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 potencial tamanho de mercado atingindo trilhões de dólares. Neste contexto, o ecossistema de Agentes de IA testemunhou o surgimento de dois projetos de estrutura dominantes - ai16z e Virtuals Protocol, cujos limites de mercado de tokens ultrapassaram US$ 2,4 bilhões e US$ 5 bilhões, respectivamente. No entanto, justamente quando todos pensavam que a 'batalha fraccional' havia sido decidida, um cavalo escuro surgiu silenciosamente - 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 multi-agente LLM projetado para desenvolvedores. Ele fornece uma ampla gama de arquiteturas de orquestração inteligentes e integrações de terceiros perfeitas, permitindo que vários agentes de IA colaborem como uma equipe para resolver as necessidades complexas das operações comerciais. O projeto começa com frameworks de pagamento e técnicos fundamentais, oferecendo uma infraestrutura universal para criar, colaborar, negociar e hospedar agentes. O objetivo é tornar-se 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 “Potenciar a Economia do Agente.” A sua visão é alavancar a rede Solana para construir “triliões de agentes de IA a colaborar de forma contínua para resolver os maiores desafios da humanidade.”

Porque Swarms são Necessários

A inteligência artificial tradicional de agente único carece de memória de longo prazo, é propensa a alucinações e a maioria dos agentes só consegue focar-se numa única tarefa. Os Swarms abordam essas questões ao empregar uma abordagem de “sistema multi-agente”, 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”, o Enxame torna os sistemas de IA mais estáveis, inteligentes e escaláveis. Também promove uma colaboração mais fácil e divisão de trabalho, com inovações em automação, memória compartilhada e comunicação sem confiança.

Como Swarms Works

Arquitetura de Enxames

Em Swarms, um “enxame” refere-se a um grupo de dois ou mais agentes que trabalham colaborativamente para um objetivo comum. A arquitetura dos Swarms é projetada para estabelecer e gerir a comunicação entre os agentes de um grupo. Estas arquiteturas definem como os agentes interagem, partilham informações e coordenam as suas ações para alcançar os resultados desejados.
Os modos de comunicação entre agentes incluem a comunicação hierárquica, a comunicação paralela, a comunicação sequencial, a comunicação em grade e a comunicação cooperativa.
A arquitetura 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, Swarms pode coordenar perfeitamente vários agentes para melhorar o desempenho e as capacidades de resolução de problemas.
As arquiteturas de enxame podem ser categorizadas nos seguintes tipos com base nos métodos de comunicação:

• Hierarchical Swarm
• Enxame Paralelo
• Enxame Sequencial
• Round Robin Enxame
• Planilha Swarm
• Arquitetura de Mistura de Agentes
  Dependendo da tarefa ou cenário, os Swarms podem selecionar o tipo arquitetónico mais apropriado para abordar eficazmente o problema.

Análise do Agente

No quadro dos Swarms, os agentes são concebidos para executar autonomamente tarefas, tirando partido dos 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 compreender 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 os agentes se lembrem de 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.

1. Iniciação da tarefa: A entrada é a tarefa ou consulta que o agente precisa abordar, e a saída é um plano estruturado ou abordagem para lidar com a tarefa.
2. Processamento inicial do LLM: O modelo LLM analisa a tarefa para compreender o contexto e os requisitos.
3. Utilização da Ferramenta: O LLM identifica o plano de ação ou tarefas específicas e utiliza as ferramentas disponíveis para reunir informações externas, retornando resultados.
4. Interação de Memória: O agente interage com os sistemas de memória de longo prazo para armazenar novas informações e recuperar dados relevantes do passado.
5. Processamento Final LM: O LM utiliza dados aprimorados para gerar a resposta final ou concluir a tarefa.
   

Mapa de roteamento de enxames

A equipe Swarms delineou um roteiro de desenvolvimento em cinco fases:

• Fase 1: Fundação
  • Integrar a moeda $swarms no Mercado 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 Ecossistema
  • Lançar Enxames Cloud para hospedagem descentralizada de agentes.
  • Melhorar as ferramentas de pesquisa e análise no mercado.
  • Expandir a comunidade através de subsídios e programas de parceria.
• Fase 3: Troca de Enxames
  • Ativar funções de tokenização e investimento para agentes.
  • Use Coin $swarms para apoiar a criação de tokens exclusivos para agentes.
  • Recompensar agentes de alto desempenho.
• Fase 4: Escalabilidade Global
  • Ativar pagamentos transfronteiriços e conversões de moeda fiduciária para criptomoedas.
  • Suporte a tokens personalizados para agentes.
  • Expandir Swarms para o setor financeiro DeFi do Agente.
• Fase 5: Impacto Global
  • Posicionar a rede $swarms como a “moeda da economia global de agentes.”
  • Lançar campanhas de marketing globais.
  • Potenciar a governança descentralizada para a comunidade.
  • Organizar hackathons, seminários e eventos do setor para acelerar a adoção de tecnologia.

Tokens do Ecossistema Swarms

MSC

MSC é um token criado pelo fundador da Swarms, Kye Gomez, pertencente ao domínio AI + DeSci. É usado no “cluster de operações médicas personalizadas (Plataforma MCS)” estabelecido na estrutura da Swarms, com foco em saúde e ciências da vida. A plataforma utiliza colaboração multiagente para fornecer soluções médicas. Os usuários podem receber diagnósticos e análises gratuitas de questões médicas e de saúde ao conversar com MSC. De acordo com Kye Gomez, sua API em breve será implantada em um dos maiores provedores de saúde nos EUA.

ESPOROS

SPORES é um token emitido pela Autonomous Spores, com 10% dos seus tokens transferidos para a Swarms DAO. A Autonomous Spores planeia desenvolver quatro agentes de IA baseados no framework Swarms: Saya, Oozeborn, Grassian e Jaguarundi. Estes agentes irão trabalhar em conjunto para alavancar a inteligência coletiva dos agentes de IA. Atualmente, a Autonomous Spores planeia partilhar parte das taxas de gestão geradas por Saya e impostos sobre transações de Oozeborn com a comunidade, embora Grassian e Jaguarundi ainda não tenham sido lançados.

PRISM

Prism é um sistema de IA multiagente usado para pesquisa em tempo real e insights de negociação sobre memecoins. Recentemente, fez a transição do ecossistema ai16z para o ecossistema Swarms e pode aproveitar a colaboração multiagente do Swarms para aprimorar suas funcionalidades de negociação de memecoins.

IFSCI

IFSCI afirma ser o primeiro projeto de Agente de IA x DeSci construído usando Enxames. Seu objetivo é ajudar os usuários a personalizar seus planos de jejum e dietéticos. Os usuários podem participar como contribuidores de dados alimentares, fornecedores de métricas de saúde ou pesquisadores, contribuindo com dados como fotos e descrições de refeições para a plataforma X e etiquetando@adesciagent. Os utilizadores serão recompensados pelas suas contribuições.

CRIAR

Create é comercializado como o motor criativo final - uma plataforma de IA construída em Swarms que gera imagens ou áudio a partir de sugestões textuais. Lançou o primeiro conjunto de dados de código aberto criado pela comunidade e planeia treinar e disponibilizar modelos orientados pela comunidade de código aberto assim que o conjunto de dados for grande o suficiente.

Tokenomics da SWARMS

O 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.io Agora Suporta Negociação Spot de $SWARMS