Шлях до підйому роїв: як геніальний юнак перевершив світ штучного інтелекту?

Оригінальний автор: Чжоу-чжоу

Передрук: Дейзі, Марс Фінанси

Сьогодні знову блиснула зростання swarms, що зробило всю спільноту захопленою двома темами: чутки про "тривогу" засновника AI16Z Шоу та суперечки про можливе порушення авторських прав OpenAI Sama відносно фреймворку багатоагентного навколишнього середовища Swarm. Деякі вважають, що справжнім підтягом цього росту може бути виходження AI-агента Mcs. Цей агент не тільки може відповідати на медичні питання, але і вважається найбільш доступним та практичним продуктом у структурі Swarms. За словами засновника Кає Гомеса, цей агент, що вже обслуговує фінансовий, страховий та медичний сектор, використовується 45 мільйонами агентів, що робить його справжньою силовою фігурою.

Тенденція американського гірочок

Після випуску токенів Swarms 18 грудня, 21-го числа він швидко досяг найвищої ринкової ​​капіталізації в 74,2 мільйона доларів США, але, на жаль, це щастя тривало недовго, і ринкова капіталізація впала до мінімуму, залишившись лише приблизно 6 мільйонів доларів США.

Потім він коливався навколо 13 мільйонів доларів США, поки 27-го не почав контратаку, знижуючись з низької точки 12 мільйонів доларів США до 30 мільйонів доларів США, і потім стрімко збільшувався до майже 70 мільйонів доларів США, майже подвоївшись від попереднього максимуму. Сьогодні обсяг торгів також дуже великий, досягаючи 60,8 мільйонів доларів США. Ці хвилі стимулюючих рухів, користувачі мережі відчувають, що це як пакет з атракціонів у криптосфері.

Майбутній шифр за спиною роїв

За американськими гірками руху цін кілька агентів штучного інтелекту працюють разом як згуртована команда для вирішення складних проблем. Колективний інтелект і координація виходять далеко за рамки обмежень одного агента, і це саме те, про що проект Кая Гомеса «Рої». Однак креативу та ідей недостатньо, що дійсно робить це можливим, так це основна технологія, запущена Swarms, Swarm Node (SNAI). Можна сказати, що SNAI є «нервовим центром» світу агентів штучного інтелекту, який забезпечує потужну підтримку та гарантію безперебійної співпраці між агентами.

Засновник "Талановитий хлопчик"

Засновник Swarms, Кай Гомес, визнаний як "геній-дитина" в галузі штучного інтелекту. Лише в 20 років він продемонстрував вражаючу тверду потужність. Навіть після того, як він покинув школу, за три роки він розробив кілька агентських координаційних фреймворків Swarms та успішно запустив 45 мільйонів агентів штучного інтелекту, надаючи високоякісні послуги у таких галузях, як фінанси, страхування та медицина.

У своїх дослідженнях щодо самостійних та кооперативних штучних інтелектуальних агентів він розробив не лише «надзвичайно ефективну модель SSM + MoE» та «змішану потічну модель», а й глибоко дослідив потенціал штучного інтелекту в біології та нанотехнологіях. Насправді, в проектах Кайє Свармс - лише один з його високоякісних проектів, а його справжній потенціал виявляється при подальшому вивченні, оскільки виявляється, що він має ще багато інших відмінних проектів.

Наприклад, Agora є лабораторією відкритого дослідження штучного інтелекту, що фокусується на поєднанні штучного інтелекту з біологією та нанотехнологіями, Pegasus - це їх дослідження в галузі обробки природної мови та вбудованих моделей, а також вони брали участь у відкритій реалізації AlphaFold3. Резюме та досягнення Киє нещадно демонструють, що справжній технологічний інноватор народжується.

Swarms AI фреймворк та основні функції для агентського планування

Наступним кроком буде розбір проекту Swarms талановитого хлопця. Метою цього проекту є розробка та просування готового до використання на підприємстві фреймворку для багатоагентного планування. Іншими словами, основною функцією Swarms є співпраця кількох агентів штучного інтелекту як команди, використовуючи колективний розум для вирішення складних проблем. Він підтримує безшовну інтеграцію з зовнішніми службами та API штучного інтелекту для розширення функціональності, а також надає агентам практично нескінченну довготривалу пам'ять для покращення розуміння контексту і дозволяє настроювати робочий процес. З огляду на вимоги підприємства, Swarms має високу надійність і масштабованість, а також забезпечує оптимізацію параметрів мовних моделей для забезпечення найкращої продуктивності. Таким чином, Swarms може використовувати колективний розум агентів, щоб ефективно впоратися зі складними викликами, що стоять перед ними.

Проект Swarms виділяється своїм потужним технологічним бар'єром та ринковою віддачею. Його фреймворк для автоматизації AI-агентів успішно працює протягом трьох років і вже надав безліч ефективних рішень на своєму веб-сайті для багатьох підприємств. Від обробки даних до обслуговування клієнтів та генерації звітів, Swarms значно покращує ефективність бізнесу та помітно знижує витрати на операції. Як проект з відкритим кодом, Swarms також привертають увагу розробників у спільноті. Загальна кількість зірок на GitHub перевищує 2,1 тис., Отримавши мудрість та підтримку багатьох розробників. Це підтверджує зрілість та інноваційність цієї технології.

СНАЙ

Користувачі Twitter, здається, погоджуються, що наступним етапом AI-агентів є масове співробітництво (Agent Swarms), яке досягається шляхом комунікації та співпраці між кількома агентами для досягнення більш ефективної роботи. Цей підхід дозволяє агентам з різних фреймворків обмінюватися інформацією та використовувати свої професійні переваги для видачі вражаючих результатів у конкретних завданнях та сценаріях.

Swarm Node (SNAI) - проект, створений як допоміжний інструмент для реалізації принципу Swarm Agent. Це безсерверна інфраструктура, спеціально розроблена для підтримки концепції Swarm. SNAI вирішує всі технічні проблеми, пов'язані з запуском AI агентів, що дозволяє користувачам не турбуватися про апаратне забезпечення та витрати на інфраструктуру. Завдяки Python скриптам його легко розгорнути, координувати та керувати агентами. Він також підтримує ланцюжкову взаємодію, планування та багатомовну роботу, що надає нові можливості для невеликих творців, які не можуть працювати з агентами усі 24 години або не мають апаратної підтримки.

Користувачам не потрібно платити витрати на сервер, вони лише платять за фактичний час виконання, що робить SNAI ефективнішим за інші підписні рішення. Особливістю SNAI є те, що його агенти не є самотніми, вони можуть співпрацювати ланцюжком, утворюючи рої.

Роль Swarm полягає в тому, щоб розподілити завдання між різними агентами, кожен з яких спеціалізується на певному завданні та передає результат наступному агенту. За допомогою REST API та Python SDK, інші додатки можуть легко інтегруватися з SNAI, а користувачі можуть гнучко керувати поведінкою свого Swarm (наприклад, коли виконувати та які дані використовувати).

Але це ще не все, оскільки фреймворк SNAI все ще знаходиться на початковому етапі розробки, у майбутньому буде додано кілька нових функцій, включаючи зберігання даних (міні-хмарна база даних, що дозволяє агентам спільно використовувати вибрані дані), планування завдань (запуск агентів у певний час) та бібліотеку агентів (готові агенти, створені спільнотою, які можна запускати, налаштовувати та оптимізовувати). Крім того, SNAI також буде сумісний з кількома мовами, наразі надається клієнт Python, що спрощує роботу з API, а також планується підтримка розгортання агентів, написаних на мовах Go, Rust, TypeScript, C#, PHP тощо. Спільнота вже розпочала розробку клієнта TypeScript і планує підтримку ще більше мов.

Лише протягом цього тижня було здійснено понад 500 будівель - ці «залежності» призначені для оптимізації ефективності виконання штучного інтелекту. Загалом виконано понад 10 000 операцій - припинені екземпляри після запуску агентів - SNAI вимагає плату лише за активний час роботи, що значно підвищує гнучкість управління агентами.

Основними особливостями SNAI є підтримка безсерверного виконання агентів, дозвіл розробникам інтегрувати агентів у бібліотеку коду, забезпечення ланцюгової взаємодії та координації взаємодії агентів, а також використання сплачуваного за використанням платіжного шаблону, що значно знижує вартість інфраструктури та знижує поріг входу до інфраструктури AI-агентів.

Проти AI16Z

Swarms і AI16Z мають значний вплив у сфері AI-агентів, і вони постійно обговорюються в Twitter. Незважаючи на певну подібність, вони відрізняються за технічною архітектурою та застосуванням. Swarms використовує фреймворк спільної роботи команди з кількома AI-агентами, щоб виконувати складні завдання та підвищувати ефективність. З іншого боку, Eliza-фреймворк AI16Z більше схожий на гнучкого координатора, з фокусом на підтримку багатьох платформ та інтеграцію з багатьма моделями, що дозволяє швидко адаптуватися до різних сценаріїв. Нижче наведено порівняння цих двох агентів в двох аспектах.

технічна структура та архітектура

Swarms, як дисциплінований командний склад, підтримує множину AI-агентів, що співпрацюють, завдяки своїй автономності, модульності та розширюваності, забезпечуючи ефективну співпрацю AI-агентів, здатних розбирати складні завдання та виконувати операції з 'чітким розподілом обов'язків та невід'ємною взаємодією'. А фреймворк Eliza від AI16Z більше схожий на універсального координатора, який фокусується на багатоплатформовому використанні та інтеграції багатьох моделей, одночасно підкреслюючи взаємодію агентів та маючи власні особливості у гнучкому адаптуванні до різних сценаріїв застосування.

Модель та застосування штучного інтелекту

З точки зору моделей і додатків штучного інтелекту, Swarms більше зосереджена на тому, як розумно інтегрувати існуючі моделі штучного інтелекту для підвищення автоматизації на рівні підприємства та ефективності команди за допомогою оркестрації завдань і командної співпраці. Фреймворк Eliza від AI16Z надає розробникам більше свободи, підтримуючи кілька моделей штучного інтелекту (наприклад, Llama, Claude) і надаючи додаткам більше гнучкості для вирішення широкого спектру сценаріїв, від управління соціальними мережами до фінансових транзакцій, в результаті чого виходить універсальне рішення. Один зосереджується на співпраці, інший наголошує на різноманітності, і обидва рівні з точки зору інноваційних застосувань, кожен зі своїми перевагами.

В цілому Swarms і AI16Z досліджують майбутнє AI-агентів по-різному: Swarms схожі на дисциплінований колектив, який вражає корпоративних користувачів ефективною співпрацею та технічною складністю, тоді як Eliza від AI16Z більше нагадує багатогранного вільного гравця, який демонструє нескінченний потенціал за допомогою гнучкості та різноманітності сценаріїв. Насправді, обидва підходи мають свої переваги. У цей час битви великих, історія AI агента тільки починається. Хто вийде переможцем з цього змагання? Ми спостерігатимемо!