7 січня на CES 2025 році Дженсен Хуан, засновник NVIDIA, зазначив, що «Штучний Інтелект може стати наступною галуззю робототехніки», потенційний ринок якої може сягати трільйонів доларів. На тлі цього екосистема Штучного Інтелекту спостерігала за зростанням двох основних проєктів-фреймворків - ai16z та Virtuals Protocol, чиї капіталізації ринку токенів перевищили $2,4 мільярда та $5 мільярдів відповідно. Однак, коли вже здалося, що «фракційна битва» вирішена, тиха конкурентна команда раптово з'явилася - Swarms. Лише за останній тиждень капіталізація Swarms виросла з $80 мільйонів до піку у $540 мільйонів.
Swarms (що означає "група") був запущений Каєм Гомесом у 2024 році, з основною позицією "Підтримка економіки агента". Його візія полягає в тому, щоб використовувати мережу Solana для побудови "трильйонів штучних інтелектуальних агентів, що співпрацюють незмінно для вирішення найбільших викликів людства".
### Чому потрібні РоїТрадиційний одноагентний штучний інтелект позбавлений довгострокової пам'яті, схильний до галюцинацій, і більшість агентів можуть фокусуватися лише на одному завданні. Swarms вирішує ці проблеми, використовуючи підхід "багатоагентної системи", надаючи штучному інтелекту додаткові можливості: хресну перевірку для зменшення галюцинацій, розподілену пам'ять для забезпечення неперервності, спеціалізоване розподілення завдань для покращення ефективності, та паралельну обробку для прискорення складних робочих процесів.
Іншими словами, організовуючи кілька агентів у "Струмінь," Струми робить системи штучного інтелекту стабільнішими, розумнішими та масштабованими. Вона також сприяє полегшенню співпраці та розподілу праці, з інноваціями в автоматизації, спільної пам'яті та безпекової комунікації.## Як працюють рої### Архітектура струмівУ роях «рій» відноситься до групи з двох або більше агентів, які спільно працюють для досягнення спільної мети. Архітектура Swarms призначена для встановлення та управління комунікацією між агентами в групі. Ці архітектури визначають, як агенти взаємодіють, обмінюються інформацією та координують свої дії для досягнення бажаних результатів.
Способи комунікації між агентами включають ієрархічну комунікацію, паралельну комунікацію, послідовну комунікацію, сіткову комунікацію та кооперативну комунікацію.
Архітектура Роїв використовує ці комунікаційні шаблони для забезпечення ефективної співпраці між агентами, адаптуючись до конкретних вимог завдання. Визначаючи чіткі комунікаційні протоколи та моделі взаємодії, Рої можуть безперешкодно координувати кілька агентів для покращення продуктивності та здатності до вирішення проблем.
Архітектури струмів можна класифікувати за наступними типами на основі методів спілкування:- Ієрархічний Роєм- Паралельний Зграя- Послідовний Рой- Коло Робін Сварм- SpreadSheet Swarm- Змішана архітектура агентів
Залежно від завдання або сценарію, Рої можуть вибрати найбільш відповідний архітектурний тип для ефективного вирішення проблеми.### Аналіз агентаУ фреймворку Swarms агенти призначені для автономного виконання завдань за допомогою великих мовних моделей (LLM), різноманітних інструментів та систем довгострокової пам'яті.
Огляд компонента агента- LLM: Основний компонент, відповідальний за розуміння та генерацію природної мови.- Інструменти: Зовнішні функції та сервіси, які агенти можуть викликати для виконання конкретних завдань, таких як запити до баз даних або взаємодія з API.- Довгострокова пам'ять: системи, такі як ChromaDB або Pinecone, що зберігають та відновлюють довгострокову інформацію, що дозволяє агентам пам'ятати минулі взаємодії та контексти.
Робочий процес агента можна розбити на кілька етапів: ініціація завдання, початкова обробка LM, використання інструментів, взаємодія з пам'яттю та заключна обробка LM.- Ініціація завдання: Вхідні дані - це завдання або запит, який агент повинен вирішити, а вихідні дані - це структурований план або підхід до вирішення завдання.- Початкова обробка LLM: модель LLM аналізує завдання для розуміння контексту та вимог.- Використання інструментів: LLM визначає план дій або конкретні підзадачі та використовує доступні інструменти для збору зовнішньої інформації, повертаючи результати.- Взаємодія з пам'яттю: агент взаємодіє з системами довгострокової пам'яті для зберігання нової інформації та отримання відповідних даних про минуле.- Остаточна обробка LLM: LLM використовує покращені дані для генерації кінцевої відповіді або завершення завдання.
## Дорожня карта SwarmsКоманда Swarms намалювала п'ятифазну дорожню карту розвитку:
Gate.com тепер підтримує торгівлю на місці $SWARMS
* Ця інформація не є фінансовою порадою чи будь-якою іншою рекомендацією, запропонованою чи схваленою Gate.
* Цю статтю заборонено відтворювати, передавати чи копіювати без посилання на Gate. Порушення є порушенням Закону про авторське право і може бути предметом судового розгляду.





