Em 7 de janeiro, na CES 2025, Jensen Huang, o fundador da NVIDIA, mencionou: 'Os Agentes de IA podem se tornar a próxima indústria de robótica', com um tamanho de mercado potencial atingindo trilhões de dólares. Nesse contexto, o ecossistema de Agentes de IA testemunhou o surgimento de dois projetos de framework dominantes - ai16z e Protocolo Virtuals, cujos limites de mercado de token ultrapassaram US$ 2,4 bilhões e US$ 5 bilhões, respectivamente. No entanto, quando todos pensavam que a 'batalha fracional' havia sido decidida, um azarão silenciosamente surgiu - Swarms. Apenas na última semana, o limite de mercado da Swarms disparou de US$ 80 milhões para um pico de US$ 540 milhões.
O que é Swarms?Swarms é um framework LLM de vários agentes projetado para desenvolvedores. Ele fornece uma ampla gama de arquiteturas de orquestração inteligente e integrações perfeitas de terceiros, permitindo que múltiplos agentes de IA colaborem como uma equipe para resolver as necessidades complexas de operação de negócios. O projeto começa com frameworks de pagamento e técnicos fundamentais, oferecendo uma infraestrutura universal para criar, colaborar, negociar e hospedar agentes. O objetivo é se tornar a "camada de pagamento universal para a economia de Agentes." Com Swarms, os desenvolvedores podem orquestrar ecossistemas de agentes inteligentes e escaláveis que automatizam processos de negócios complexos.
Enxames (significado “grupo”) foi iniciado por Kye Gomez em 2024, com a posição central de “Potencializando a Economia do Agente.” Sua visão é aproveitar a rede Solana para construir “trilhões de agentes de IA colaborando perfeitamente para resolver os maiores desafios da humanidade.”
Por que Swarms são necessáriosA inteligência artificial tradicional de único agente carece de memória de longo prazo, é propensa a alucinações e a maioria dos agentes só pode se concentrar em uma única tarefa. Swarms aborda esses problemas empregando uma abordagem de 'sistema multiagente', concedendo aos agentes de IA capacidades adicionais: validação cruzada para reduzir alucinações, memória distribuída para continuidade, alocação de tarefas especializadas para melhorar a eficiência e processamento paralelo para acelerar fluxos de trabalho complexos.
Em outras palavras, ao organizar vários agentes em um “Enxame”, os Enxames tornam os sistemas de IA mais estáveis, inteligentes e escaláveis. Também promove uma colaboração mais fácil e divisão do trabalho, com inovações em automação, memória compartilhada e comunicação sem confiança.
Como Funciona Swarms### Arquitetura de Enxame
Em enxames, um "enxame" refere-se a um grupo de dois ou mais agentes que trabalham colaborativamente em direção a um objetivo compartilhado. A arquitetura dos enxames é projetada para estabelecer e gerenciar a comunicação entre os agentes de um grupo. Essas arquiteturas definem como os agentes interagem, compartilham informações e coordenam suas ações para alcançar os resultados desejados.
Os modos de comunicação entre agentes incluem comunicação hierárquica, comunicação paralela, comunicação sequencial, comunicação em grade e comunicação cooperativa.
A arquitetura do Swarms utiliza esses padrões de comunicação para garantir uma colaboração eficiente entre agentes, adaptando-se aos requisitos específicos da tarefa em questão. Ao definir protocolos de comunicação claros e modelos de interação, os Swarms podem coordenar perfeitamente múltiplos agentes para melhorar o desempenho e as capacidades de resolução de problemas.
As arquiteturas de enxame podem ser classificadas nos seguintes tipos com base nos métodos de comunicação:- Enxame Hierárquico- Enxame Paralelo- Enxame Sequencial- Round Robin Enxame- Planilha de Colmeia- Mistura de Agentes Arquitetura
Dependendo da tarefa ou cenário, os Swarms podem selecionar o tipo arquitetônico mais apropriado para abordar efetivamente o problema.
Análise do Agente
No framework Swarms, os agentes são projetados para executar autonomamente tarefas, aproveitando os grandes modelos de linguagem (LLMs), várias ferramentas e sistemas de memória de longo prazo.
Visão Geral do Componente do Agente- LLM: O componente central responsável por entender e gerar linguagem natural.- Ferramentas: Funções externas e serviços que os agentes podem chamar para realizar tarefas específicas, como consultar bancos de dados ou interagir com APIs.- Memória de Longo Prazo: Sistemas como ChromaDB ou Pinecone que armazenam e recuperam informações de longo prazo, permitindo que agentes lembrem interações e contextos passados.
O fluxo de trabalho de um agente pode ser dividido em várias etapas: iniciação da tarefa, processamento inicial de LM, uso da ferramenta, interação com a memória e processamento final de LM.- Iniciação da tarefa: A entrada é a tarefa ou consulta que o agente precisa resolver e a saída é um plano estruturado ou abordagem para lidar com a tarefa.- Processamento Inicial do LM: O modelo LM analisa a tarefa para entender o contexto e os requisitos.- Uso da ferramenta: O LLM identifica o plano de ação ou subtarefas específicas e utiliza ferramentas disponíveis para reunir informações externas, retornando resultados.- Interação de Memória: O agente interage com sistemas de memória de longo prazo para armazenar novas informações e recuperar dados passados relevantes.- Processamento final do LM: O LM utiliza dados aprimorados para gerar a resposta final ou concluir a tarefa.
Mapa de Estradas do SwarmA equipe Swarms delineou um roadmap de desenvolvimento em cinco fases:
- Fase 1: FundaçãoIntegrar a Moeda $swarms no Marketplace Swarms para apoiar a compra e venda de agentes.- Melhorar a segurança do contrato inteligente + integrar a carteira Phantom.- Padronizar APIs e otimizar a facilidade de uso.- Fase 2: Crescimento do EcossistemaLançamento de Swarms Cloud para hospedagem descentralizada de agentes.- Melhorar ferramentas de busca e análise no mercado.- Expandir a comunidade por meio de bolsas e programas de parceria.- Fase 3: Troca de EnxamesAtivar funções de tokenização e investimento para agentes.- Use a Moeda $swarms para apoiar a criação de tokens exclusivos para agentes.- Recompensar agentes de alto desempenho.- Fase 4: Escalabilidade GlobalAtivar pagamentos transfronteiriços e conversões de moeda fiduciária para criptomoeda.- Suporte de tokens personalizados para agentes.- Estender os Swarms para o setor financeiro DeFi do Agent.- Fase 5: Impacto GlobalPosicione a rede $swarms como a "moeda da economia global de agentes."- Iniciar campanhas de marketing global.- Empoderar a governança descentralizada para a comunidade.- Hospedar hackathons, seminários e eventos do setor para acelerar a adoção de tecnologia.
Tokens do Ecossistema Swarms### MSCMSC é um token criado pelo fundador da Swarms, Kye Gomez, pertencente ao domínio de AI + De
Sci. É usado no “agrupamento de operações médicas personalizadas (Plataforma MCS)” estabelecido no framework Swarms, com foco em saúde e ciências da vida. A plataforma usa colaboração multiagente para fornecer soluções médicas. Os usuários podem receber diagnósticos gratuitos e análises de questões médicas e de saúde conversando com MSC. Segundo Kye Gomez, sua API em breve será implementada para um dos maiores provedores de saúde nos EUA.
SPORESSPORES é um token emitido pela Autonomous Spores, com 10% de seus tokens transferidos para o Swarms DAO. A Autonomous Spores planeja desenvolver quatro agentes de IA com base no framework Swarms: Saya, Oozeborn, Grassian e Jaguarundi. Esses agentes trabalharão juntos para alavancar a inteligência coletiva dos agentes de IA. Atualmente, a Autonomous Spores planeja compartilhar parte das taxas de gerenciamento geradas por Saya e impostos sobre transações de Oozeborn com a comunidade, embora Grassian e Jaguarundi ainda não tenham sido lançados.
PRISMPrism é um sistema de IA multiagente usado para busca em tempo real e insights de negociação em memecoins. Recentemente, ele fez a transição do ecossistema ai16z para o ecossistema Swarms e pode aproveitar a colaboração multiagente do Swarms para aprimorar seus recursos de negociação de memecoins.
IFSCIIFSCI afirma ser o primeiro projeto de Agente AI x DeSci construído usando Swarms. Seu objetivo é ajudar os usuários a personalizar seus planos de jejum e dieta. Os usuários podem participar como contribuintes de dados alimentares, fornecedores de métricas de saúde ou pesquisadores, contribuindo com dados como fotos e descrições de refeições para a plataforma X e marcando@adesciagent. Os usuários serão recompensados por suas contribuições.
CRIARCreate é comercializado como a máquina criativa definitiva - uma plataforma de IA construída em Swarms que gera imagens ou áudio a partir de prompts textuais. Ele lançou o primeiro conjunto de dados de código aberto criado pela comunidade e planeja treinar e disponibilizar modelos impulsionados pela comunidade de código aberto uma vez que o conjunto de dados seja grande o suficiente.
Tokenomics do SWARMSO fornecimento total de $SWARMS é de aproximadamente 1 bilhão de tokens, todos os quais estão atualmente em circulação, com um fornecimento circulante de 100%. A distribuição específica de tokens ainda não foi divulgada.
Gate.com Agora Suporta Negociação Spot de $SWARMS
