також можливе порушення прав інтелектуальної власності Swarm багатоагентної структури OpenAI. Дехто припускає, що сплеск активності, можливо, спровокований появою AI агентів на базі Mcs. Цей агент може не лише відповідати на запитання з медичних знань, але й називається найбільш практичним продуктом серед структур Роїв, а його засновник Kye Gomez, «обдарований підліток» віком лише 20 років, залишив школу та за три роки реалізував структуру координації multi-agent Роїв, запустив 45 мільйонів агентів, обслуговуючи фінансову, страхову, медичну сфери, вважається справжньою технічною силою.

Циклічний тренд

Токен Роїв після запуску 18 грудня швидко досяг піку ринкової капіталізації 74,2 мільйона доларів 21 грудня, але, на жаль, цей гарний момент тривав недовго, ринкова капіталізація знизилася, як на американських гірках, до 6 мільйонів доларів.

Далі, він коливався приблизно на рівні 13 мільйонів доларів, поки 27 числа не почав відновлення, піднявшись з низької точки 12 мільйонів доларів до 30 мільйонів доларів, а потім знову різко піднявшись до майже 70 мільйонів доларів, майже перевищивши попередній максимум. Сьогодні обсяги торгів також були значними, різко зросли до 60,8 мільйона доларів, цей сплеск активності змусив користувачів відчути себе на американських гірках криптовалют.

Майбутні коди Роїв

Циклічні коливання цін пояснюються тим, що кілька AI агентів працюють як тісно пов’язана команда, розподіляючи обов'язки та спільно вирішуючи складні виклики. Колективна мудрість і координаційні здібності значно перевищують обмеження одного агента, що є метою проекту Kye Gomez - Роїв. Проте тільки креативності та ідеї недостатньо, справжнім чинником, що робить все це можливим, є основна технологія, яку пропонує Рої - Swarm Node (SNAI). Можна сказати, що SNAI - це «нейронний центр» світу AI агентів, що забезпечує потужну підтримку та гарантії для безшовної співпраці між агентами.

Засновник «обдарованого підлітка»

Основний засновник Роїв, Kye Gomez, вважається «обдарованим підлітком» у сфері штучного інтелекту, у віці 20 років він продемонстрував вражаючу технічну силу. Хоча він залишив школу, але всього за три роки розробив структуру координації кількох агентів Роїв і успішно запустив 45 мільйонів AI агентів, надаючи високоякісні послуги для таких галузей, як фінанси, страхування і охорона здоров'я, що свідчить про величезну силу юності.

У своїх дослідженнях автономних і кооперативних AI агентів він не тільки розробив «суперефективну модель SSM + MoE» та «гібридну модель потоку», але й глибоко досліджував уявлення AI та його потенціал у біології та нанотехнологіях. Насправді серед багатьох проектів Kye, Рої - це лише один з його якісних проектів, юнацька сила прихована під поверхнею, і при глибшому вивченні виявляється, що в нього є багато інших відмінних проектів.

Наприклад, Agora є лабораторією відкритого AI-дослідження, яка зосереджена на інтеграції AI з біологією та нанотехнологіями, Pegasus - її дослідження у сфері обробки природної мови та вбудованих моделей, і він також брав участь у відкритій реалізації AlphaFold3. Резюме Kye та його досягнення свідчать про те, що справжній технічний новатор з'являється.

Структура координації AI агентів Роїв та їх основні функції

Далі розглянемо проект обдарованого підлітка Kye - Рої. Цей проект має на меті розробити та просунути готову до виробництва структуру координації кількох агентів на рівні підприємства; простими словами, основна функція Роїв полягає в тому, щоб дозволити кільком AI агентам працювати разом, використовуючи колективну мудрість для вирішення складних проблем. Він не лише підтримує безшовну інтеграцію з зовнішніми AI сервісами та API для розширення функцій, але й надає агентам майже безмежну довгострокову пам'ять для покращення розуміння контексту, дозволяючи при цьому налаштовувати робочі процеси. У відповідності до потреб підприємств, Рої мають високу надійність і масштабованість, і шляхом автоматичної оптимізації параметрів мовних моделей забезпечують найкращі результати. Таким чином, Рої можуть використовувати колективну мудрість агентів, щоб легше справлятися зі складними викликами, ніж окремий агент.

Проект Роїв виділяється завдяки своїм потужним технологічним бар'єрам і ринковим показникам, його структура координації AI агентів за майже три роки стабільної роботи вже пропонує численним підприємствам ефективні рішення на своєму веб-сайті. Від обробки даних до обслуговування клієнтів, до генерації звітів, Рої значно підвищили ефективність бізнесу за допомогою автоматизації, одночасно знижуючи витрати на операції, що є очевидним свідченням сили. Як відкритий проект, Рої також викликали великий інтерес у спільноті розробників, кількість зірок на GitHub перевищила 2,1K, отримавши багато мудрості та підтримки від розробників, тому все, що накопичилося у Роїв, підтверджує зрілість і інновації технології.

SNAI

Користувачі Twitter, здається, погоджуються, що наступним етапом AI агентів є колективна співпраця (Agent Swarms), досягаючи більшої ефективності через спілкування та співпрацю між кількома агентами, цей підхід дозволяє агентам з різних структур взаємодіяти та використовувати свої спеціалізовані переваги у конкретних завданнях та сценаріях.

Swarm Node (SNAI) як допоміжна реалізація агентських роїв, безсерверна інфраструктура, спеціально розроблена для підтримки концепції рою. SNAI вирішує всі технічні труднощі запуску AI агентів, дозволяючи користувачам не турбуватися про витрати на апаратуру та інфраструктуру, легко розгортати, координувати та керувати агентами за допомогою скриптів Python. Він також підтримує послідовні взаємодії, планування та багатомовну роботу, відкриваючи нові можливості для малих творців, які не можуть працювати цілодобово або не мають апаратної підтримки.

Користувачам не потрібно платити за сервери, а лише за фактичний час виконання, що робить SNAI більш ефективним в порівнянні з іншими рішеннями на основі підписки. Унікальність SNAI полягає в тому, що його агенти не є ізольованими, а можуть «ланцюгово» співпрацювати, формуючи Рій.

Роль Рою полягає в тому, щоб розподілити завдання між різними агентами, кожен агент зосереджується на конкретному завданні, а після виконання передає результати наступному агенту. За допомогою REST API та Python SDK інші додатки можуть легко інтегрувати SNAI, а користувачі можуть гнучко координувати поведінку свого Рою (наприклад, коли запускати та які дані використовувати).

Але це ще не все, оскільки структура SNAI все ще знаходиться на початковій стадії розробки, у майбутньому буде додано багато нових функцій, включаючи зберігання даних (мікроклауд база даних, що дозволяє агентам ділитися вибраними даними), планування завдань (запуск агентів у визначений час) і бібліотеку агентів (готові агенти, створені спільнотою, доступні для запуску, налаштування та оптимізації). Крім того, SNAI також реалізує багатомовну сумісність, наразі вже надано Python клієнта для спрощеного API, а також планується підтримка розгортання агентів на мовах Go, Rust, TypeScript, C#, PHP та інших. Спільнота вже почала розробку клієнта TypeScript, у майбутньому буде підтримано більше мов.

Тільки за цей тиждень було здійснено понад 500 побудов - ці «залежності» використовуються для оптимізації ефективності виконання AI агентів. Більше 10 000 виконань - це приклади, коли агент призупинився після запуску, SNAI стягує плату лише за активний час роботи, значно підвищуючи гнучкість операцій агентів.

Основні характеристики SNAI включають підтримку безсерверної роботи агентів, можливість розробників інтегрувати агентів у бібліотеки коду, реалізацію ланцюгової співпраці та координації агентів, а також модель оплати за використання, що значно знижує витрати на інфраструктуру та входження в інфраструктуру AI агентів.

Проти AI16Z

Рої і AI16Z мають значний вплив у сфері AI агентів, між ними тривають суперечки в Twitter, незважаючи на деякі подібності, їх технологічна архітектура та застосування відрізняються. Рої використовують структуру «команди» для спільної роботи, виконуючи складні завдання та підвищуючи ефективність через співпрацю кількох AI агентів. У порівнянні з цим, структура Eliza AI16Z більше нагадує гнучкого «координатора», підкреслюючи підтримку кількох платформ та інтеграцію кількох моделей, здатного швидко адаптуватися до різних сценаріїв, давайте порівняємо обидва агенти з двох аспектів.

Технологічна структура та архітектура

Рої працюють як дисциплінована команда, структура рою підтримує співпрацю кількох AI агентів, завдяки автономності, модульності та масштабованості агенти AI ефективно співпрацюють, спеціалізуючись на розподілі складних завдань, виконуючи операції з «чітким поділом праці та безперервною координацією». А Eliza структура AI16Z більше нагадує універсального координатора, зосередженого на багатоплатформенній роботі та інтеграції кількох моделей, водночас підкреслюючи взаємодію між агентами, що робить її унікальною у гнучкому підході до різноманітних сценаріїв.

AI моделі та додатки

У сфері AI моделей і додатків Рої більше зосереджуються на тому, як майстерно інтегрувати існуючі AI моделі, через планування завдань і командну роботу, щоб підвищити автоматизацію на рівні підприємства та ефективність команди, він більше схожий на детального командира, здатного правильно поєднувати кілька сил, зосереджуючись на «як зробити краще». А структура Eliza AI16Z надає розробникам більше свободи, підтримуючи різноманітні AI моделі (такі як Llama, Claude), надаючи додаткам більше гнучкості для роботи в різних сценаріях, від управління соціальними медіа до фінансових транзакцій, що забезпечує універсальне рішення. Один зосереджений на співпраці, інший підкреслює різноманітність, обидва в інноваційних додатках не мають рівних.

Загалом, Рої та AI16Z досліджують майбутнє AI агентів абсолютно різними шляхами, Рої більше нагадують дисципліновану команду, вражаючи корпоративних користувачів ефективною співпрацею та потужними технологіями, тоді як Eliza AI16Z більше схожа на багатогранного вільного гравця, демонструючи безмежний потенціал завдяки гнучкому підходу та різноманітності сценаріїв. Насправді обидва мають свої переваги, у цю епоху змагань AI агентів історія тільки починається, хто вийде на передній план у цьому змаганні? Чекаємо на результати!

Джерело: https://fraxcesco.substack.com/p/introducing-swarm-node-serverless?utm_source=post-email-title&utm_publication_id=1419537&utm_post_id=153678118&utm_campaign=email-post-title&utm_isFreemail=true&utm_r=2i6286&utm_triedRedirect=true&utm_medium=email