Vào ngày 7 tháng 1, tại CES 2025, Jensen Huang, người sáng lập NVIDIA, đã đề cập, "Các AI Agents có thể trở thành ngành công nghiệp robot tiếp theo," với khả năng thị trường tiềm năng lên tới hàng nghìn tỷ đô la. Trước bối cảnh này, hệ sinh thái AI Agent đã chứng kiến sự gia tăng của hai dự án framework chiếm ưu thế - ai16z và Giao thức Virtuals, với vốn hóa thị trường token đã vượt qua lần lượt là 2,4 tỷ đô la và 5 tỷ đô la. Tuy nhiên, ngay khi mọi người nghĩ rằng "cuộc chiến phe phái" đã được quyết định, một ứng cử viên đen đã mặc khác - Swarms. Chỉ trong tuần vừa qua, vốn hóa thị trường của Swarms đã tăng mạnh từ 80 triệu đô la lên đến mức cao nhất là 540 triệu đô la.
Swarms (nghĩa là “nhóm”) đã được khởi xướng bởi Kye Gomez vào năm 2024, với tư duy cốt lõi là “Powering The Agent Economy.” Tầm nhìn của nó là tận dụng mạng lưới Solana để xây dựng “hàng tỉ tác nhân trí tuệ nhân tạo hợp tác một cách mượt mà để giải quyết những thách thức lớn nhất của nhân loại.”
### Tại sao cần có SwarmsTrí tuệ nhân tạo đơn lẻ truyền thống thiếu trí nhớ dài hạn, dễ gặp ảo giác, và hầu hết các nhà điều hành chỉ tập trung vào một nhiệm vụ duy nhất. Các đàn ong giải quyết những vấn đề này bằng cách sử dụng phương pháp 'hệ thống đa nhà điều hành', trao cho các nhà điều hành trí tuệ nhân tạo các khả năng bổ sung: xác thực chéo để giảm ảo giác, bộ nhớ phân tán để liên tục, phân bổ nhiệm vụ chuyên môn để cải thiện hiệu suất, và xử lý song song để tăng tốc quy trình phức tạp.
Nói cách khác, bằng cách tổ chức nhiều đại lý vào một “đàn ong,” Đàn ong khiến cho các hệ thống AI ổn định, thông minh và có khả năng mở rộng hơn. Nó cũng tạo điều kiện cho việc hợp tác dễ dàng hơn và phân chia lao động, với sự đổi mới trong tự động hóa, bộ nhớ chia sẻ và giao tiếp không tin cậy.## Cách Hoạt Động Của Các Đàn Ong### Kiến trúc đànTrong Swarms, một “đàn” đề cập đến một nhóm gồm hai hoặc nhiều tác nhân hoạt động hợp tác để đạt được mục tiêu chung. Kiến trúc Swarms được thiết kế để thiết lập và quản lý giao tiếp giữa các tác nhân trong nhóm. Những kiến trúc này xác định cách các tác nhân tương tác, chia sẻ thông tin và phối hợp hành động để đạt được kết quả mong muốn.
Các chế độ giao tiếp giữa các đại lý bao gồm giao tiếp phân cấp, giao tiếp song song, giao tiếp tuần tự, giao tiếp lưới và giao tiếp hợp tác.
Kiến trúc của Swarms sử dụng các mẫu giao tiếp này để đảm bảo sự hợp tác hiệu quả giữa các đại lý, thích nghi với yêu cầu cụ thể của nhiệm vụ hiện tại. Bằng cách xác định các giao thức giao tiếp rõ ràng và mô hình tương tác, Swarms có thể phối hợp nhiều đại lý một cách liền mạch để cải thiện hiệu suất và khả năng giải quyết vấn đề.
Các kiến trúc đàn sâu có thể được phân loại thành các loại sau dựa trên phương pháp giao tiếp:- Đàn tổ hợp- Parallel Swarm- Sequential Swarm- Vòng Lặp Swarm- SpreadSheet Swarm- Sự kết hợp của Kiến trúc Đại lý
Tùy thuộc vào nhiệm vụ hoặc tình huống, Swarms có thể lựa chọn loại kiến trúc phù hợp nhất để giải quyết vấn đề một cách hiệu quả.### Phân Tích Đại LýTrong khung cảnh của Swarms, các đại lý được thiết kế để thực hiện các nhiệm vụ một cách tự động bằng cách tận dụng các mô hình ngôn ngữ lớn (LLMs), các công cụ khác nhau và các hệ thống trí nhớ dài hạn.
Tổng quan về thành phần đại lý- LLM: Bộ phận cốt lõi chịu trách nhiệm về việc hiểu và tạo ra ngôn ngữ tự nhiên.- Công cụ: Các chức năng và dịch vụ bên ngoài mà các đại lý có thể gọi để thực hiện các nhiệm vụ cụ thể, như truy vấn cơ sở dữ liệu hoặc tương tác với API.- Bộ nhớ Dài Hạn: Các hệ thống như ChromaDB hoặc Pinecone lưu trữ và truy xuất thông tin dài hạn, giúp cho các đại lý ghi nhớ các tương tác và bối cảnh trong quá khứ.
Quy trình làm việc của một đại lý có thể được chia thành một số giai đoạn: khởi động nhiệm vụ, xử lý LLM ban đầu, sử dụng công cụ, tương tác bộ nhớ, và xử lý LLM cuối cùng.- Khởi động nhiệm vụ: Đầu vào là nhiệm vụ hoặc yêu cầu mà người đại diện cần giải quyết, và đầu ra là một kế hoạch cấu trúc hoặc phương pháp để xử lý nhiệm vụ.- Xử lý ban đầu của LM: Mô hình LM phân tích công việc để hiểu ngữ cảnh và yêu cầu.- Sử dụng Công cụ: LLM xác định kế hoạch hành động hoặc các công việc phụ cụ thể và sử dụng các công cụ có sẵn để thu thập thông tin bên ngoài, trả về kết quả.- Tương tác Bộ nhớ: Đại lý tương tác với hệ thống bộ nhớ dài hạn để lưu trữ thông tin mới và truy xuất dữ liệu quá khứ liên quan.- Xử lý LLM cuối cùng: LLM sử dụng dữ liệu nâng cao để tạo ra phản hồi cuối cùng hoặc hoàn tất nhiệm vụ.
## Swarms RoadmapNhóm Swarms đã đề ra một lộ trình phát triển gồm năm giai đoạn:
Gate.com hiện đã hỗ trợ giao dịch trực tuyến $SWARMS
* Đầu tư có rủi ro, phải thận trọng khi tham gia thị trường. Thông tin không nhằm mục đích và không cấu thành lời khuyên tài chính hay bất kỳ đề xuất nào khác thuộc bất kỳ hình thức nào được cung cấp hoặc xác nhận bởi Gate.
* Không được phép sao chép, truyền tải hoặc đạo nhái bài viết này mà không có sự cho phép của Gate. Vi phạm là hành vi vi phạm Luật Bản quyền và có thể phải chịu sự xử lý theo pháp luật.





