OpenAI好不容易開(kāi)源了一次，卻被曝出剽竊？

就在昨天，OpenAI應(yīng)用AI研究員Shyamal Anadkat ，放出了全新多智能體框架——Swarm，瞬間在全網(wǎng)爆火。

恰在幾天前，OpenAI還發(fā)布了智能體基準(zhǔn)MLE-bench，匯聚75個(gè)Kaggle競(jìng)賽，o1首測(cè)便拿下7金。

有網(wǎng)友激動(dòng)地表示，L3級(jí)智能體離我們不遠(yuǎn)了。

沒(méi)想到，這個(gè)項(xiàng)目庫(kù)卻引發(fā)了一場(chǎng)風(fēng)波。

年僅20歲的Swarms Corporation創(chuàng)始人Kye Gomez自曝，「OpenAI侵犯了團(tuán)隊(duì)的知識(shí)產(chǎn)權(quán)」。

OpenAI不僅盜用了我們項(xiàng)目名稱(chēng)，還抄襲了代碼結(jié)構(gòu)和方法。

究竟是巧合？是碰瓷？還是真的剽竊？

OpenAI被指剽竊，證據(jù)確鑿？

根據(jù)Gomez介紹，Swarms框架是首個(gè)生產(chǎn)級(jí)多智能體協(xié)調(diào)框架。

他所創(chuàng)立的公司Swarms Corporation，專(zhuān)注于開(kāi)創(chuàng)多智能體革命。

OpenAI不僅竊取了名字、代碼和方法。而且，從智能體結(jié)構(gòu)的語(yǔ)法，到群體類(lèi)對(duì)象，一切都是從如下代碼庫(kù)中竊取的。

Gomez對(duì)此警告，除非OpenAI對(duì)其投資，否則就會(huì)追究法律責(zé)任。

項(xiàng)目地址：https://github.com/kyegomez/swarms

隨后，Gomez又發(fā)了一個(gè)更詳細(xì)解釋?zhuān)?/span>

Swarms是一個(gè)已經(jīng)運(yùn)行了近3年的多智能體框架。

到目前為止，有超過(guò)4500萬(wàn)個(gè)智能體在生產(chǎn)環(huán)境中運(yùn)行，為世界上最大的金融、保險(xiǎn)和醫(yī)療機(jī)構(gòu)提供服務(wù)。

一位艾倫研究所科學(xué)家表示，你能提供一些證據(jù)，而非單純的爭(zhēng)論嗎？

一些事實(shí)

在Gomez回復(fù)中，列出了對(duì)OpenAI的更詳細(xì)的指控。

首先，項(xiàng)目名字幾乎一致。

很直觀可以看出，OpenAI最新多智能體框架Swarm，確實(shí)與Swarms名字相同。

其次，他們用.run()復(fù)制了語(yǔ)法規(guī)則。

第三，他們還復(fù)制了函數(shù)的自動(dòng)轉(zhuǎn)換功能，他們列出了「Functions」，我們將這個(gè)列為「BaseTool」。還有函數(shù)模式也是從基本工具復(fù)制的。

最后，他們竊取了Swarms群組體系結(jié)構(gòu)模式。

多智能體框架，直奔L3級(jí)AGI

那么，OpenAI設(shè)計(jì)的這個(gè)多智能體框架Swarm，一經(jīng)發(fā)布已經(jīng)狂攬了4.6k星。

項(xiàng)目地址：https://github.com/openai/swarm

研究人員介紹，Swarm專(zhuān)注于讓智能體協(xié)調(diào)和執(zhí)行變得輕量級(jí)、高度可控、易于測(cè)試。

它通過(guò)兩個(gè)基本抽象來(lái)實(shí)現(xiàn)這一點(diǎn)：智能體（Agents）和交接（Handoffs）。

一個(gè)智能體包含指令和工具，并且可以在任何時(shí)候選擇將對(duì)話(huà)交給另一個(gè)智能體。

安裝

需要使用Python 3.10+

pip install git+ssh://git@github.com/openai/swarm.git

pip install git+https://github.com/openai/swarm.git
from swarm import Swarm, Agent


client = Swarm()


def transfer_to_agent_b():
    return agent_b




agent_a = Agent(
    name="Agent A",
    instructinotallow="You are a helpful agent.",
    functinotallow=[transfer_to_agent_b],
)


agent_b = Agent(
    name="Agent B",
    instructinotallow="Only speak in Haikus.",
)


response = client.run(
    agent=agent_a,
    messages=[{"role": "user", "content": "I want to talk to agent B."}],
)


print(response.messages[-1]["content"])
Hope glimmers brightly,
New paths converge gracefully,
What can I assist?