Hoy, el aumento de Swarms una vez más llama la atención, y toda la comunidad está revolucionada con dos temas: los rumores de 'ansiedad' del fundador de AI16Z, Shaw, y el presunto conflicto de marcos de múltiples agentes Swarm de Sama de OpenAI. Algunos especulan que el impulso detrás de este estímulo para el mercado alcista podría ser el Agente de IA basado en Mcs. Este agente no solo puede responder preguntas de conocimientos médicos, sino que también es considerado el producto de entrega más cercano y práctico para el público en la arquitectura de Swarms. Su fundador, Kye Gomez, el 'genio juvenil' de tan solo 20 años, dejó la escuela secundaria y dedicó tres años para dominar el marco de coordinación de múltiples agentes de Swarms, ejecutando 45 millones de agentes para servir en los campos de finanzas, seguros, atención médica, entre otros. Se le considera una fuerza sólida de gran talento.
Tendencia de la montaña rusa
Después del lanzamiento de la moneda Swarms el 18 de diciembre, el 21 de diciembre subió rápidamente a su punto máximo de capitalización de mercado de 74,2 millones de dólares estadounidenses. Desafortunadamente, la buena racha no duró mucho y la capitalización del mercado cayó a un mínimo de alrededor de 6 millones de dólares estadounidenses, como si fuera una montaña rusa.
Después, se mantuvo en torno a los 13 millones de dólares, hasta el día 27 cuando comenzó a repuntar, subiendo desde los 12 millones de dólares hasta los 30 millones de dólares, luego se disparó casi tres veces hasta casi 70 millones de dólares, casi rompiendo el máximo anterior. El volumen de operaciones de hoy también es considerable, directamente disparándose a 60.8 millones de dólares, este emocionante mercado, los internautas sienten como si estuvieran experimentando un emocionante viaje en montaña rusa en el mundo de las criptomonedas.
El futuro secreto detrás de los enjambres
Detrás de las fluctuaciones de precios como montañas rusas se encuentra un equipo de múltiples agentes de inteligencia artificial que trabajan en estrecha colaboración, dividiendo tareas y enfrentando juntos desafíos complejos. La sabiduría colectiva y la capacidad de coordinación superan con creces las limitaciones de un solo agente, que es el objetivo que persigue el proyecto Swarms de Kye Gomez. Sin embargo, la creatividad y la idea por sí solas no son suficientes; lo que hace posible todo esto es la tecnología central lanzada por Swarms: el Nodo Swarm (SNAI). Se puede decir que SNAI es el "centro nervioso" del mundo de los agentes de inteligencia artificial, ya que proporciona un sólido soporte y garantía para la colaboración perfecta entre agentes.
Fundador de "Genius Boy"
El fundador principal detrás de Swarms, Kye Gomez, es conocido como un 'genio adolescente' en el campo de la inteligencia artificial, mostrando un asombroso talento a la temprana edad de 20 años. A pesar de abandonar la escuela secundaria, desarrolló el marco de coordinación multiagente Swarms en tan solo tres años, y logró operar 45 millones de agentes de IA, brindando servicios de alta calidad a industrias como finanzas, seguros y atención médica. Esto demuestra la gran fortaleza del joven.
En su investigación sobre agentes de inteligencia artificial autónomos y colaborativos, no solo desarrolló el "modelo SSM + MoE altamente eficiente" y el "modelo de flujo mixto", sino que también exploró a fondo el potencial de la inteligencia artificial en alineaciones y en los campos de la biología y la nanotecnología. En realidad, Swarms es solo uno de sus excelentes proyectos en los numerosos de Kye, ya que su habilidad juvenil está profundamente oculta y, al comprenderla en profundidad, se descubre que también tiene muchos otros proyectos sobresalientes.
Por ejemplo, Agora es un laboratorio de investigación de IA de código abierto, enfocado en la intersección de IA con biología y nanotecnología. Pegasus es su exploración en el campo del procesamiento del lenguaje natural y modelos incrustados, y también participó en la implementación de código abierto de AlphaFold3. El historial y logros de Kye no hacen más que evidenciar el surgimiento de un verdadero innovador tecnológico.
Marco de orquestación de agentes de Swarms AI y funciones centrales
A continuación, comenzaremos a analizar el proyecto Swarms del joven genio, que tiene como objetivo desarrollar y promover un marco de organización de múltiples agentes listo para la producción a nivel empresarial. En pocas palabras, la función principal de Swarms es permitir que múltiples agentes de IA trabajen juntos como un equipo para resolver problemas complejos utilizando la inteligencia colectiva. No solo admite la integración perfecta con servicios externos de IA y API para ampliar su funcionalidad, sino que también proporciona a los agentes una memoria a largo plazo casi ilimitada para mejorar la comprensión del contexto, al tiempo que permite flujos de trabajo personalizados. Para satisfacer las necesidades empresariales, Swarms cuenta con un alto nivel de confiabilidad y escalabilidad, y garantiza el mejor rendimiento mediante la optimización automática de los parámetros del modelo de lenguaje. De esta manera, Swarms puede aprovechar la inteligencia colectiva entre los agentes para enfrentar desafíos complejos de manera más fácil que un solo agente.
El proyecto Swarms se destaca por su sólido arsenal tecnológico y su desempeño en el mercado. Su marco de orquestación de agentes de inteligencia artificial ha estado operando de manera estable durante casi tres años, y ha proporcionado soluciones eficientes a numerosas empresas en su sitio web oficial. Desde el procesamiento de datos hasta el servicio al cliente y la generación de informes, Swarms ha mejorado significativamente la eficiencia empresarial a través de la automatización, al tiempo que reduce notablemente los costos operativos, demostrando su fuerza. Como proyecto de código abierto, Swarms ha generado un gran interés en la comunidad de desarrolladores, con más de 2.1K estrellas en GitHub, lo que demuestra el apoyo y la sabiduría de muchos desarrolladores. Todo esto confirma la madurez e innovación tecnológica de Swarms.
SNAI
Los usuarios de Twitter parecen estar de acuerdo en que la próxima etapa de la IA será la colaboración en grupo (Agent Swarms), que consiste en la comunicación y colaboración entre múltiples agentes para lograr un trabajo más eficiente. Esta forma de trabajo permite a los agentes de diferentes marcos comunicarse entre sí y aprovechar sus ventajas especializadas para destacar en tareas y escenarios específicos.
Swarm Node (SNAI) como un complemento para la implementación de Agent Swarms, es una infraestructura sin servidor diseñada específicamente para respaldar la idea de Swarm. SNAI resuelve todos los desafíos tecnológicos para ejecutar agentes de IA, lo que permite a los usuarios implementar, coordinar y gestionar agentes fácilmente a través de scripts de Python, sin preocuparse por los costos de hardware e infraestructura. También admite interacciones en cadena, programación y operaciones en varios idiomas, abriendo nuevas posibilidades para pequeños creadores que no pueden ejecutar agentes todo el tiempo o carecen de soporte de hardware.
Los usuarios no tienen que pagar por los costos del servidor, solo tienen que pagar por el tiempo de ejecución real que usan, lo que hace que SNAI sea más eficiente que otras soluciones basadas en suscripciones. Lo que hace que SNAI sea único es que sus agentes no son aislados, sino que pueden colaborar en cadena para formar un Swarm (enjambre).
La función de Swarm es asignar tareas a diferentes agentes, cada agente se enfoca en una tarea específica y luego pasa los resultados al siguiente agente. A través de la API REST y el SDK de Python, otras aplicaciones pueden integrarse fácilmente con SNAI, y los usuarios pueden coordinar de manera flexible el comportamiento de su Swarm (por ejemplo, cuándo ejecutar y qué datos utilizar).
Pero esto no es todo, con el marco de SNAI todavía en las primeras etapas de desarrollo, se agregarán varias funciones en el futuro, incluido el almacenamiento de datos (una mini base de datos en la nube que permite a los agentes compartir datos seleccionados), programación de tareas (ejecución de agentes en momentos específicos) y biblioteca de agentes (agentes predefinidos creados por la comunidad para ser ejecutados, personalizados y optimizados). Además, SNAI también logrará compatibilidad con varios idiomas. Actualmente se ofrece un cliente Python que simplifica las operaciones de API, y se planea admitir la implementación de agentes escritos en Go, Rust, TypeScript, C #, PHP, entre otros idiomas. La comunidad ya ha comenzado a desarrollar un cliente TypeScript y se planea admitir más idiomas en el futuro.
Solo esta semana, ya ha habido más de 500 construcciones, estas "dependencias" se utilizan para optimizar la eficiencia de ejecución del agente de inteligencia artificial. Con más de 10,000 ejecuciones, es decir, instancias en las que el agente se inicia y se detiene, SNAI solo cobra por el tiempo de ejecución activo, lo que mejora considerablemente la flexibilidad de operación del agente.
Las características principales de SNAI incluyen el soporte para la ejecución sin servidor de agentes, permitir a los desarrolladores integrar agentes en bibliotecas de código, lograr la colaboración en cadena y la coordinación interactiva de agentes, al mismo tiempo que adopta un modelo de pago por uso, lo que reduce significativamente los costos de infraestructura y disminuye la barrera de entrada a la infraestructura de agentes de IA.
Frente a AI16Z
Tanto Swarms como AI16Z tienen una influencia significativa en el espacio de las agencias de IA, y los dos han sido controvertidos en Twitter, y aunque hay algunas similitudes, difieren tanto en la arquitectura técnica como en la aplicación. Swarms utiliza un marco de "equipo" colaborativo para completar tareas complejas y aumentar la eficiencia a través de la colaboración de múltiples agentes de IA. Por el contrario, el marco Eliza de AI16Z es más como un "coordinador" flexible, que enfatiza el soporte multiplataforma y la integración multimodelo, que puede adaptarse rápidamente en múltiples escenarios.
Marco técnico y arquitectura
Los enjambres son como un equipo disciplinado, el marco de Swarms admite el trabajo coordinado de múltiples agentes de inteligencia artificial, con autonomía, modularidad y escalabilidad, permitiendo que los agentes de inteligencia artificial colaboren de manera eficiente, sean buenos descomponiendo tareas complejas y completen operaciones con una 'clara división del trabajo y una cooperación sin problemas'. Mientras que el marco Eliza de AI16Z es más como un coordinador versátil, enfocado en la ejecución en múltiples plataformas y la integración de múltiples modelos, al mismo tiempo que enfatiza la interacción entre agentes, tiene sus propias características en la adaptación flexible a aplicaciones en múltiples escenarios.
Modelos y aplicaciones de IA
En cuanto a los modelos y aplicaciones de IA, Swarms se centra más en cómo integrar de manera inteligente los modelos de IA existentes para mejorar la automatización empresarial y la eficiencia del equipo a través de la planificación de tareas y la colaboración en equipo. Es como un comandante experto en coordinar múltiples fuerzas, centrándose en cómo hacerlo mejor. Por otro lado, el marco Eliza de AI16Z ofrece a los desarrolladores una mayor libertad, ya que admite varios modelos de IA (como Llama, Claude), lo que brinda más flexibilidad a las aplicaciones y puede adaptarse a diversos escenarios, desde la gestión de redes sociales hasta transacciones financieras, proporcionando una solución versátil. Uno se centra en la colaboración, mientras que el otro enfatiza la diversidad, ambos son igualmente innovadores en la aplicación, cada uno con sus propias ventajas.
En general, Swarms y AI16Z están explorando el futuro de los agentes de IA por caminos muy diferentes. Swarms se parece más a un equipo disciplinado que ha impresionado a los usuarios empresariales con su colaboración eficiente y su enfoque técnico sólido, mientras que Eliza de AI16Z se asemeja más a un jugador versátil y libre, que muestra un potencial ilimitado a través de su adaptabilidad flexible y su diversidad de escenarios. En realidad, ambos tienen sus propias fortalezas. En esta era de competencia, la historia de los agentes de IA apenas comienza. ¿Quién se destacará en esta carrera? ¡Estamos esperando con interés!
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
El camino hacia el surgimiento de Swarms: ¿Cómo un joven genio está subvirtiendo el mundo de la inteligencia artificial?
Autor original: Zhouzhou
Reimpresión: Daisy, Mars Financial
Hoy, el aumento de Swarms una vez más llama la atención, y toda la comunidad está revolucionada con dos temas: los rumores de 'ansiedad' del fundador de AI16Z, Shaw, y el presunto conflicto de marcos de múltiples agentes Swarm de Sama de OpenAI. Algunos especulan que el impulso detrás de este estímulo para el mercado alcista podría ser el Agente de IA basado en Mcs. Este agente no solo puede responder preguntas de conocimientos médicos, sino que también es considerado el producto de entrega más cercano y práctico para el público en la arquitectura de Swarms. Su fundador, Kye Gomez, el 'genio juvenil' de tan solo 20 años, dejó la escuela secundaria y dedicó tres años para dominar el marco de coordinación de múltiples agentes de Swarms, ejecutando 45 millones de agentes para servir en los campos de finanzas, seguros, atención médica, entre otros. Se le considera una fuerza sólida de gran talento.
Tendencia de la montaña rusa
Después del lanzamiento de la moneda Swarms el 18 de diciembre, el 21 de diciembre subió rápidamente a su punto máximo de capitalización de mercado de 74,2 millones de dólares estadounidenses. Desafortunadamente, la buena racha no duró mucho y la capitalización del mercado cayó a un mínimo de alrededor de 6 millones de dólares estadounidenses, como si fuera una montaña rusa.
Después, se mantuvo en torno a los 13 millones de dólares, hasta el día 27 cuando comenzó a repuntar, subiendo desde los 12 millones de dólares hasta los 30 millones de dólares, luego se disparó casi tres veces hasta casi 70 millones de dólares, casi rompiendo el máximo anterior. El volumen de operaciones de hoy también es considerable, directamente disparándose a 60.8 millones de dólares, este emocionante mercado, los internautas sienten como si estuvieran experimentando un emocionante viaje en montaña rusa en el mundo de las criptomonedas.
El futuro secreto detrás de los enjambres
Detrás de las fluctuaciones de precios como montañas rusas se encuentra un equipo de múltiples agentes de inteligencia artificial que trabajan en estrecha colaboración, dividiendo tareas y enfrentando juntos desafíos complejos. La sabiduría colectiva y la capacidad de coordinación superan con creces las limitaciones de un solo agente, que es el objetivo que persigue el proyecto Swarms de Kye Gomez. Sin embargo, la creatividad y la idea por sí solas no son suficientes; lo que hace posible todo esto es la tecnología central lanzada por Swarms: el Nodo Swarm (SNAI). Se puede decir que SNAI es el "centro nervioso" del mundo de los agentes de inteligencia artificial, ya que proporciona un sólido soporte y garantía para la colaboración perfecta entre agentes.
Fundador de "Genius Boy"
El fundador principal detrás de Swarms, Kye Gomez, es conocido como un 'genio adolescente' en el campo de la inteligencia artificial, mostrando un asombroso talento a la temprana edad de 20 años. A pesar de abandonar la escuela secundaria, desarrolló el marco de coordinación multiagente Swarms en tan solo tres años, y logró operar 45 millones de agentes de IA, brindando servicios de alta calidad a industrias como finanzas, seguros y atención médica. Esto demuestra la gran fortaleza del joven.
En su investigación sobre agentes de inteligencia artificial autónomos y colaborativos, no solo desarrolló el "modelo SSM + MoE altamente eficiente" y el "modelo de flujo mixto", sino que también exploró a fondo el potencial de la inteligencia artificial en alineaciones y en los campos de la biología y la nanotecnología. En realidad, Swarms es solo uno de sus excelentes proyectos en los numerosos de Kye, ya que su habilidad juvenil está profundamente oculta y, al comprenderla en profundidad, se descubre que también tiene muchos otros proyectos sobresalientes.
Por ejemplo, Agora es un laboratorio de investigación de IA de código abierto, enfocado en la intersección de IA con biología y nanotecnología. Pegasus es su exploración en el campo del procesamiento del lenguaje natural y modelos incrustados, y también participó en la implementación de código abierto de AlphaFold3. El historial y logros de Kye no hacen más que evidenciar el surgimiento de un verdadero innovador tecnológico.
Marco de orquestación de agentes de Swarms AI y funciones centrales
A continuación, comenzaremos a analizar el proyecto Swarms del joven genio, que tiene como objetivo desarrollar y promover un marco de organización de múltiples agentes listo para la producción a nivel empresarial. En pocas palabras, la función principal de Swarms es permitir que múltiples agentes de IA trabajen juntos como un equipo para resolver problemas complejos utilizando la inteligencia colectiva. No solo admite la integración perfecta con servicios externos de IA y API para ampliar su funcionalidad, sino que también proporciona a los agentes una memoria a largo plazo casi ilimitada para mejorar la comprensión del contexto, al tiempo que permite flujos de trabajo personalizados. Para satisfacer las necesidades empresariales, Swarms cuenta con un alto nivel de confiabilidad y escalabilidad, y garantiza el mejor rendimiento mediante la optimización automática de los parámetros del modelo de lenguaje. De esta manera, Swarms puede aprovechar la inteligencia colectiva entre los agentes para enfrentar desafíos complejos de manera más fácil que un solo agente.
El proyecto Swarms se destaca por su sólido arsenal tecnológico y su desempeño en el mercado. Su marco de orquestación de agentes de inteligencia artificial ha estado operando de manera estable durante casi tres años, y ha proporcionado soluciones eficientes a numerosas empresas en su sitio web oficial. Desde el procesamiento de datos hasta el servicio al cliente y la generación de informes, Swarms ha mejorado significativamente la eficiencia empresarial a través de la automatización, al tiempo que reduce notablemente los costos operativos, demostrando su fuerza. Como proyecto de código abierto, Swarms ha generado un gran interés en la comunidad de desarrolladores, con más de 2.1K estrellas en GitHub, lo que demuestra el apoyo y la sabiduría de muchos desarrolladores. Todo esto confirma la madurez e innovación tecnológica de Swarms.
SNAI
Los usuarios de Twitter parecen estar de acuerdo en que la próxima etapa de la IA será la colaboración en grupo (Agent Swarms), que consiste en la comunicación y colaboración entre múltiples agentes para lograr un trabajo más eficiente. Esta forma de trabajo permite a los agentes de diferentes marcos comunicarse entre sí y aprovechar sus ventajas especializadas para destacar en tareas y escenarios específicos.
Swarm Node (SNAI) como un complemento para la implementación de Agent Swarms, es una infraestructura sin servidor diseñada específicamente para respaldar la idea de Swarm. SNAI resuelve todos los desafíos tecnológicos para ejecutar agentes de IA, lo que permite a los usuarios implementar, coordinar y gestionar agentes fácilmente a través de scripts de Python, sin preocuparse por los costos de hardware e infraestructura. También admite interacciones en cadena, programación y operaciones en varios idiomas, abriendo nuevas posibilidades para pequeños creadores que no pueden ejecutar agentes todo el tiempo o carecen de soporte de hardware.
Los usuarios no tienen que pagar por los costos del servidor, solo tienen que pagar por el tiempo de ejecución real que usan, lo que hace que SNAI sea más eficiente que otras soluciones basadas en suscripciones. Lo que hace que SNAI sea único es que sus agentes no son aislados, sino que pueden colaborar en cadena para formar un Swarm (enjambre).
La función de Swarm es asignar tareas a diferentes agentes, cada agente se enfoca en una tarea específica y luego pasa los resultados al siguiente agente. A través de la API REST y el SDK de Python, otras aplicaciones pueden integrarse fácilmente con SNAI, y los usuarios pueden coordinar de manera flexible el comportamiento de su Swarm (por ejemplo, cuándo ejecutar y qué datos utilizar).
Pero esto no es todo, con el marco de SNAI todavía en las primeras etapas de desarrollo, se agregarán varias funciones en el futuro, incluido el almacenamiento de datos (una mini base de datos en la nube que permite a los agentes compartir datos seleccionados), programación de tareas (ejecución de agentes en momentos específicos) y biblioteca de agentes (agentes predefinidos creados por la comunidad para ser ejecutados, personalizados y optimizados). Además, SNAI también logrará compatibilidad con varios idiomas. Actualmente se ofrece un cliente Python que simplifica las operaciones de API, y se planea admitir la implementación de agentes escritos en Go, Rust, TypeScript, C #, PHP, entre otros idiomas. La comunidad ya ha comenzado a desarrollar un cliente TypeScript y se planea admitir más idiomas en el futuro.
Solo esta semana, ya ha habido más de 500 construcciones, estas "dependencias" se utilizan para optimizar la eficiencia de ejecución del agente de inteligencia artificial. Con más de 10,000 ejecuciones, es decir, instancias en las que el agente se inicia y se detiene, SNAI solo cobra por el tiempo de ejecución activo, lo que mejora considerablemente la flexibilidad de operación del agente.
Las características principales de SNAI incluyen el soporte para la ejecución sin servidor de agentes, permitir a los desarrolladores integrar agentes en bibliotecas de código, lograr la colaboración en cadena y la coordinación interactiva de agentes, al mismo tiempo que adopta un modelo de pago por uso, lo que reduce significativamente los costos de infraestructura y disminuye la barrera de entrada a la infraestructura de agentes de IA.
Frente a AI16Z
Tanto Swarms como AI16Z tienen una influencia significativa en el espacio de las agencias de IA, y los dos han sido controvertidos en Twitter, y aunque hay algunas similitudes, difieren tanto en la arquitectura técnica como en la aplicación. Swarms utiliza un marco de "equipo" colaborativo para completar tareas complejas y aumentar la eficiencia a través de la colaboración de múltiples agentes de IA. Por el contrario, el marco Eliza de AI16Z es más como un "coordinador" flexible, que enfatiza el soporte multiplataforma y la integración multimodelo, que puede adaptarse rápidamente en múltiples escenarios.
Marco técnico y arquitectura
Los enjambres son como un equipo disciplinado, el marco de Swarms admite el trabajo coordinado de múltiples agentes de inteligencia artificial, con autonomía, modularidad y escalabilidad, permitiendo que los agentes de inteligencia artificial colaboren de manera eficiente, sean buenos descomponiendo tareas complejas y completen operaciones con una 'clara división del trabajo y una cooperación sin problemas'. Mientras que el marco Eliza de AI16Z es más como un coordinador versátil, enfocado en la ejecución en múltiples plataformas y la integración de múltiples modelos, al mismo tiempo que enfatiza la interacción entre agentes, tiene sus propias características en la adaptación flexible a aplicaciones en múltiples escenarios.
Modelos y aplicaciones de IA
En cuanto a los modelos y aplicaciones de IA, Swarms se centra más en cómo integrar de manera inteligente los modelos de IA existentes para mejorar la automatización empresarial y la eficiencia del equipo a través de la planificación de tareas y la colaboración en equipo. Es como un comandante experto en coordinar múltiples fuerzas, centrándose en cómo hacerlo mejor. Por otro lado, el marco Eliza de AI16Z ofrece a los desarrolladores una mayor libertad, ya que admite varios modelos de IA (como Llama, Claude), lo que brinda más flexibilidad a las aplicaciones y puede adaptarse a diversos escenarios, desde la gestión de redes sociales hasta transacciones financieras, proporcionando una solución versátil. Uno se centra en la colaboración, mientras que el otro enfatiza la diversidad, ambos son igualmente innovadores en la aplicación, cada uno con sus propias ventajas.
En general, Swarms y AI16Z están explorando el futuro de los agentes de IA por caminos muy diferentes. Swarms se parece más a un equipo disciplinado que ha impresionado a los usuarios empresariales con su colaboración eficiente y su enfoque técnico sólido, mientras que Eliza de AI16Z se asemeja más a un jugador versátil y libre, que muestra un potencial ilimitado a través de su adaptabilidad flexible y su diversidad de escenarios. En realidad, ambos tienen sus propias fortalezas. En esta era de competencia, la historia de los agentes de IA apenas comienza. ¿Quién se destacará en esta carrera? ¡Estamos esperando con interés!