Jalan Menuju Kejayaan Swarms: Bagaimana Anak Genius Mengguncang Dunia Kecerdasan Buatan?

Penulis asli: Zhouzhou

Repost: Daisy, Mars Finance

Hari ini, kenaikan harga Swarms kembali memikat perhatian orang, dengan seluruh komunitas meledak dalam dua topik: rumor 'kecemasan' Shaw, pendiri AI16Z, dan munculnya keraguan Swarm OpenAI yang diduga melanggar kerangka multi-agent. Beberapa orang menduga bahwa agen AI Mcs adalah pendorong di balik pasar bullish ini. Agen ini tidak hanya dapat menjawab pertanyaan-pertanyaan medis umum, tetapi juga dijuluki produk pengiriman paling relevan dan praktis dalam arsitektur Swarms. Pendirinya, Kye Gomez, seorang 'anak muda jenius' berusia 20 tahun yang putus sekolah SMA, menghabiskan tiga tahun untuk menyelesaikan kerangka multi-agent Swarms, menjalankan 45 juta agen dan melayani sektor keuangan, asuransi, dan kesehatan, menjadi kekuatan yang tangguh.

Tren roller coaster

Setelah peluncuran token Swarms pada tanggal 18 Desember, nilainya melonjak menjadi puncak tertinggi $74.2 juta pada tanggal 21. Sayangnya, keadaan tidak berlangsung lama, dan nilainya turun drastis menjadi sekitar $6 juta.

Selanjutnya, itu tetap berada di sekitar 13 juta dolar AS, sampai tanggal 27 ketika mulai mengalami kebangkitan, naik dari titik terendah 12 juta dolar AS hingga mencapai 30 juta dolar AS, dan naik hampir 3 kali lipat menjadi hampir 70 juta dolar AS, hampir mencapai puncak sebelumnya. Volume perdagangan hari ini juga sebanding, mencapai 60,8 juta dolar AS, tren ini sangat menarik, banyak pengguna internet merasa seperti mengalami paket wisata roller coaster di dunia mata uang digital.

Kunci Masa Depan di Balik Swarms

Di balik rollercoaster pergerakan harga, beberapa agen AI bekerja sama sebagai tim yang erat untuk mengatasi tantangan yang kompleks. Kecerdasan kolektif dan koordinasi jauh melampaui batasan agen tunggal, dan itulah tepatnya proyek Swarms Kye Gomez. Namun, kreativitas dan ide saja tidak cukup, yang benar-benar memungkinkan ini adalah teknologi inti yang diluncurkan oleh Swarms, Swarm Node (SNAI). Dapat dikatakan bahwa SNAI adalah "pusat saraf" dunia agen AI, yang memberikan dukungan dan jaminan kuat untuk kolaborasi tanpa batas antar agen.

Pendiri "Anak laki-laki jenius"

Pendiri inti di balik Swarms, Kye Gomez, dijuluki sebagai "anak ajaib" di bidang kecerdasan buatan, dengan usia hanya 20 tahun ia telah menunjukkan kekuatan inti yang mengagumkan. Meskipun ia putus sekolah di SMA, dalam waktu tiga tahun saja ia berhasil mengembangkan kerangka koordinasi agen multi Swarms dan berhasil menjalankan 45 juta agen AI, menyediakan layanan berkualitas tinggi untuk berbagai industri seperti keuangan, asuransi, dan kesehatan, menunjukkan kekuatan yang luar biasa dari sang pemuda.

Dalam penelitian sebagai agen AI yang bergerak secara mandiri dan kolaboratif, ia telah mengembangkan 'model SSM + MoE yang sangat efisien' dan 'model aliran campuran', serta menyelidiki potensi AI dalam bidang biologi dan teknologi nanometer. Sebenarnya, dalam banyak proyek Kye, Swarms hanya salah satu proyek unggulannya. Keahlian remaja ini tersembunyi dengan baik, dan setelah mempelajarinya lebih dalam, ditemukan bahwa ia memiliki banyak proyek lain yang luar biasa.

Misalnya, Agora adalah laboratorium penelitian AI sumber terbuka, fokus pada perpaduan AI dengan biologi, dan teknologi nanometer, Pegasus adalah eksplorasinya di bidang pemrosesan bahasa alami dan model embedding, dan juga terlibat dalam implementasi sumber terbuka AlphaFold3. Riwayat dan prestasi Kye semuanya menunjukkan seorang inovator teknologi sejati yang sedang bangkit.

Kerangka Pengaturan Agen Swarms AI dan Fitur Inti

Selanjutnya, kami akan mulai menganalisis proyek Swarms dari si jenius remaja, yang bertujuan untuk mengembangkan dan mempromosikan kerangka kerja pengaturan multi-agen siap produksi tingkat perusahaan, secara sederhana, inti dari warms adalah memungkinkan beberapa agen kecerdasan buatan untuk bekerja sama seperti tim, menggunakan kecerdasan kolektif untuk menyelesaikan masalah yang kompleks. Ini tidak hanya mendukung integrasi yang mulus dengan layanan dan API AI eksternal untuk memperluas fungsionalitas, tetapi juga memberikan agen kemampuan memori jangka panjang yang hampir tak terbatas untuk meningkatkan pemahaman konteks, sambil memungkinkan alur kerja yang dapat disesuaikan. Untuk memenuhi kebutuhan tingkat perusahaan, Swarms memiliki tingkat keandalan dan skalabilitas yang tinggi, dan dengan mengoptimalkan parameter model bahasa secara otomatis, memastikan kinerja yang optimal. Dengan cara ini, Swarms dapat memanfaatkan kecerdasan kolektif agen untuk lebih mudah menghadapi tantangan yang kompleks daripada agen tunggal.

Proyek Swarms menonjol dengan keunggulan teknologi yang kuat dan kinerja pasar, kerangka AI agen penyusunan mereka telah beroperasi secara stabil selama hampir tiga tahun, dan telah memberikan solusi efisien untuk banyak perusahaan di situs web resminya. Mulai dari pemrosesan data hingga layanan pelanggan, hingga pembuatan laporan, Swarms secara otomatis telah secara signifikan meningkatkan efisiensi bisnis sambil secara signifikan mengurangi biaya operasional, kekuatannya terlihat jelas. Sebagai proyek open source, Swarms telah menarik perhatian besar di komunitas pengembang, dengan bintang di GitHub melebihi 2.1K, dan telah menerima kebijaksanaan dan dukungan dari banyak pengembang, sehingga semua ini menegaskan kematangan dan inovasi teknologi Swarms.

SNAI

Pengguna Twitter nampaknya sepakat bahwa tahap selanjutnya dari agen AI adalah Kolaborasi Massal (Agent Swarms), di mana efisiensi kerja yang lebih tinggi dapat dicapai melalui komunikasi dan kerja sama antara beberapa agen. Cara ini memungkinkan agen-agen dari berbagai kerangka untuk saling berinteraksi dan menggunakan keunggulan spesialisasi masing-masing dalam situasi dan tugas tertentu dengan lebih baik.

Sebagai bantuan untuk mewujudkan Agent Swarms, Swarm Node (SNAI) adalah infrastruktur tanpa server yang dirancang khusus untuk mendukung konsep Swarm. SNAI menyelesaikan semua masalah teknis dalam menjalankan agen AI, sehingga pengguna tidak perlu khawatir tentang biaya perangkat keras dan infrastruktur. Dengan script Python, pengguna dapat dengan mudah mendeploy, mengkoordinasikan, dan mengelola agen. Selain itu, SNAI juga mendukung interaksi rantai, penjadwalan, dan operasi dalam banyak bahasa. Ini memberikan kemungkinan baru bagi pembuat kecil yang tidak mampu menjalankan agen sepanjang hari atau kurang mendapat dukungan perangkat keras.

Pengguna tidak perlu membayar biaya server, hanya perlu membayar waktu eksekusi yang benar-benar digunakan, ini membuat SNAI lebih efisien daripada solusi berlangganan lainnya. Keunikan SNAI adalah bahwa agennya tidak terisolasi, tetapi dapat bekerja sama secara 'rantai' untuk membentuk sebuah Swarm (kelompok).

Peran Swarm adalah untuk membagi tugas kepada agen-agen yang berbeda, setiap agen fokus pada tugas tertentu, dan setelah selesai, hasilnya akan disampaikan ke agen berikutnya. Melalui REST API dan Python SDK, aplikasi lain dapat dengan mudah mengintegrasikan SNAI, dan pengguna juga dapat fleksibel mengkoordinasikan perilaku Swarm mereka (misalnya, kapan dijalankan dan menggunakan data apa).

Namun ini belum semuanya, dengan kerangka SNAI masih dalam tahap pengembangan awal, di masa depan akan menambahkan berbagai fitur, termasuk penyimpanan data (basis data awan mini yang memungkinkan agen berbagi data yang dipilih), penjadwalan tugas (menjalankan agen pada waktu tertentu), dan perpustakaan agen (agen siap pakai yang dibuat oleh komunitas, dapat dijalankan, disesuaikan, dan dioptimalkan). Selain itu, SNAI juga akan mendukung kompatibilitas multibahasa, saat ini telah menyediakan klien Python yang menyederhanakan operasi API, dan berencana mendukung implementasi agen yang ditulis dalam bahasa Go, Rust, TypeScript, C#, PHP, dan lainnya. Komunitas telah mulai mengembangkan klien TypeScript, dan akan mendukung lebih banyak bahasa di masa depan.

Hanya dalam seminggu, sudah ada lebih dari 500 build - ini 'dependensi' digunakan untuk mengoptimalkan efisiensi eksekusi agen AI. Lebih dari 10.000 kali eksekusi - yaitu instance yang dijeda setelah agen diaktifkan, SNAI hanya mengenakan biaya untuk waktu operasional aktif, meningkatkan fleksibilitas operasi agen secara signifikan.

Fitur inti dari SNAI termasuk mendukung operasi tanpa server agen, memungkinkan pengembang mengintegrasikan agen ke dalam perpustakaan kode, mewujudkan kerjasama berantai agen dan koordinasi interaksi, sambil menggunakan model pembayaran berbasis penggunaan, secara signifikan mengurangi biaya infrastruktur, dan menurunkan ambang masuk ke infrastruktur agen kecerdasan buatan.

Melawan AI16Z

Swarms dan AI16Z keduanya memiliki pengaruh yang signifikan dalam bidang agen AI, dan kontroversi terus-menerus terjadi di Twitter. Meskipun ada beberapa kesamaan, tetapi mereka berbeda dalam arsitektur teknis dan aplikasi. Swarms menggunakan kerangka 'tim' kolaboratif, dengan kerjasama beberapa agen AI, untuk menyelesaikan tugas yang kompleks dan meningkatkan efisiensi. Di sisi lain, kerangka Eliza AI16Z lebih fleksibel sebagai 'koordinator', menekankan dukungan multi-platform dan integrasi multi-model, sehingga dapat dengan cepat beradaptasi dengan berbagai situasi. Berikut ini adalah perbandingan antara kedua agen dari dua aspek.

kerangka teknis dan arsitektur

Swarms seperti tim yang disiplin, kerangka Swarms mendukung kerja sama beberapa agen AI, dengan otonomi, modularitas, dan skalabilitas, memungkinkan agen AI untuk bekerja sama secara efisien, ahli dalam memecah tugas kompleks, dan menyelesaikan operasi 'kerja terpisah, kerjasama tanpa celah'. Sementara kerangka Eliza AI16Z lebih seperti koordinator serba bisa, fokus pada berjalan di banyak platform dan integrasi banyak model, sambil menekankan interaksi agen, memiliki keunikan sendiri dalam adaptasi fleksibel untuk berbagai aplikasi.

Model dan aplikasi AI

Dalam hal model dan aplikasi AI, Swarms lebih fokus pada bagaimana mengintegrasikan dengan cerdas model AI yang sudah ada, melalui pengaturan tugas dan kerja sama tim untuk meningkatkan otomatisasi perusahaan dan efisiensi tim, mirip dengan seorang komandan yang cermat dalam mengatur kekuatan ganda, dan fokus pada "bagaimana melakukan dengan lebih baik". Sementara kerangka Eliza dari AI16Z memberikan lebih banyak kebebasan kepada pengembang, mendukung berbagai model AI (seperti Llama, Claude), memberikan aplikasi lebih fleksibilitas, dan dapat menangani berbagai skenario mulai dari manajemen media sosial hingga transaksi keuangan, memberikan solusi serba bisa. Satu fokus pada kerja sama, satu menekankan keragaman, keduanya sama-sama inovatif dalam aplikasi yang memiliki keunggulan masing-masing.

Secara keseluruhan, Swarms dan AI16Z sedang mengeksplorasi masa depan agen AI melalui jalur yang benar-benar berbeda. Swarms lebih mirip tim yang disiplin, memukau pengguna perusahaan dengan kerja sama yang efisien dan teknologi inti yang kuat, sementara Eliza AI16Z lebih mirip pemain serbabisa, menunjukkan potensi tak terbatas melalui adaptasi yang fleksibel dan beragamnya skenario. Sebenarnya, keduanya memiliki keunggulan masing-masing. Di era persaingan ini, cerita agen AI baru saja dimulai, siapakah yang akan unggul dalam kompetisi ini? Kita tunggu dan lihat saja!