Hoje, o aumento do swarms está novamente impressionante, e toda a comunidade está fervilhante com dois tópicos: os rumores de 'ansiedade' do fundador da AI16Z, Shaw, e o possível conflito de direitos autorais de Sama, da OpenAI, com o framework de múltiplos agentes Swarm. Alguns especulam que o impulsionador por trás deste estímulo pump pode ser o agente de IA da Mcs, que não só pode responder a questões médicas comuns, mas também é considerado o produto de entrega mais próximo e prático da arquitetura Swarms, cujo fundador, Kye Gomez, um 'gênio jovem' de apenas 20 anos, abandonou a escola secundária e levou três anos para concluir o framework de coordenação de múltiplos agentes Swarms, que já executou 45 milhões de agentes e prestou serviços nos setores financeiro, de seguros, médico, entre outros, demonstrando uma força técnica impressionante.

Tendência da montanha-russa

Depois do lançamento da moeda Swarms em 18 de dezembro, ela rapidamente atingiu o pico de capitalização de mercado de 74,2 milhões de dólares em 21 de dezembro. Infelizmente, a boa fase não durou muito, e a capitalização de mercado despencou como uma montanha-russa, deixando apenas cerca de 6 milhões de dólares.

A seguir, ele oscilou em torno de 13 milhões de dólares, até o dia 27, quando começou a subir, subindo de 12 milhões de dólares para 30 milhões de dólares e depois subindo para quase 70 milhões de dólares, quase triplicando. O volume de negociação hoje também é significativo, atingindo diretamente 60,8 milhões de dólares. Este emocionante mercado fez com que muitos internautas sentissem que estavam experimentando um pacote de montanha-russa no mundo das criptomoedas.

O futuro por trás dos Swarms

Por trás da montanha-russa de preços está uma equipe de múltiplos agentes de IA trabalhando em estreita colaboração, dividindo tarefas e enfrentando juntos desafios complexos. A inteligência coletiva e a capacidade de coordenação superam em muito as limitações de um único agente, e esse é o objetivo buscado pelo projeto Swarms de Kye Gomez. No entanto, apenas criatividade e conceitos não são suficientes. O que torna tudo isso possível é a tecnologia central lançada pelo Swarms - Swarm Node (SNAI). Pode-se dizer que o SNAI é o "centro nervoso" do mundo dos agentes de IA, fornecendo um forte suporte e garantia para a colaboração perfeita entre os agentes.

Fundador do "Jovem Gênio"

Kye Gomez, o fundador central por trás do Swarms, é considerado um 'jovem gênio' no campo da inteligência artificial, mostrando incrível habilidade em tenra idade de 20 anos. Embora tenha abandonado o ensino médio, ele desenvolveu o Swarms, um quadro de coordenação multiagente, em apenas três anos. Com sucesso, ele executou 45 milhões de agentes de IA para fornecer serviços de alta qualidade em setores como finanças, seguros e saúde, o que demonstra sua grande habilidade.

Em sua pesquisa sobre agentes de IA autônomos e colaborativos, ele desenvolveu não apenas o modelo 'SSM + MoE super eficiente' e o 'modelo de fluxo híbrido', mas também explorou profundamente o potencial da IA para alinhamento e seu campo de aplicação na biologia e nanotecnologia. Na verdade, entre os muitos projetos de Kye, Swarms é apenas um de seus projetos de alta qualidade. O talento do jovem está profundamente escondido, e depois de uma investigação mais aprofundada, descobriu-se que ele tem muitos outros projetos excelentes.

Por exemplo, Agora é um laboratório de pesquisa de IA de código aberto, focado na integração de IA com biologia e nanotecnologia, Pegasus é a sua exploração no campo do processamento de linguagem natural e modelos de incorporação, e ele também participou na implementação de código aberto do AlphaFold3. O currículo e os feitos de Kye não deixam de mostrar um verdadeiro inovador tecnológico em ascensão.

Estrutura de Orquestração de Agentes de IA da Swarms e Funcionalidades Principais

Agora vamos analisar o projeto Swarms do jovem gênio, que visa desenvolver e promover um framework de orquestração de múltiplos agentes prontos para produção de nível empresarial. Em resumo, a funcionalidade central do Swarms é permitir que vários agentes de IA trabalhem em equipe, utilizando a inteligência coletiva para resolver problemas complexos. Ele não apenas suporta integração perfeita com serviços externos de IA e APIs para expandir a funcionalidade, mas também oferece memória de longo prazo praticamente ilimitada para aprimorar a compreensão do contexto pelos agentes, além de permitir fluxos de trabalho personalizados. Para atender às demandas empresariais, o Swarms oferece alta confiabilidade e escalabilidade, otimizando automaticamente os parâmetros do modelo de linguagem para garantir o melhor desempenho. Dessa forma, o Swarms pode aproveitar a inteligência coletiva entre os agentes para enfrentar desafios complexos de forma mais fácil do que um único agente.

O projeto Swarms destacou-se com sua sólida barreira tecnológica e desempenho de mercado. Seu framework de orquestração de agentes de IA tem operado de forma estável por quase três anos, fornecendo soluções eficientes para muitas empresas em seu site oficial. Desde o processamento de dados até o atendimento ao cliente e a geração de relatórios, o Swarms automatizou significativamente a eficiência operacional, ao mesmo tempo em que reduziu consideravelmente os custos. Sua força é amplamente reconhecida. Como um projeto de código aberto, o Swarms também atraiu grande atenção na comunidade de desenvolvedores, com mais de 2,1 mil estrelas no GitHub, obtendo o apoio e a sabedoria de muitos desenvolvedores. Portanto, tudo isso comprova a maturidade e inovação tecnológica do Swarms.

SNAI

Os usuários da internet no Twitter parecem concordar que a próxima fase dos agentes de AI é a colaboração em grupo (Agent Swarms), que permite um trabalho mais eficiente por meio da comunicação e colaboração entre vários agentes. Esse método permite que agentes de diferentes estruturas se comuniquem e usem suas especialidades para se destacar em tarefas e cenários específicos.

Swarm Node (SNAI) como um auxiliar para implementar Agent Swarms, uma infraestrutura sem servidor projetada especificamente para suportar a ideia de Swarm. SNAI resolve todos os desafios tecnológicos de executar agentes de IA, permitindo aos usuários implantar, coordenar e gerenciar agentes facilmente através de scripts Python, sem se preocupar com custos de hardware e infraestrutura. Também suporta interações em cadeia, programação e operações multilíngues, abrindo novas possibilidades para pequenos criadores que não podem executar agentes em tempo integral ou carecem de suporte de hardware.

Os usuários não precisam pagar custos de servidor, apenas pagam pelo tempo de execução real utilizado, o que torna a SNAI mais eficiente do que outras soluções baseadas em subscrição. A singularidade da SNAI reside no facto de os seus agentes não serem isolados, mas podem colaborar em cadeia para formar um Swarm (enxame).

O papel do Swarm é dividir as tarefas entre diferentes agentes, cada um focado numa tarefa específica, e depois passar os resultados para o próximo agente. Através da API REST e do SDK Python, outras aplicações podem integrar facilmente o SNAI e os utilizadores podem coordenar flexivelmente o comportamento do seu Swarm (por exemplo, quando executar e que dados utilizar).

Mas isso não é tudo, à medida que o framework SNAI ainda está em estágio inicial de desenvolvimento, haverá novos recursos no futuro, incluindo armazenamento de dados (um mini banco de dados em nuvem que permite o compartilhamento de dados selecionados pelos agentes), agendamento de tarefas (execução de agentes em momentos específicos) e biblioteca de agentes (agentes prontos para uso, criados pela comunidade, que podem ser executados, personalizados e otimizados). Além disso, o SNAI também será compatível com vários idiomas. Atualmente, já existe um cliente Python simplificado para operações de API e estão sendo planejados suporte para implantação de agentes em Go, Rust, TypeScript, C#, PHP e outros idiomas. A comunidade já começou a desenvolver um cliente TypeScript e pretende oferecer suporte a mais idiomas no futuro.

Apenas nesta semana, houve mais de 500 construções - essas 'dependências' são usadas para otimizar a eficiência de execução do agente de IA. Com mais de 10.000 execuções - ou seja, instâncias em pausa após a inicialização do agente, o SNAI cobra apenas pelo tempo de execução ativo, o que aumenta significativamente a flexibilidade das operações do agente.

As principais características do SNAI incluem suporte para execução de agentes sem servidor, permitindo que os desenvolvedores integrem agentes ao repositório de código, realizem colaboração em cadeia de agentes e coordenem interações, ao mesmo tempo em que adotam um modelo de pagamento por uso, reduzindo significativamente os custos de infraestrutura e diminuindo a barreira de entrada para a infraestrutura de agentes de IA.

Contra AI16Z

Swarms e AI16Z têm uma influência significativa no campo de agentes de IA, e a controvérsia entre eles no Twitter continua. Embora tenham algumas semelhanças, eles diferem em termos de arquitetura técnica e aplicação. Swarms adota um quadro de trabalho colaborativo de 'equipe', completando tarefas complexas e aumentando a eficiência por meio da cooperação de vários agentes de IA. Por outro lado, o quadro Eliza da AI16Z é mais semelhante a um 'coordenador' flexível, enfatizando suporte multiplataforma e integração de vários modelos, capaz de se adaptar rapidamente a vários cenários. Abaixo, faremos uma comparação entre os dois agentes em dois aspectos.

Estrutura e Arquitetura Tecnológica

As Swarms é como uma equipe disciplinada, o framework Swarms suporta o trabalho colaborativo de vários agentes de IA, permitindo a colaboração eficiente de agentes de IA com autonomia, modularidade e escalabilidade, especializados na decomposição de tarefas complexas e na realização de operações com 'definição clara de tarefas e cooperação contínua'. Já o framework Eliza da AI16Z é mais como um coordenador versátil, focado na execução em várias plataformas e na integração de vários modelos, enfatizando a interação entre agentes e tendo suas próprias características na adaptação flexível a várias aplicações.

Modelos e Aplicações de IA

Em termos de modelos e aplicações de inteligência artificial, o Swarms concentra-se mais na integração inteligente de modelos de IA existentes, melhorando a automação empresarial e a eficiência da equipe por meio do planejamento de tarefas e da colaboração em equipe. É como um comandante habilidoso, capaz de alocar múltiplas forças adequadamente, focando em 'como fazer melhor'. Por outro lado, o framework Eliza da AI16Z oferece maior liberdade aos desenvolvedores, suportando diversos modelos de IA (como Llama, Claude) e oferecendo mais flexibilidade para lidar com uma variedade de cenários, desde gestão de mídias sociais até transações financeiras, proporcionando assim uma solução versátil. Enquanto um se concentra na colaboração, o outro enfatiza a diversidade, ambos são igualmente inovadores em suas aplicações, cada um com seus próprios méritos.

No geral, Swarms e AI16Z estão a explorar o futuro dos agentes de IA por caminhos completamente diferentes, com Swarms a assemelhar-se mais a uma equipa disciplinada que impressiona os utilizadores empresariais com colaboração eficiente e tecnologia hardcore, enquanto o Eliza da AI16Z parece mais um jogador versátil e talentoso, demonstrando um potencial ilimitado com adaptação flexível e diversidade de cenários. Na verdade, ambos têm os seus méritos. Nesta era de competição feroz, a história dos agentes de IA está apenas a começar. Quem se destacará nesta corrida? Estamos ansiosos para ver!