Оригінальне редагування: zhouzhou, BlockBeats

Сьогодні зростання Swarms знову вразило, вся спільнота обговорює дві теми: чутки про «тривогу» засновника AI16Z Шоу та ймовірне порушення прав інтелектуальної власності з боку OpenAI у зв'язку з рамками Swarm з багатьма агентами. Дехто припускає, що за цим сплеском стоїть агент на базі Mcs. Цей агент не лише відповідає на медичні запитання, але й називається найбільш практичним продуктом у рамках архітектури Swarms, його засновник Kye Gomez, 20-річний «обдарований підліток», покинув школу, і за три роки впорався з багатофункціональною оркестрацією агентів Swarms, запустив 45 мільйонів агентів, що надають послуги у фінансовій, страховій, медичній та інших сферах, справжня потужна сила.

Гірки

Токени Swarms після їх випуску 18 грудня швидко досягли піку ринкової капіталізації у 74,2 мільйона доларів 21 числа, але, на жаль, цей успіх тривав недовго, і капіталізація впала, як на американських гірках, до приблизно 6 мільйонів доларів.

Потім він коливався близько 13 мільйонів доларів, поки 27 числа не почав відновлюватись, знизившись з низької точки 12 мільйонів доларів до 30 мільйонів доларів, а потім знову зріс майже в 3 рази до близько 70 мільйонів доларів, майже перетворившись на попередній максимум. Сьогодні обсяги торгів також вражаючі, підскочивши до 60,8 мільйонів доларів, цей сплеск ринку залишив користувачів з враженням, ніби вони на американських гірках у криптосвіті.

Майбутнє Swarms

Ціна, що коливається як на американських гірках, є відображенням того, як кілька AI агентів працюють як тісно злагоджена команда, співпрацюючи для вирішення складних завдань. Колективний розум і координаційні здібності перевищують обмеження окремого агента, це саме те, до чого прагне проект Swarms Кай Гомеса. Проте однієї креативності та концепції недостатньо, справжнім рушійним фактором, що робить все це можливим, є основна технологія, яку запускає Swarms — Swarm Node (SNAI). Можна сказати, що SNAI є «нервовим центром» світу AI агентів, він забезпечує потужну підтримку та гарантії для безшовної співпраці між агентами.

Засновник «обдарованого підлітка»

Основний засновник Swarms, Kye Gomez, відомий як «обдарований підліток» у сфері штучного інтелекту, у віці 20 років демонструє вражаючу потужність. Хоча він покинув школу, лише за три роки розробив багатофункціональну оркестрацію агентів Swarms і успішно запустив 45 мільйонів AI агентів, надаючи високоякісні послуги в фінансовій, страховій та медичній сферах, що свідчить про велику силу молодого таланту.

У його дослідженнях автономних і кооперативних AI агентів він не лише розробив «суперефективну модель SSM + MoE» та «гібридну модель потоків», а й глибоко досліджував вказівки AI та їхній потенціал у біології та нанотехнологіях. Насправді, Swarms — це лише один з його багатьох чудових проектів, молодий талант має безліч інших вражаючих проектів.

Наприклад, Agora є лабораторією відкритих досліджень AI, яка зосереджується на інтеграції AI та біології, нанотехнологіях, Pegasus — це їхнє дослідження в області обробки природної мови та вбудованих моделей, і він також бере участь у відкритій реалізації AlphaFold 3. Резюме та досягнення Kye свідчать про те, що справжній технічний новатор на підйомі.

Orkestration Framework AI агентів Swarms та основні функції

Тепер розглянемо проект Swarms обдарованого підлітка, який має на меті розробку та просування багатофункціональної оркестраційної структури для підприємств, простіше кажучи, основна функція Swarms полягає в тому, щоб дозволити кільком AI агентам працювати разом, як команда, використовуючи колективний розум для вирішення складних завдань. 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 налаштовувати робочі процеси. Відповідаючи потребам підприємств, Swarms забезпечує високу надійність та масштабованість, автоматично оптимізуючи параметри мовної моделі, щоб забезпечити найкращу продуктивність. Таким чином, Swarms може використовувати колективний розум агентів для легшого вирішення складних викликів, ніж окремі агенти.

Проект Swarms вирізняється своєю потужною технологічною бар'єрою та ринковими показниками, його фреймворк оркестрації AI агентів стабільно працює вже майже три роки, на його офіційному сайті вже надано безліч ефективних рішень для різних підприємств. Від обробки даних до обслуговування клієнтів і генерації звітів, Swarms значно підвищив бізнес-ефективність за рахунок автоматизації, водночас зменшуючи витрати на операції, що підтверджує його потужність. Як відкритий проект, Swarms викликав жваву увагу в спільноті розробників, кількість зірок на GitHub перевищила 2,1 тисячі, здобувши мудрість і підтримку багатьох розробників, тож все, що накопичило Swarms, свідчить про зрілість і інноваційність технологій.

SNAI

Користувачі в Twitter, здається, погоджуються, що наступним етапом AI агентів є групова співпраця (Agent Swarms), досягаючи більшої ефективності роботи через комунікацію та співпрацю між кількома агентами, що дозволяє агентам з різних фреймворків взаємодіяти та використовувати свої спеціалізовані переваги в конкретних завданнях та сценаріях.

Swarm Node (SNAI) слугує допоміжним засобом для реалізації Agent Swarms, безсерверна інфраструктура, спеціально розроблена для підтримки концепції Swarm. SNAI вирішує всі технічні проблеми, пов'язані з запуском AI агентів, дозволяючи користувачам не турбуватися про витрати на апаратуру та інфраструктуру, легко розгортаючи, координуючи та керуючи агентами за допомогою Python скриптів. Також підтримує ланцюгову взаємодію, 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, вони сплачують лише за фактичний час виконання, що робить SNAI більш ефективним, ніж інші рішення на основі підписки. Унікальність SNAI полягає в тому, що його агенти не є ізольованими, а можуть «ланцюгово» співпрацювати, формуючи Swarm (групу).

Роль Swarm полягає в розподілі завдань між різними агентами, кожен з яких зосереджується на конкретному завданні, передаючи результати наступному агенту. Завдяки REST API та Python SDK інші додатки можуть легко інтегрувати SNAI, а користувачі можуть гнучко координувати поведінку свого Swarm (наприклад, коли запускати та які дані використовувати).

Але це ще не все, оскільки SNAI все ще перебуває на початковій стадії розробки, в майбутньому додадуться нові функції, включаючи зберігання даних (мінімальна хмарна база даних, що дозволяє агентам ділитися вибраними даними), планування завдань (запуск агентів у визначений час) та бібліотеку агентів (готові агенти, створені спільнотою, які можна запускати, налаштовувати та оптимізувати). Крім того, SNAI також забезпечить багатомовну сумісність, наразі вже доступний Python-клієнт для спрощеного API, з планами підтримувати агенти на Go, Rust, TypeScript, C#, PHP та інших мовах. Спільнота вже почала розробку TypeScript клієнта, в майбутньому буде підтримано ще більше мов.

Лише на цьому тижні було вже понад 500 побудов — ці «залежності» використовуються для оптимізації виконання AI агентів. Понад 10 000 виконань — тобто інстансів, які призупинилися після запуску агентів, SNAI стягує плату лише за активний час роботи, що значно підвищує гнучкість роботи агентів.

Основні характеристики SNAI включають підтримку безсерверного виконання агентів, можливість інтеграції агентів у кодову базу, реалізацію ланцюгової співпраці та взаємодії агентів, при цьому використовуючи модель оплати за фактичним використанням, що значно знижує витрати на інфраструктуру й зменшує бар'єри для входу в інфраструктуру AI агентів.

Проти AI16Z

Swarms та AI16Z мають значний вплив на ринок AI агентів, обидва постійно викликають суперечки в Twitter, хоч хоч і мають деякі схожості, але в технічній архітектурі та застосуванні відрізняються. Swarms використовує фреймворк «команди», що співпрацює, через співпрацю кількох AI агентів для виконання комплексних завдань та підвищення ефективності. На противагу цьому, фреймворк Eliza AI16Z більше нагадує гнучкий «координатор», підкреслюючи підтримку різних платформ та інтеграцію різних моделей, здатний швидко адаптуватись у багатьох сценаріях, нижче наведено порівняння обох агентів з двох аспектів.

Технічна структура та архітектура

Swarms схожий на дисципліновану команду, структура Swarms підтримує співпрацю кількох AI агентів, завдяки автономії, модульності та масштабованості, AI агенти ефективно співпрацюють, вміючи розбивати складні завдання на частини та виконувати операції з чітким розподілом обов'язків. А фреймворк Eliza від AI16Z більше нагадує універсального координатора, що фокусується на багатоплатформеній роботі та інтеграції різних моделей, підкреслюючи взаємодію між агентами, у гнучкій адаптації до багатьох сценаріїв.

AI моделі та застосування

У сфері AI моделей і застосувань Swarms більше зосереджується на тому, як майстерно інтегрувати вже наявні AI моделі, через оркестрацію завдань та командну співпрацю для підвищення автоматизації й ефективності команди на рівні підприємств, він більше схожий на витонченого командира, який вміло координує кілька сил, зосереджуючись на «як зробити краще». А фреймворк Eliza від AI16Z надає розробникам більше свободи, підтримуючи різні AI моделі (такі як Llama, Claude), надаючи застосуванням більше гнучкості, щоб впоратися з різними сценаріями, від управління соціальними медіа до фінансових транзакцій, забезпечуючи універсальне рішення. Один зосереджується на співпраці, інший підкреслює різноманітність, обидва однаково вражаючі в інноваційних застосуваннях.

В цілому, Swarms та AI16Z досліджують майбутнє AI агентів різними шляхами, Swarms більше схожий на дисципліновану команду, яка вражає корпоративних користувачів ефективною співпрацею і технологічною міццю, тоді як Eliza від AI16Z більше нагадує універсального гравця, демонструючи безмежний потенціал завдяки гнучкій адаптації та різноманітності сценаріїв. Насправді, обидва мають свої переваги, в цю епоху конкуренції історія AI agent тільки починається, хто ж вирине на поверхню в цій гонці? Чекаємо з нетерпінням!

Джерела:

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