เมื่อวันที่ 7 มกราคม ที่งาน CES 2025 Jensen Huang ผู้ก่อตั้ง NVIDIA กล่าวว่า "AI Agents อาจกลายเป็นอุตสาหกรรมหุ่นยนต์ต่อไป" โดยมีขนาดตลาดที่มีศักยภาพสูงถึงล้านล้านดอลลาร์ ระบบนิเวศของ AI Agent ได้เห็นการเพิ่มขึ้นของโครงการเฟรมเวิร์กที่โดดเด่นสองโครงการ ได้แก่ ai16z และ Virtuals Protocol ซึ่งมีมูลค่าตลาดโทเค็นทะลุ 2.4 พันล้านดอลลาร์และ 5 พันล้านดอลลาร์ตามลําดับ อย่างไรก็ตามเมื่อทุกคนคิดว่า "การต่อสู้ตามข้อเท็จจริง" ได้รับการตัดสินแล้วม้ามืดก็โผล่ออกมาอย่างเงียบ ๆ - Swarms ในช่วงสัปดาห์ที่ผ่านมามูลค่าตลาดของ Swarms เพิ่มขึ้นจาก 80 ล้านดอลลาร์เป็นสูงสุด 540 ล้านดอลลาร์

Swarmsคืออะไร?

Swarms เป็นเฟรมเวิร์ก LLM แบบหลายตัวแทนที่ออกแบบมาสําหรับนักพัฒนา มีสถาปัตยกรรมการประสานอัจฉริยะมากมายและการผสานรวมของบุคคลที่สามอย่างราบรื่นทําให้ตัวแทน AI หลายคนสามารถทํางานร่วมกันได้เหมือนทีมเพื่อแก้ปัญหาความต้องการในการดําเนินธุรกิจที่ซับซ้อน โครงการเริ่มต้นด้วยการชําระเงินพื้นฐานและกรอบทางเทคนิคโดยนําเสนอโครงสร้างพื้นฐานสากลสําหรับการสร้างการทํางานร่วมกันการซื้อขายและตัวแทนโฮสติ้ง เป้าหมายคือการเป็น "ชั้นการชําระเงินสากลสําหรับเศรษฐกิจตัวแทน" ด้วย Swarms นักพัฒนาสามารถประสานระบบนิเวศของตัวแทนที่ชาญฉลาดและปรับขนาดได้ซึ่งทําให้กระบวนการทางธุรกิจที่ซับซ้อนเป็นไปโดยอัตโนมัติ
Swarms (meaning “group”) was initiated by Kye Gomez in 2024, with the core positioning of “Powering The Agent Economy.” Its vision is to leverage the Solana network to build “trillions of AI agents collaborating seamlessly to solve humanity’s greatest challenges.

ทำไม Swarms ถึงจำเป็น

AI แบบ single-agent แบบดั้งเดิมขาดหน่วยความจําระยะยาวมีแนวโน้มที่จะเกิดภาพหลอนและเจ้าหน้าที่ส่วนใหญ่สามารถมุ่งเน้นไปที่งานเดียวเท่านั้น Swarms แก้ไขปัญหาเหล่านี้โดยใช้วิธีการ "ระบบหลายตัวแทน" ทําให้ตัวแทน AI มีความสามารถเพิ่มเติม: การตรวจสอบข้ามเพื่อลดภาพหลอนหน่วยความจําแบบกระจายเพื่อความต่อเนื่องการจัดสรรงานพิเศษเพื่อปรับปรุงประสิทธิภาพและการประมวลผลแบบขนานเพื่อเร่งเวิร์กโฟลว์ที่ซับซ้อน
กล่าวอีกอย่าง โดยการจัดระเบียบตัวแทนหลายรายใน "Swarm" Swarms ทำให้ระบบ AI มีความเสถียร ฉลาด และมีสเกลได้มากขึ้น นอกจากนี้ยังสนับสนุนการทำงานร่วมกันและการแบ่งแยกงานได้ง่ายขึ้น ด้วยนวัตกรรมในการอัตโนมัติ หน่วยความจำที่ใช้ร่วม และการสื่อสารไร้ความเชื่อมั่น

วิธีการทำงานของ Swarms

สถาปัตยกรรมของกลุ่ม

ใน Swarms, "กลุ่ม" หมายถึง กลุ่มของสองตัวขึ้นไปหรือมากกว่าที่ทำงานร่วมกันเพื่อวัตถุประสงค์ที่ร่วมกัน สถาปัตยกรรม Swarms ถูกออกแบบเพื่อสร้างและจัดการการสื่อสารระหว่างตัวแทนในกลุ่ม สถาปัตยกรรมเหล่านี้กำหนดว่าตัวแทนจะมีปฏิสัมพันธ์กันอย่างไร แบ่งปันข้อมูล และประสานการทำงานของตนเพื่อบรรลุผลลัพธ์ที่ต้องการ
รูปแบบการสื่อสารระหว่างเอเจนต์รวมถึงการสื่อสารชั้นย่อย การสื่อสารขนาน การสื่อสารตามลำดับ การสื่อสารเชิงกริด และการสื่อสารร่วมมือ
สถาปัตยกรรมของซวาร์มใช้รูปแบบการสื่อสารเหล่านี้เพื่อให้มั่นใจว่ามีการทำงานร่วมกันอย่างมีประสิทธิภาพระหว่างเอเจนต์โดยการปรับตัวให้เหมาะสมกับความต้องการเฉพาะของงาน โดยการกำหนดโปรโตคอลการสื่อสารและโมเดลการโต้ตอบอย่างชัดเจน ซวาร์มสามารถประสานงานกับเอเจนต์หลายตัวอย่างได้อย่างเรียบร้อยเพื่อเพิ่มประสิทธิภาพและความสามารถในการแก้ปัญหา
สถาปัตยกรรมของซักร์มสามารถจะแบ่งเป็นประเภทต่อไปนี้โดยอิงจากวิธีการสื่อสาร:

• ฮิเรอาร์กีแคล์ สวอร์ม
• พาราเลล สวอร์ม
• การก่อกลุ่มลำดับ
• Round Robin Swarm
• SpreadSheet Swarm
• สถาปัตยกรรมผสมสาร
  ขึ้นอยู่กับงานหรือสถานการณ์ Swarms สามารถเลือกประเภทสถาปัตยกรรมที่เหมาะที่สุดเพื่อแก้ปัญหาอย่างมีประสิทธิภาพ

การวิเคราะห์เอเจนต์

ในโครงสร้างของซวาร์มส์ เอเจ้นต์ถูกออกแบบให้ดำเนินงานโดยอัตโนมัติโดยใช้โมเดลภาษาขนาดใหญ่ (LLMs) เครื่องมือต่าง ๆ และระบบหน่วยความจำระยะยาว
ภาพรวมส่วนประกอบของเอเจนต์

• LLM: ส่วนประกอบหลักที่รับผิดชอบในการเข้าใจและสร้างภาษาธรรมชาติ
• เครื่องมือ: ฟังก์ชันและบริการภายนอกที่เอเจนต์สามารถเรียกใช้เพื่อดำเนินงานเฉพาะ เช่น การค้นข้อมูลในฐานข้อมูลหรือการโต้ตอบกับ API
• การจำระยะยาว: ระบบเช่น ChromaDB หรือ Pinecone ที่เก็บรักษาและดึงข้อมูลระยะยาวเพื่อให้ตัวตนสามารถจดจำประสบการณ์และบริบทที่ผ่านมา
  กระบวนการทำงานของตัวแทนสามารถแบ่งออกเป็นหลายขั้นตอน: การเริ่มต้นงาน, การประมวลผลแรกของ LM, การใช้เครื่องมือ, การโต้ตอบกับหน่วยความจำ, และการประมวลผลสุดท้ายของ LM

1. การเริ่มต้นงาน: ข้อมูลที่ป้อนคืองานหรือคำถามที่ตัวแทนต้องการที่จะตอบ และผลลัพธ์คือแผนหรือวิธีการที่มีโครงสร้างเพื่อจัดการกับงาน
2. การประมวลผล LLM เบื้องต้น: โมเดล LLM วิเคราะห์งานเพื่อเข้าใจบริบทและความต้องการ
3. การใช้เครื่องมือ: LLM ระบุแผนการดำเนินงานหรืองานย่อยๆ และใช้เครื่องมือที่มีอยู่เพื่อรวบรวมข้อมูลภายนอก และนำผลลัพธ์กลับมา
4. การโต้ตอบกับหน่วยความจำ: ตัวแทนโต้ตอบกับระบบความจำระยะยาวเพื่อเก็บข้อมูลใหม่และดึงข้อมูลที่เกี่ยวข้องจากอดีต
5. การประมวลผล LLM สุดท้าย: LLM ใช้ข้อมูลที่ปรับปรุงให้เกิดการตอบสนองสุดท้ายหรือทำงานเสร็จสิ้น
   

แผนการดำเนินงานของ Swarms

ทีม Swarms ได้กำหนดเส้นทางการพัฒนา 5 ระยะ

• เฟส 1: รากฐาน
  • นำเหรียญ $swarms เข้าร่วมในตลาด Swarms เพื่อสนับสนุนการซื้อขายของตัวแทน
  • เพิ่มความปลอดภัยของสัญญาอัจฉริยะ + ผสานกระเป๋าเงิน Phantom
  • มาตรฐาน API และปรับแต่งความเข้าใจของผู้ใช้ให้ดียิ่งขึ้น
• เฟส 2: การเติบโตของนิเวศ
  • เปิด Swarms Cloud สำหรับการโฮสต์เอเจนต์แบบกระจาย
  • ปรับปรุงเครื่องมือค้นหาและการวิเคราะห์บนตลาด
  • ขยายชุมชนผ่านทุนทุนและโปรแกรมพันธมิตร
• เฟส 3: Swarms Exchange
  • เปิดใช้งานฟังก์ชันการทำโทเค็นและการลงทุนสำหรับตัวแทน
  • ใช้เหรียญ $swarms เพื่อสนับสนุนการสร้างโทเค็นพิเศษสำหรับเอเจ้นต์
  • ให้ค่าตอบแทนตัวแทนที่มีประสิทธิภาพสูง
• เฟส 4: สามารถขยายขนาดไปสู่ระดับโลก
  • เปิดใช้งานการชำระเงินข้ามชาติและการแปลงเงินบางประเภทเป็นสกุลเงินดิจิตอล
  • สนับสนุนโทเค็นที่กำหนดเองสำหรับตัวแทน
  • ส่วนขยาย Swarms เข้าสู่ภาคการเงิน DeFi ของตัวแทน
• เฟส 5: ผลกระทบต่อระดับโลก
  • Position the $swarms network as the “currency of the global agent economy.”
  • เปิดตัวแคมเปญการตลาดระดับโลก
  • เสริมความสามารถในการปกครองแบบกระจายสำหรับชุมชน
  • จัดโฮสต์แฮ็กาธอน สัมมนา และงานอุตสาหกรรมเพื่อส่งเสริมการนำเทคโนโลยีมาใช้

โทเคนอนุภาพของ Swarms Ecosystem

MSC

MSC เป็นโทเค็นที่สร้างขึ้นโดยผู้ก่อตั้ง Swarms Kye Gomez ซึ่งเป็นส่วนหนึ่งของโดเมน AI + DeSci ใช้ใน 'กลุ่มการดำเนินการทางการแพทย์แบบกำหนดเอง (แพลตฟอร์ม MCS)' ที่สร้างขึ้นบนโครงสร้าง Swarms โดยเน้นที่ด้านการดูแลสุขภาพและวิทยาศาสตร์ชีวภาพ แพลตฟอร์มใช้การมีร่วมมือของหลายเอเจนต์เพื่อให้บริการโซลูชันทางการแพทย์ ผู้ใช้สามารถรับการวินิจฉัยและวิเคราะห์ปัญหาด้านการแพทย์และสุขภาพฟรีได้โดยการสนทนากับ MSC ตาม Kye Gomez ระบบ API ของมันจะถูกนำไปใช้ในเร็ว ๆ นี้สำหรับหนึ่งในผู้ให้บริการด้านสุขภาพที่ใหญ่ที่สุดในสหรัฐอเมริกา

SPORES

SPORES เป็นโทเค็นที่ออกโดย Autonomous Spores โดยมี 10% ของโทเค็นถูกโอนไปยัง Swarms DAO Autonomous Spores วางแผนที่จะพัฒนา AI agents 4 ตัว โดยใช้ Swarms framework: Saya, Oozeborn, Grassian, และ Jaguarundi ตัวตลาดนี้จะทำงานร่วมกันเพื่อใช้ประโยชน์จากความชาญของ AI agents โดยปัจจุบัน Autonomous Spores วางแผนที่จะแบ่งปันส่วนหนึ่งของค่าธรรมเนียมจัดการที่เกิดจาก Saya และภาษีธุรกรรมจาก Oozeborn กับชุมชน แม้ Grassian และ Jaguarundi ยังไม่ได้เริ่มต้น

PRISM

Prism เป็นระบบ AI หลายตัวแทนที่ใช้สำหรับการค้นหาและข้อมูลการซื้อขายเรียลไทม์บน memecoins โดยเร็วที่สุด ล่าสุดได้เปลี่ยนจากระบบ ai16z ไปสู่ระบบ Swarms และอาจใช้ความร่วมมือของตัวแทนหลายตัวของ Swarms เพื่อเสริมคุณสมบัติการซื้อขายเหรียญ memecoin ของมัน

IFSCI

IFSCI อ้างว่าเป็นโครงการ AI x DeSci Agent โครงการแรกที่สร้างขึ้นโดยใช้ Swarms เป้าหมายคือการช่วยให้ผู้ใช้ปรับแต่งแผนการอดอาหารและอาหาร ผู้ใช้สามารถเข้าร่วมในฐานะผู้ให้ข้อมูลอาหารผู้ให้บริการเมตริกสุขภาพหรือนักวิจัยให้ข้อมูลเช่นภาพถ่ายอาหารและคําอธิบายไปยังแพลตฟอร์ม X และการติดแท็ก @adesciagentผู้ใช้จะได้รับรางวัลสำหรับการมีส่วนร่วมของพวกเขา

สร้าง

Create ตลาดเป็นเครื่องยนต์สร้างสรรค์สุดยอด — แพลตฟอร์ม AI ที่สร้างขึ้นบน Swarms ที่สร้างภาพหรือเสียงจากข้อความที่ให้มา มันได้เผยแพร่ชุดข้อมูลโอเพนซอร์สครั้งแรกที่สร้างขึ้นโดยชุมชนและมีแผนที่จะฝึกอบรมและเปิดเผยโมเดลที่ขับเคลื่อนด้วยชุมชนเมื่อชุดข้อมูลใหญ่พอ

SWARMS โทเคนอมิคส์

ปริมาณจำนวนเงินรวมของ $SWARMS ประมาณ 1 พันล้านโทเคน ซึ่งทั้งหมดกำลังหมุนเวียนอยู่ โดยมีปริมาณเงินหมุนเวียน 100% การกระจายเงินโทเคนเฉพาะได้รับการเปิดเผยไว้อย่างเป็นทางการ
Gate.io สนับสนุนการซื้อขาย Spot $SWARMS ทันที