원문 편집: zhouzhou, BlockBeats
오늘날 Swarm의 증가는 AI16Z 창립자 Shaw의 불안 소문과 OpenAI의 Swarm 다중 에이전트 프레임워크 침해 의심이라는 두 가지 주제로 전체 커뮤니티가 떠들썩합니다. 일각에서는 이러한 열풍의 원동력이 Mcs를 기반으로 한 AI 에이전트의 등장이 아닐까 추측하기도 합니다. 이 에이전트는 의학적 상식적인 질문에 답할 수 있을 뿐만 아니라 Swarms 아키텍처에서 가장 접근하기 쉽고 실용적인 전달 제품으로도 알려져 있습니다. 그 뒤에 있는 창립자 Kye Gomez는 중퇴한 20세의 천재 소년입니다. 고등학교 졸업 후 3년 동안 다중 에이전트 조정 프레임워크 Swarms를 개발했으며 4,500만 명의 에이전트를 운영하여 금융, 보험, 의료 등의 분야에 서비스를 제공하는 하드코어 강국이라고 할 수 있습니다.
롤러코스터 타기
Swarms 토큰은 12월 18일 발행된 후 21일에 빠르게 최고치인 7,420만 달러에 도달했습니다. 불행하게도 좋은 시절은 오래 가지 않았고, 시장 가치는 롤러코스터처럼 바닥으로 떨어졌습니다. 600만 달러 정도 남았다.
다음으로 27일 반격을 시작할 때까지 1300만달러 안팎을 오르내리며 최저치 1200만달러에서 3000만달러까지 치솟았다가 이후 3배 가까이 늘어난 7000만달러로 전분기를 거의 돌파했다. 높은. . 오늘의 거래량도 6,080만 달러로 치솟으며, 네티즌들은 이 흥미진진한 시장이 통화권의 롤러코스터 체험 패키지와 같다고 느낍니다.
Swarms의 미래 코드
롤러코스터 가격 추세 뒤에는 긴밀하게 조율된 팀처럼 협력하여 복잡한 문제를 해결하는 여러 AI 에이전트가 있습니다. 집단지성과 조정 능력은 단일 에이전트의 한계를 훨씬 뛰어넘는 것이며, 이것이 Kye Gomez의 Swarms 프로젝트가 추구하는 것입니다. 그러나 창의성과 컨셉만으로는 충분하지 않습니다. 이 모든 것을 진정으로 가능하게 하는 것은 Swarms - Swarm Node(SNAI)가 출시한 핵심 기술입니다. SNAI는 에이전트 간 원활한 협업을 위한 강력한 지원과 보장을 제공하는 AI 에이전트 세계의 신경 센터라고 할 수 있습니다.
천재소년의 창시자
Swarms의 핵심 창업자인 카이 고메즈(Kye Gomez)는 인공지능 분야의 천재 소년으로 알려져 있으며, 불과 20세의 나이에도 놀라운 하드코어 능력을 보여주었습니다. 그는 고등학교를 중퇴했지만 불과 3년 만에 다중 에이전트 조정 프레임워크인 Swarms를 개발해 4,500만 개의 AI 에이전트를 성공적으로 운영하며 금융, 보험, 의료 등 다양한 산업에 고품질 서비스를 제공할 수 있다. 십대의 힘이 강하다는 것을 알 수 있습니다.
자율적으로 행동하고 협업하는 AI 에이전트에 대한 연구에서 그는 초효율 SSM + MoE 모델과 하이브리드 흐름 모델을 개발했을 뿐만 아니라 생물학 및 나노기술 분야에서 AI 정렬과 그 잠재력을 깊이 탐구했습니다. 사실 Kye의 많은 프로젝트 중 Swarms는 그의 고품질 프로젝트 중 하나 일 뿐이며 더 깊이 이해 한 결과 다른 훌륭한 프로젝트도 많이 있음을 알게되었습니다.
예를 들어 Agora는 AI, 생물학, 나노기술의 통합에 초점을 맞춘 오픈 소스 AI 연구실입니다. Pegasus는 자연어 처리 및 임베딩 모델 분야를 탐구하고 있으며 AlphaFold의 오픈 소스 구현에도 참여했습니다. 3. Kye의 이력서와 업적은 모두 진정한 기술 혁신가의 등장을 가리킵니다.
Swarms AI 에이전트 오케스트레이션 프레임워크 및 핵심 기능
다음으로, 엔터프라이즈 수준의 프로덕션 지원 다중 에이전트 오케스트레이션 프레임워크를 개발하고 홍보하기를 희망하는 천재 소년의 Swarms 프로젝트를 분석해 보겠습니다. 간단히 말해서 Warms의 핵심 기능은 여러 AI 에이전트가 팀처럼 함께 작업할 수 있도록 하는 것입니다. 집단지성을 이용하면 복잡한 문제를 해결할 수 있습니다. 외부 AI 서비스 및 API와의 원활한 통합을 지원하여 기능을 확장할 뿐만 아니라 상담원에게 사실상 무제한의 장기 메모리를 제공하여 상황에 대한 이해를 높이는 동시에 맞춤형 워크플로를 허용합니다. 기업 수준의 요구에 맞게 Swarms는 안정성과 확장성이 뛰어나며 언어 모델 매개변수를 자동으로 최적화하여 최적의 성능을 보장합니다. 이러한 방식으로 Swarms는 에이전트 간의 집단 지성을 활용하여 단일 에이전트보다 복잡한 문제를 더 쉽게 해결할 수 있습니다.
Swarms 프로젝트는 강력한 기술 장벽과 시장 성과로 두각을 나타내고 있습니다. 약 3년간의 안정적인 운영 이후 Swarms의 AI 에이전트 조정 프레임워크는 공식 웹사이트를 통해 많은 기업에 효율적인 솔루션을 제공했습니다. 데이터 처리부터 고객 서비스, 보고서 생성까지 Swarms는 자동화를 통해 비즈니스 효율성을 크게 향상시키고 운영 비용을 크게 절감했으며 그 강점은 모두에게 분명합니다. 오픈 소스 프로젝트로서 Swarms는 개발자 커뮤니티에서 뜨거운 관심을 받았으며 GitHub의 스타 수가 2.1K를 초과했으며 많은 개발자의 지혜와 지원을 얻었습니다. 따라서 Swarms가 축적한 모든 것은 성숙함과 혁신을 확인시켜 줍니다. 기술의.
스나이
트위터 네티즌들은 AI 에이전트의 다음 단계가 여러 에이전트 간의 통신과 협업을 통해 보다 효율적인 작업을 달성하는 군집 협업(Agent Swarms)이라는 데 동의하는 것 같습니다. 특정 작업 및 시나리오에서 더 나은 성능을 발휘하기 위한 전문화입니다.
Swarm Node(SNAI)는 Swarm 개념을 지원하도록 설계된 서버리스 인프라인 Agent Swarms 구현을 지원하는 역할을 합니다. SNAI는 AI 에이전트 실행에 따른 모든 기술적 문제를 해결하므로 사용자는 하드웨어 및 인프라 비용에 대한 걱정 없이 Python 스크립트를 통해 에이전트를 쉽게 배포, 조정 및 관리할 수 있습니다. 또한 체인 상호 작용, 예약 및 다국어 작업을 지원하여 24시간 내내 에이전트를 실행할 수 없거나 하드웨어 지원이 부족한 소규모 제작자에게 새로운 가능성을 제공합니다.
사용자는 서버 비용을 지불하지 않고 실제로 사용한 실행 시간에 대해서만 비용을 지불하므로 SNAI가 다른 구독 기반 솔루션보다 더 효율적입니다. SNAI의 독창성은 에이전트가 격리되지 않고 체인에서 협력하여 Swarm(그룹)을 형성할 수 있다는 것입니다.
Swarm의 기능은 여러 에이전트 간에 작업을 나누는 것입니다. 각 에이전트는 특정 작업에 집중하고 완료 후 결과를 다음 에이전트에 전달합니다. REST API 및 Python SDK를 통해 다른 애플리케이션은 SNAI를 쉽게 통합할 수 있으며 사용자는 Swarm의 동작(예: 실행 시기 및 사용할 데이터)을 유연하게 조정할 수 있습니다.
하지만 그게 다가 아닙니다. SNAI 프레임워크는 아직 개발 초기 단계에 있으므로 데이터 저장소(에이전트가 선택한 데이터를 공유할 수 있는 미니 클라우드 데이터베이스), 작업 예약(에이전트 실행)을 포함하여 향후 몇 가지 새로운 기능이 추가될 예정입니다. 특정 시간에) 및 에이전트 라이브러리(커뮤니티에서 생성되어 실행, 사용자 정의 및 최적화할 준비가 된 기성 에이전트). 또한 SNAI는 현재 API 작업을 단순화하는 Python 클라이언트를 제공하고 Go, Rust, TypeScript, C#, PHP 및 기타 언어로 작성된 에이전트 배포를 지원할 계획입니다. 커뮤니티는 TypeScript 클라이언트 개발을 시작했으며 앞으로 더 많은 언어가 지원될 예정입니다.
이번 주에만 500개 이상의 빌드가 있었습니다. 이러한 종속성은 AI 에이전트의 실행 효율성을 최적화하는 데 사용됩니다. 10,000개 이상의 실행(에이전트가 시작된 후 일시 중지되는 인스턴스) SNAI는 활성 런타임에 대해서만 비용을 청구하므로 에이전트 작업의 유연성이 크게 향상됩니다.
SNAI의 핵심 기능에는 에이전트 서버리스 작업 지원, 개발자가 에이전트를 코드 베이스에 통합할 수 있도록 허용, 에이전트 체인 협업 및 상호 작용 조정 실현이 포함됩니다. 또한 사용량 기준 지불 모델을 채택하여 인프라 비용을 크게 줄이고 필요한 시간을 단축합니다. AI 에이전트 인프라에 진입합니다.
대 AI16Z
Swarms와 AI16Z는 모두 AI 에이전트 분야에서 상당한 영향력을 갖고 있습니다. 둘은 트위터에서 지속적으로 논란이 되고 있지만, 기술적인 아키텍처와 적용 방식이 다릅니다. Swarms는 협업적인 팀 프레임워크를 사용하여 여러 AI 에이전트의 협력을 통해 복잡한 작업을 완료하고 효율성을 향상시킵니다. 이에 비해 AI16Z의 Eliza 프레임워크는 유연한 코디네이터에 가깝고 다중 플랫폼 지원과 다중 모델 통합을 강조하며 여러 시나리오에 빠르게 적응할 수 있습니다. 다음은 두 가지 측면에서 두 에이전트를 비교한 것입니다.
기술 프레임워크 및 아키텍처
Swarms는 잘 훈련된 팀과 같습니다. Swarms 프레임워크는 자율성, 모듈성 및 확장성을 통해 여러 AI 에이전트가 함께 작업할 수 있도록 지원하며, AI 에이전트는 효율적으로 협업하고 복잡한 작업을 능숙하게 해체하여 명확한 노동 분할 및 원활한 협력 작업을 달성할 수 있습니다. AI16Z의 Eliza 프레임워크는 다중 플랫폼 운영 및 다중 모델 통합에 초점을 맞춘 만능 코디네이터에 가깝습니다. 또한 에이전트 간의 상호 작용을 강조하고 다중 시나리오 애플리케이션에 유연하게 적응할 수 있는 고유한 특성을 가지고 있습니다.
AI 모델 및 애플리케이션
AI 모델 및 애플리케이션 측면에서 Swarms는 작업 조정 및 팀 협업을 통해 엔터프라이즈 수준의 자동화 및 팀 효율성을 향상하기 위해 기존 AI 모델을 영리하게 통합하는 방법에 더 중점을 둡니다. 그는 여러 병력을 할당하는 데 능숙합니다. 적절하게 그리고 어떻게 하면 더 잘할 수 있는가에 초점을 맞춥니다. AI16Z의 Eliza 프레임워크는 개발자에게 더 큰 자유를 제공합니다. 이는 다양한 AI 모델(예: Llama, Claude)을 지원하여 애플리케이션에 더 많은 유연성을 제공하고 소셜 미디어 관리에서 금융 거래에 이르기까지 다양한 시나리오를 처리할 수 있도록 하여 종합적인 솔루션을 제공합니다. 하나는 협업에 초점을 맞추고 다른 하나는 다양성을 강조합니다. 둘은 혁신적인 애플리케이션 측면에서 비슷하지만 각각 고유한 장점이 있습니다.
일반적으로 Swarms와 AI16Z는 완전히 다른 경로에서 AI 에이전트의 미래를 탐구하고 있습니다. Swarms는 효율적인 협업과 기술적 핵심으로 기업 사용자에게 깊은 인상을 주는 규율 있는 팀에 가깝고, AI16Z의 Eliza는 무제한을 보여주는 다재다능한 무료 플레이어에 가깝습니다. 유연한 적응과 장면 다양성으로 잠재력을 발휘합니다. 사실 두 가지 모두 장점이 있습니다. 이제 AI 에이전트의 이야기가 시작되었습니다. 이 경쟁에서 누가 두각을 나타낼까요? 두고 보자!
참고 내용:
