Le chemin de l'ascension des Essaims: comment les jeunes génies renversent-ils le monde de l'IA?

L'auteur original : Zhouzhou

Repost : Daisy, finance de Mars

Aujourd’hui, l’augmentation des essaims attire l’attention, et la chaleur de toute la communauté a explosé autour de deux sujets : les rumeurs « d’anxiété » de Shaw, le fondateur d’AI16Z, et le melon de Sama d’OpenAI soupçonné d’enfreindre le framework multi-agents Swarm. Certaines personnes spéculent que la force motrice derrière cette vague de relance pourrait être l’émergence d’un agent d’IA basé sur le MCS. Le fondateur à l’origine, Kye Gomez, un « garçon de génie » de 20 ans qui a abandonné l’école secondaire, a passé trois ans à compléter le cadre de coordination multi-agents Swarms, qui gère 45 millions d’agents, au service de la finance, de l’assurance, de la médecine et d’autres domaines.

Tendance des montagnes russes

Après avoir été émis le 18 décembre, le token Swarms a rapidement atteint son sommet de capitalisation boursière de 74,2 millions de dollars le 21, mais malheureusement, la valeur a chuté comme une montagne russe pour ne laisser qu'environ 6 millions de dollars.

Ensuite, il a oscillé autour de 13 millions de dollars US jusqu'au 27, date à laquelle il a commencé à contre-attaquer, passant de son creux de 12 millions de dollars US à un pic de 30 millions de dollars US, puis se multipliant par près de 3 pour atteindre près de 70 millions de dollars US, manquant de peu de battre son record précédent. Aujourd'hui, le volume des échanges est également très important, atteignant directement 60,80 millions de dollars US. Cette vague de mouvements stimulants sur le marché a donné l'impression aux internautes de vivre une expérience de montagnes russes dans le monde des cryptomonnaies.

Le futur crypté derrière les essaims

Derrière les tendances de prix en montagnes russes se trouve une équipe d'agents IA travaillant en étroite collaboration, répartissant les tâches et faisant face ensemble à des défis complexes. La sagesse collective et la capacité de coordination dépassent de loin les limites des agents individuels, c'est précisément l'objectif poursuivi par le projet Swarms de Kye Gomez. Cependant, la créativité et les idées ne suffisent pas, ce qui rend tout cela possible est la technologie centrale lancée par Swarms - Swarm Node (SNAI). On peut dire que SNAI est le "centre nerveux" du monde des agents IA, offrant un puissant soutien et une protection pour une collaboration transparente entre les agents.

Fondateur du "génie des jeunes"

Le fondateur principal de Swarms, Kye Gomez, est salué comme un "jeune génie" dans le domaine de l'intelligence artificielle, montrant une expertise impressionnante à seulement 20 ans. Bien qu'il ait abandonné l'école secondaire, il a développé le framework de coordination multi-agents Swarms en seulement trois ans. Il a réussi à faire fonctionner 45 millions d'agents d'IA, offrant ainsi des services de haute qualité dans les domaines de la finance, de l'assurance et de la santé. Cela témoigne de la puissance et des compétences extraordinaires de ce jeune homme.

Dans ses recherches sur les agents IA autonomes et collaboratifs, il a non seulement développé le modèle "SSM + MoE super efficace" et le modèle de flux hybride, mais a également exploré en profondeur le potentiel de l'alignement de l'IA dans les domaines de la biologie et de la nanotechnologie. En fait, Swarms n'est qu'un de ses nombreux projets de qualité parmi ceux de Kye. Sa compétence cachée est révélée après une compréhension approfondie, où l'on découvre qu'il a encore de nombreux autres projets exceptionnels.

Par exemple, Agora est un laboratoire de recherche en intelligence artificielle open source, axé sur la convergence de l'IA avec la biologie et la nanotechnologie. Pegasus est son exploration dans le domaine du traitement du langage naturel et des modèles intégrés, et il a également contribué à la mise en œuvre open source d'AlphaFold3. Le parcours et les réalisations de Kye ne font que souligner qu'il est un véritable innovateur technologique en plein essor.

Le cadre et les fonctionnalités centrales de Swarms AI Agent Orchestration

Nous allons maintenant décoder le projet Swarms du jeune prodige. Son objectif est de développer et de promouvoir un framework d'orchestration multi-agents prêt pour la production au niveau de l'entreprise. En termes simples, la fonction principale de Swarms est de permettre à plusieurs agents d'IA de travailler en équipe pour résoudre des problèmes complexes en utilisant leur intelligence collective. Il prend en charge l'intégration transparente avec des services et des API d'IA externes pour étendre ses fonctionnalités, et offre aux agents une mémoire à long terme presque illimitée pour renforcer leur compréhension du contexte, tout en permettant des flux de travail personnalisés. Pour répondre aux besoins de l'entreprise, Swarms offre une fiabilité et une évolutivité élevées, et optimise automatiquement les paramètres du modèle linguistique pour garantir des performances optimales. De cette manière, Swarms peut tirer parti de l'intelligence collective entre les agents pour relever les défis complexes plus facilement que les agents individuels.

Le projet Swarms se distingue par sa puissante barrière technologique et ses performances sur le marché. Son cadre d'orchestration d'agents d'IA, qui a été en exploitation stable pendant près de trois ans, a déjà fourni des solutions efficaces à de nombreuses entreprises sur son site officiel. De la manipulation des données au service client en passant par la génération de rapports, Swarms a considérablement amélioré l'efficacité opérationnelle tout en réduisant considérablement les coûts. Sa force est évidente pour tous. En tant que projet open source, Swarms a également suscité un vif intérêt au sein de la communauté des développeurs, avec plus de 2,1k étoiles sur GitHub, ce qui témoigne du soutien et de l'intelligence apportés par de nombreux développeurs. Ainsi, tout cela confirme la maturité et l'innovation de la technologie de Swarms.

SNAI

Les internautes sur Twitter semblent tous d'accord sur le fait que la prochaine étape de l'IA consiste en une collaboration de groupe (Agent Swarms), permettant une collaboration et une communication entre plusieurs agents pour un travail plus efficace. Ce mode opératoire permet aux agents de différents cadres de communiquer entre eux et d'utiliser leurs avantages spécialisés respectifs pour mieux performer dans des tâches et des scénarios spécifiques.

Le nœud Swarm (SNAI), en tant qu'auxiliaire de mise en œuvre des essaims d'agents, est une infrastructure sans serveur conçue spécifiquement pour soutenir la philosophie de Swarm. Le SNAI résout tous les défis technologiques liés à l'exécution d'agents IA, permettant aux utilisateurs de déployer, coordonner et gérer facilement des agents via des scripts Python, sans se soucier des coûts matériels et d'infrastructure. Il prend également en charge les interactions en chaîne, la planification et les opérations multilingues, offrant de nouvelles possibilités aux petits créateurs qui ne peuvent pas exécuter en continu des agents ou qui ne disposent pas de support matériel.

Les utilisateurs n'ont pas à payer de frais de serveur, ils ne paient que pour le temps d'exécution réellement utilisé, ce qui rend SNAI plus efficace que d'autres solutions basées sur l'abonnement. Ce qui rend SNAI unique, c'est que ses agents ne sont pas isolés, mais peuvent coopérer de manière "en chaîne" pour former un Swarm (essaim).

Le rôle de Swarm est de déléguer des tâches à différents agents, chaque agent se concentrant sur une tâche spécifique et transmettant les résultats au prochain agent une fois celle-ci terminée. Grâce à l'API REST et au SDK Python, d'autres applications peuvent facilement intégrer SNAI, et les utilisateurs peuvent également coordonner de manière flexible le comportement de leur Swarm (par exemple, quand l'exécuter et quelles données utiliser).

Cependant, ce n'est pas tout, car le cadre SNAI est encore au stade initial de développement, et de nombreuses fonctionnalités seront ajoutées à l'avenir, notamment le stockage de données (une mini-base de données cloud permettant aux agents de partager des données sélectionnées), la planification des tâches (exécution des agents à des moments spécifiques) et la bibliothèque d'agents (agents préfabriqués créés par la communauté, disponibles pour exécution, personnalisation et optimisation). De plus, SNAI sera également compatible avec plusieurs langues. Actuellement, un client Python simplifié pour les opérations API est disponible, et il est prévu de prendre en charge le déploiement d'agents écrits en langages tels que Go, Rust, TypeScript, C#, PHP, etc. La communauté a commencé à développer un client TypeScript, et davantage de langages seront pris en charge à l'avenir.

Rien que cette semaine, il y a déjà eu plus de 500 constructions - ces "dépendances" sont utilisées pour optimiser l'efficacité d'exécution de l'agent d'IA. Plus de 10 000 exécutions - c'est-à-dire les instances mises en pause après le démarrage de l'agent, SNAI ne facture que le temps d'exécution actif, ce qui améliore considérablement la flexibilité des opérations de l'agent.

Les principales caractéristiques de SNAI comprennent la prise en charge de l'exécution sans serveur des agents, la possibilité pour les développeurs d'intégrer des agents dans leur code, la réalisation d'une collaboration en chaîne et d'une coordination interactive entre les agents, le tout en utilisant un modèle de paiement à l'utilisation qui réduit considérablement les coûts d'infrastructure et abaisse le seuil d'entrée dans l'infrastructure des agents d'IA.

Contre AI16Z

Swarms and AI16Z both have significant influence in the field of AI agents, and their controversies on Twitter are ongoing. Although they have some similarities, they differ in terms of technical architecture and applications. Swarms adopts a collaborative 'team' framework, where multiple AI agents work together to complete complex tasks and improve efficiency. In contrast, AI16Z's Eliza framework is more like a flexible 'coordinator', emphasizing multi-platform support and integration of multiple models, and can quickly adapt to multiple scenarios. The following is a comparison of the two agents from two aspects.

Cadre et architecture techniques

Swarms is like a disciplined team, the Swarms framework supports multiple AI agents working together, with autonomy, modularity, and scalability, allowing AI agents to collaborate efficiently, excel at decomposing complex tasks and complete operations with clear division of labor and seamless coordination. On the other hand, AI16Z's Eliza framework is more like an all-round coordinator, focusing on multi-platform operation and multi-model integration, while emphasizing interaction between agents and having its own characteristics in flexibly adapting to various application scenarios.

Modèles et applications d'IA

En ce qui concerne les modèles et applications d'IA, Swarms se concentre davantage sur la manière d'intégrer habilement les modèles d'IA existants, en améliorant l'automatisation et l'efficacité de l'équipe au niveau de l'entreprise à travers la planification des tâches et la collaboration d'équipe. Il ressemble davantage à un commandant méticuleux, capable de bien coordonner des forces multiples, se concentrant sur "comment faire mieux". Le framework Eliza d'AI16Z offre aux développeurs une plus grande liberté en prenant en charge divers modèles d'IA (comme Llama, Claude), offrant plus de flexibilité aux applications pour faire face à divers scénarios, de la gestion des médias sociaux aux transactions financières, offrant ainsi une solution polyvalente. L'un se concentre sur la collaboration, l'autre met l'accent sur la diversité, les deux sont comparables en termes d'innovation, chacun ayant ses propres mérites.

Dans l'ensemble, Swarms et AI16Z explorent l'avenir des agents d'IA avec des approches très différentes. Swarms ressemble davantage à une équipe disciplinée qui impressionne les utilisateurs d'entreprise par sa collaboration efficace et sa technologie de pointe, tandis que Eliza d'AI16Z est plus comme un joueur polyvalent qui démontre un potentiel illimité grâce à son adaptabilité et à sa diversité de scénarios. En réalité, les deux ont leurs propres mérites. Dans cette ère de concurrence féroce, l'histoire des agents d'IA ne fait que commencer. Qui sortira vainqueur de cette compétition ? Nous attendons avec impatience de le découvrir !