Swarms v2.0:全球首个基于 Rust 的多智能体框架
隆重推出革命性的 Rust 多智能体框架(Multi-Agent Framework),为企业级 AI 部署带来前所未有的性能与内存安全保障。
隆重推出革命性的 Rust 多智能体框架(Multi-Agent Framework),为企业级 AI 部署带来前所未有的性能与内存安全保障。
今天,我们非常高兴地宣布 Swarms v2.0 正式发布——这是全球首个完全基于 Rust 构建、可用于生产环境的多智能体框架(Multi-Agent Framework)。这标志着智能体编排(Agent Orchestration)领域的一次重大飞跃,将 Rust 的性能与安全保障,同多智能体系统的灵活性与强大能力结合在了一起。
Rust 的零成本抽象(Zero-Cost Abstraction)以及无需垃圾回收(Garbage Collection)即可实现的内存安全,使其成为高性能 AI 工作负载的理想之选。我们的基准测试显示,在保持同等功能完整性的前提下,相较基于 Python 的框架,性能提升达到 3 到 5 倍。
在企业级环境中,内存安全没有任何商量的余地。Rust 的所有权(Ownership)系统从根本上消除了一整类可能导致生产系统崩溃或引发安全漏洞的 Bug。
多智能体系统本质上是并发的。得益于 Rust“无惧并发”(Fearless Concurrency)的模型,我们得以构建复杂的智能体交互模式,而无需再为竞态条件(Race Condition)和死锁(Deadlock)这些传统并发难题所困扰。
use swarms_rs::{Agent, Swarm, Message};
#[derive(Clone)]
struct MyAgent {
id: String,
state: AgentState,
}
impl Agent for MyAgent {
async fn process_message(&mut self, message: Message) -> Vec<Message> {
// Process incoming message
match message.content {
MessageContent::Task(task) => {
let result = self.execute_task(task).await;
vec![Message::new(self.id.clone(), result)]
}
_ => vec![]
}
}
}
#[tokio::main]
async fn main() {
let mut swarm = Swarm::new();
// Add agents to the swarm
for i in 0..10 {
swarm.add_agent(MyAgent::new(format!("agent-{}", i)));
}
// Start the swarm
swarm.start().await;
}| 框架 | 智能体启动时间 | 消息延迟 | 内存占用 |
|---|---|---|---|
| Swarms v1(Python) | 50ms | 2ms | 100MB |
| Swarms v2(Rust) | 5ms | 0.2ms | 20MB |
| 提升幅度 | 10 倍 | 10 倍 | 5 倍 |
cargo add swarms-rs// Before (Python)
class MyAgent:
def process_message(self, message):
return self.handle_task(message)
// After (Rust)
impl Agent for MyAgent {
async fn process_message(&mut self, message: Message) -> Vec<Message> {
self.handle_task(message).await
}
}let config = SwarmConfig::new()
.with_max_agents(1000)
.with_message_timeout(Duration::from_secs(30))
.with_retry_policy(RetryPolicy::exponential_backoff(3));# Create a new project
cargo new my-swarms-app
cd my-swarms-app
# Add Swarms dependency
cargo add swarms-rs
# Run the example
cargo run --example basic_swarmFROM rust:1.75 as builder
WORKDIR /app
COPY . .
RUN cargo build --release
FROM debian:bookworm-slim
COPY --from=builder /app/target/release/my-swarms-app /usr/local/bin/
CMD ["my-swarms-app"]Swarms v2.0 完全开源,采用 MIT 许可证。我们坚信社区驱动开发的力量,欢迎全球开发者参与贡献。
我们正在以下方向积极寻找贡献者:
Swarms v2.0 代表着多智能体 AI 系统的未来方向。通过充分利用 Rust 的性能与安全保障,我们打造出了一个既能应对最苛刻的企业级工作负载,又能保持开发者所期待的灵活性与易用性的框架。
无论你正在构建的是一个简单的自动化工作流,还是一套复杂的分布式 AI 系统,Swarms v2.0 都能为你的成功提供坚实的基础。
准备好开始了吗?立即安装 Swarms v2.0,加入这场 AI 智能体编排的革命。
欲了解更多信息,请访问 swarms.ai,或加入我们的 Discord 社区。

Swarms Marketplace 现已上架超过 7,000 个智能体、提示词、工具、MCP 服务器和技能,来自超过 975 位创作者。感谢每一位发布者和供应商,也看看目前市场上表现最好的产品,以及接下来的方向。

Swarms Cloud 黑色星期五促销现已开启,持续到 2026 年 12 月 2 日:Pro 或 Premium 前三个月半价,年付方案首年再减 10%,每次充值额外赠送 20% 积分,使用优惠码 SWARMSFLASH 领取 15 美元免费积分,Pro 和 Premium 用户在黑色星期五和网络星期一享受免费 token。本文逐一列出每项优惠,并配有截图,告诉你具体在哪里领取。

Swarms 研究团队发布了关于 AgentRearrange 的论文,它是 Swarms 框架的工作流原语。整个语言只有两个运算符:箭头让步骤顺序执行,逗号让同一步骤内的智能体并行执行,因此一个五智能体工作流就是一个字符串。论文给出了语法和执行模型,对比了同一工作流在 LangGraph、AutoGen、LangChain、Agno 和 CrewAI 中所需的代码,并发布了一套覆盖四种工作流形状、8 到 512 个智能体的基准测试。在宽工作流上,AgentRearrange 在 512 个智能体时的编排开销为 37 到 42 毫秒,比使用函数节点的 LangGraph 少 2.5 倍,而更换拓扑比重建一张图快 9 到约 100 倍。本文带图表逐节解读论文,然后展示如何用 Swarms 框架和 Swarms API 运行同样的流。