SwarmEvolve: AI-agenter i svärmar löser vetenskapliga problem 8 gånger snabbare
Forskare har byggt SwarmEvolve, ett system där hundratals billiga AI-agenter arbetar parallellt i svärmar för att hitta lösningar på matematiska och beräkningsmässiga problem – utan att behöva generera lång text för varje steg, vilket är flaskhalsen i traditionella metoder. Resultatet är slående: systemet når toppresultat på 3–8 minuter jämfört med 60 minuter för konkurrenterna, och med en relativt liten modell (Qwen3 8B) lyckas det förbättra lösningar som Googles AlphaEvolve ursprungligen hittade med betydligt större modeller. Det intressanta här är inte bara hastigheten utan att agenterna kommunicerar direkt via interna representationer (KV-cachar, alltså rådata i modellens minne) istället för text – ett steg mot AI-system som samarbetar utan mänsklig mellanhand.