惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Google DeepMind News
Google DeepMind News
人人都是产品经理
人人都是产品经理
S
Securelist
P
Proofpoint News Feed
H
Help Net Security
S
Schneier on Security
T
Tenable Blog
C
Cisco Blogs
S
Security @ Cisco Blogs
博客园 - 司徒正美
博客园 - 叶小钗
Cisco Talos Blog
Cisco Talos Blog
Google DeepMind News
Google DeepMind News
C
Cybersecurity and Infrastructure Security Agency CISA
Google Online Security Blog
Google Online Security Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Hacker News: Ask HN
Hacker News: Ask HN
NISL@THU
NISL@THU
云风的 BLOG
云风的 BLOG
V
Vulnerabilities – Threatpost
T
The Blog of Author Tim Ferriss
aimingoo的专栏
aimingoo的专栏
W
WeLiveSecurity
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Jina AI
Jina AI
腾讯CDC
WordPress大学
WordPress大学
Simon Willison's Weblog
Simon Willison's Weblog
Vercel News
Vercel News
小众软件
小众软件
N
Netflix TechBlog - Medium
有赞技术团队
有赞技术团队
AWS News Blog
AWS News Blog
雷峰网
雷峰网
Forbes - Security
Forbes - Security
The Hacker News
The Hacker News
博客园 - 聂微东
F
Full Disclosure
量子位
Scott Helme
Scott Helme
宝玉的分享
宝玉的分享
A
About on SuperTechFans
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Schneier on Security
Schneier on Security
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
K
Kaspersky official blog
AI
AI
SecWiki News
SecWiki News
Webroot Blog
Webroot Blog
Martin Fowler
Martin Fowler

博客园_首页

Plist 二进制格式 Milvus 和 PGVector,哪个更好? OpenClaw 已过时?在 VS Code 中运行 Hermes Agent! 第30篇文章:一个大三计科生的自白 Manim如何在数学公式中完美显示中文? Docker 部署 RocketMQ 5 并发编程核心概念辨析 C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生 CLI 是什么?为什么大厂突然集体卷命令行? 【从0到1构建一个ClaudeAgent】协作-自主Agent UIImageView 设置图片不生效的原因排查 最小二乘问题详解20:无先验约束下的增量式SFM自由网平差 痞子衡嵌入式:大话双核i.MXRT1180之XIP应用里借助MU实现可靠Flash IAP的方法 AI Chat 封装, SemanticKerne.AiProvider.Unified 已发布 Windows下右键编辑js文件无法打开记事本——在注册表中使用环境变量 在后台服务中使用 Scoped 服务,为什么总是报错? H200 安装驱动并使用sglang启动模型 wireshark 抓包Trap上报告警内容 我用 AI 辅助开发了一系列小工具(2):图片压缩工具 [A Primer On MC and CC] 2.1 Memory Consistency 1 - 指令重排序和 SC 模型 Oracle数据库SCN推进技术详解与实践指南 玩转控件:封装个带图片的Label控件 Claude Code 4.7 真正该升级的不是模型,而是你的工作流 前端小白一句话,AI 帮我做了个颜值拉满的桌面媒体播放器。当代码不再是门槛,一句话编程就是现实。 5. WorkBuddy: 小龙虾的灵魂三件套,让你的小龙虾不只是工具 SQLite 分片方案实战:三种分片策略的深度对比 告别简陋 UI!一款基于 Fluent Design 和基于 WinUI 的开源免费、现代化的 Avalonia UI 控件库 关于二进制排列组合枚举的总结 AI开发-python-LangGraph框架(3-27-LangGraph从零实现大模型智能决策工作流) ElasticSearch主分片和副本分片概念详解 【002】HTTPS 粗解:证书、TLS 握手与对后端配置的影响 Hermes Agent 一周暴涨五万 Star,但我劝你别急着追 明明连接的是Redis的DB0,为什么能查到DB3的数据? 【从0到1构建一个ClaudeAgent】协作-Agent团队 熟悉电子元器件之后,电子小白下一步该怎么走? MAF快速入门(23)通过C#类定义Skills .NET 高级开发 | 手写一个对象映射框架 FastAPI数据库ORM怎么选?我肝了三个Demo后,终于不再纠结了 mysqldump 参数拾遗:在遗忘与铭记之间 C# .NET 周刊|2026年3月5期 Claude code入门 - 陈彦斌 一文学习入门 ThingsBoard 开源物联网平台 GitHub 热门项目 | 2026年04月16日 如何为GIT设置全局勾子,为每次提交追加信息 Number.isFinite和isFinite与isNaN()和Number.isNaN的区别 PortSwigger SQL注入LAB2 推荐一个测试人必备的Skills,从功能到性能全搞定(附详细实操和安装下载方式) 筑基期:掌握Odoo基础核心知识点02(Odoo XML 开发方式详解) GLM模型这么火,咱们用vllm也咧一个呗! 深入理解 AbortController:从底层原理到跨语言设计哲学 字符串学习笔记 多租户系统框架的基础模块设计和分析设计 Apache SeaTunnel Zeta 为什么能做到“又快又稳”? AI开发-python-LangGraph框架(3-26-LangGraph基本概念及第一个简单样例) Vue 3 组件通信,别只会用 Props 和 Emits 了,这几个狠活儿你得看看 ElasticSearch7.X版本配置密码 用Manim实现动态交点计算--从一个动点问题说起 团结引擎+Addressable+Instant Game打包抖音小游戏 function call 实战:让 LLM 自动判断 pod 异常、调用日志工具并完成故障分析 bubseek —— 让 Agent 的足迹,变成团队的洞察 通过 C# 读取并导出 PDF 书签 如何用 GitHub Actions 实现 Steam 自动化发布 【从0到1构建一个ClaudeAgent】并发-后台任务 .NET 高级开发 | 定制 ASP.NET Core 框架 电子小白:什么是运算放大器(运放) zero2Agent:面向大厂面试的 Agent 工程教程,从概念到生产的完整学习路线 堆上的ORW HC32F460 USB CDC通信异常:非对齐访问异常排查 20260413-Hyperbridge 攻击事件:发生在默克尔山上的验证绕过 那些喊着AI 要淘汰你的人,正在靠你的焦虑赚大钱! 深度学习进阶(八)Swin Transformer 最小二乘问题详解19:带先验约束的增量式SFM优化与实现 SnapTranslate 3.0 正式发布:全局划词翻译 + 完整英语学习闭环,一站式搞定查词、记词、复习 工作的意义、工作的困难认知再思考 .NET + AI 进阶实战:基于类的技能开发 - 打造可治理的 Agent 能力模块 【从0到1构建一个ClaudeAgent】规划与协调-技能 上周热点回顾(4.6-4.12) 电子小白的工具三件套:面包板、杜邦线、万能板 单表五亿数据的查询优化 | Mysql、StarRocks 2. WorkBuddy:从“我是谁”到“帮我干活” C# 如何减少代码运行时间:7 个实战技巧 基于HelixToolkit.SharpDX 渲染3D模型 - 笺上知微 从零开始的双臂具身VLA起源及现阶段发展综述 - SkyXZ 记对 xonsh shell 的使用, 脚本编写, 迁移及调优 - pluvium27 受够了Vibe Coding的失控?换个起点,让AI事半功倍 从开始配置漏洞环境到漏洞复现流程 - 難しい 关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法 - 虚无境 Any metadata 的内存布局 C# .NET 周刊|2026年3月2期 - InCerry 我帮你测过了,测试圈排名第二的 Skill 依然很牛逼 Skill Discovery | 无监督技能发现的经典工作总结 - MoonOut 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 开了 TUN 模式还是直连?90% 的人都踩过这个坑 AScript扩展多种脚本语言 - rockey627 AI 学习笔记:Agent 的记忆机制 你能被装进一个文件里吗?——7 万人把同事"蒸馏"成了 AI - 我没有三颗心脏 Claude Code 通关手册(七):给 AI 装上技能包——Skills 完全指南 - 暮色之狐 在浏览器中快速编辑代码:VSCode Web 集成实践 - Newbe36524 蒸馏自己 skill?基于 Deepseek 的蒸馏器,丐版蒸馏方式,简单便捷 - To_Carpe_Diem Spring AI Aliababa和AgentScope,哪个更好? - 苏三说技术
“驾驭工程”已过时? JiuwenClaw AgentTeam开启“协同工程”全新范式
懂懂笔记 · 2026-04-25 · via 博客园_首页

如果说提示词工程与上下文工程逐步将AI推向了“可用区间”,那么驾驭工程的技术使命是完成了单个 Agent 从 “基础运行” 到 “稳态运行、可控调度、合规交付” 的能力闭环构建。但当任务开始呈现出更明显的链路化、并行化与角色化特征时,新的瓶颈会立刻显现:单Agent再强,也很难同时承担调研、分析、执行、校对、汇总这些彼此依赖、不同节奏的工作。比如华为云近期正式发布的OfficeClaw办公智能体,重点是围绕办公场景让AI从“单兵作战”走向”团队协防“,引发关于办公效率的底层革命。

图片

如何让多个智能体像一支精锐团队一样

自主分工、高效沟通、无缝协作?

面向这个下一代的核心难点问题,华为支持的openJiuwen社区发布最新版JiuwenClaw,带来AgentTeam多智能体协同能力,并把行业下一阶段的工程焦点明确指向:“驾驭工程”的下一跳是“协同工程”。

图片

JiuwenClaw已正式上线AgentTeam能力,欢迎体验!

项目地址:

● https://gitcode.com/openJiuwen/jiuwenclaw

● https://github.com/openJiuwen-ai/jiuwenclaw

本篇博客将详细讲解JiuwenClaw AgentTeam的设计理念与核心架构。

AgentTeam:一个Leader带队

多个Teammate并行作战

JiuwenClaw AgentTeam的核心理念很直接:模拟真实团队的协作方式。一个Leader Agent负责需求分析、团队组建和任务规划;多个Teammate Agent各自领取任务、独立执行、汇报结果。整个过程由事件驱动,无需人工介入即可完成从需求到交付的全流程,实现真正的“协同工程”。

Leader自主分析需求、组建团队、创建带依赖关系的任务

Teammate通过共享工作区协同产出,文件锁定保证一致性

Leader审批关键决策,故障自动恢复,全程实时可观测

下面逐一解读这三项核心能力。

1.Leader智能编排,Teammate自主执行

传统的Multi-Agent方案往往需要使用者手动编排——你得预先定义谁先谁后、谁跟谁通信。JiuwenClaw AgentTeam把这件事交给了Leader Agent自己。

Leader做什么:

用户只需描述需求,Leader会自主完成以下工作:

● 动态组建团队:无需预先定义固定阵容。Leader基于团队模版,根据目标描述动态分配角色和成员——调研专员、内容撰写、数据分析、质量审核,按需生成。执行过程中发现人手不足或方向调整,Leader还可以随时增减成员,团队组成始终跟着目标走。

● 规划任务:将需求拆解为具体任务,建立依赖关系(比如"数据采集完成后,分析才能开始")

● 分配与监控:创建任务后,通过事件系统实时感知进展——谁认领了什么、谁完成了什么、谁遇到了问题。

Teammate做什么:

Teammate不需要被"指挥"——它们自主运转:

●主动认领:收到任务创建事件后,自动浏览任务板,认领与自身能力匹配的任务;

● 独立执行:在自己的工作空间中完成调研、撰写、分析等工作。遇到复杂任务,Teammate可以自行拆解为更细粒度的子步骤;遇到阻塞或不确定,可以主动向Leader发消息求助决策;

● 汇报结果:

任务完成后自动更新状态,触发事件通知Leader和其他依赖方。

这是一种分级自主协同:Leader基于目标和当前进度做战略级拆分,Teammate在各自任务内独立决策和执行,同时保留向上求助的通道——既不事事请示,也不闭门造车。这也是“协同工程”的核心思想。

两者之间靠什么连接?任务和消息双驱动。

JiuwenClaw AgentTeam的协同不只靠"派任务-做任务-交任务"这条线。团队成员既通过任务协作驱动核心流程——认领、执行、完成、解除下游阻塞;又通过任务外消息持续沟通——讨论方案、协商优先级、反馈问题、请求支援。两条通道并行工作,适用于需要讨论和协商的复杂场景,而不仅仅是机械地分发和汇总,已经非常类似人类团队协作的机制了!

所有交互——任务状态变更、成员间消息、成员上下线——都通过事件总线实时传递。不是Leader每隔几秒轮询"你干完没",而是Teammate完成任务的瞬间,Leader就会被唤醒做下一步决策。

这个过程中,任务依赖自动管理。task-3被task-1阻塞时,状态为BLOCKED;task-1完成的瞬间,系统自动将task-3解除阻塞,变为可认领状态。Teammate不需要理解依赖图,只需要认领和执行。

2.Team Workspace:团队共享工作区

多Agent协作绕不开一个现实问题:Agent之间怎么共享工作产物?

调研Teammate采集了行业数据,分析Teammate需要读取;分析Teammate输出了趋势图表,撰写Teammate需要引用。如果每个Agent各干各的、互不可见,"团队协作"就只是个空壳。

AgentTeam通过Team Workspace解决这个问题——一个团队级的共享文件空间,所有成员均可透明访问。

它是怎么工作的?

每个Teammate的工作目录中都会自动挂载一个共享路径,指向同一个团队工作区。调研Teammate写入的行业数据文件,分析Teammate立刻可见。不需要手动传文件、不需要Agent之间互相发消息"你去看某某路径"——直接读写,天然共享。

每个Teammate在自己的独立工作空间中干活,需要跨成员协作时写入共享区即可。

但共享带来冲突风险——两个Teammate同时写同一个文件怎么办?Team Workspace提供了三种冲突策略,按场景选择:

整个过程对Agent透明——框架内置的工作区护栏自动拦截所有共享目录的文件操作:写入前检查锁、写入后自动提交并通知其他成员、读取前拉取最新版本。Agent只管读写文件,协调逻辑由框架处理。

在涉及代码协作的场景中,框架还支持Git Worktree,为每个Teammate提供独立的文件系统视图,与Team Workspace的产物共享互不冲突。

3.全生命周期管控:从Plan审批到故障自愈

真实的团队协作不仅仅是"分任务-干活-汇总"。JiuwenClaw AgentTeam覆盖了从任务创建到团队解散的完整生命周期,包括审批、容错和可观测。

Leader审批:关键决策和敏感操作不放手

Agent自主执行效率高,但不是所有决策都应该放手。AgentTeam提供两层审批机制:

● Plan模式:对于重要任务,Teammate认领后不直接动手,而是先提交执行计划给Leader审批。Leader觉得合理就通过,觉得方向有偏就驳回并给出反馈,Teammate修订后重新提交;

● 工具审批:当Teammate要执行敏感操作(比如删除重要文件、调用外部API、修改共享配置),审批请求自动发送给Leader,Leader决定是否允许;

两者的核心原则一致:Agent可以自主建议,但关键决策权始终在Leader手上,避免"自由发挥后收拾烂摊子"。

事件驱动机制:让团队始终保持运转

多Agent协作最怕的情况是隐性停滞——Teammate异常僵死无人察觉、任务长时间无人认领、已认领的任务迟迟不完成、成员间消息漏接……整个团队看似还在运行,实际已经卡住,却没人主动处理。

AgentTeam在底层搭了一套完整的事件驱动机制来规避这类风险。团队里几乎所有有意义的变化都会产生事件,外部事件和内部事件双管齐下:

● 任务事件:创建、认领、完成、取消、解除阻塞——任务板的每一次状态翻转都触发事件

● 成员事件:上线、下线、状态切换(空闲/忙碌/异常)、重启——每个成员的生命周期变化都被捕获

● 消息事件:点对点消息、广播通知、审批请求——所有通信都走事件总线

● 内部轮询事件:框架内定时产生的自检事件(邮箱轮询、任务板轮询等),在没有外部事件到来时仍定期唤醒Agent做自我检查。

基于这些事件,框架构建了一套激活处理逻辑:事件一旦触发,相关的Agent就会被唤醒,重新审视自己该做什么——空闲的Teammate会主动检查任务板并认领待领任务;Leader会监控全局进度,识别长期未认领的PENDING任务和执行超时的CLAIMED任务,必要时重新规划或换人;消息接收方会优先处理未读。对于Teammate自身的异常僵死,框架也会通过心跳检测和重启机制自动恢复。配合定时轮询兜底,即使某个事件偶发丢失,系统也能在下一轮自检中自愈。

这套机制的价值不仅在于让信息在团队里流动起来,更在于让团队始终保持运转——不会有任务长期无人认领、不会有Teammate挂掉没人知道、不会有执行停滞却无人干预。单点问题始终能在可控时间内被发现并处置,不会阻塞整个团队协作。

持久化团队:跨会话不丢状态

团队不一定是用完即弃的。启用Persistent(持久化) 模式后,团队可以跨会话保留:

● 会话结束时,团队进入待机状态,成员信息和配置持久化到数据库;

● 下次使用时,一键恢复——创建新的会话空间,重新启动队员,无需重新组建团队;

适合需要长期运转的项目——每次打开都是熟悉的团队阵容,直接开始新任务。

TeamMonitor:实时可观测

AgentTeam的整个协作过程透明可见,TeamMonitor提供两个维度的观测能力:

查询API——随时查看团队当前状态:

事件流——实时订阅团队事件。任务完成、成员状态变更、消息收发……所有事件都可以通过异步迭代器逐条消费。你可以据此构建Dashboard、日志系统,或者触发外部工作流。整个团队的运转不是黑盒,而是每一步都可追踪、可审计。

openJiuwen Agent Team核心架构

openJiuwen AgentTeam协同层是一套完整的多智能体编排基础设施。

它的核心技术原理可以归结为三点:

● 基于共享任务列表的一致性协同:所有成员共享同一份动态任务列表,各自基于团队目标、任务定义和自身能力,自主认领并执行任务,天然保证信息一致

● 消息和任务双驱动模式:成员间既通过任务流转驱动核心工作流,又通过任务外的消息通道持续推进讨论和协商,覆盖从结构化执行到非结构化沟通的全场景

● 角色与工具工程:RolePolicy定义Leader和Teammate在团队中的行为规范和决策边界,TeamTools赋予团队成员具体的协调操作能力——角色决定"该做什么",工具决定"能做什么"。

AgentTeam协作流程如下:

下面讲解其核心技术设计。

1.双角色统一类:一套代码,两种人格

AgentTeam中Leader和Teammate共用同一个Agent架构——TeamAgent。它根据运行时的角色身份展现不同行为:不同的工具集、不同的Prompt策略、不同的事件处理逻辑。

架构上,TeamAgent将团队协调层与单Agent执行层(Harness SDK)做了清晰分离。协调层负责角色策略、事件路由和团队管理;执行层复用openJiuwen已有的Harness能力——提示词、工具、护栏、任务循环。两层独立演进,互不干扰。

共享工具(Leader和Teammate均可使用):查看任务、发送消息/广播。

这意味着新增一种团队角色(比如"审核员")不需要从头开发一个新Agent,只需配置不同的工具集和Prompt策略。协调层的升级也不会影响单Agent的执行能力,两侧独立迭代。

2.事件驱动的协调循环

团队协调的核心引擎是协调循环(CoordinatorLoop)——一个事件驱动的调度中枢,为每个TeamAgent提供"大脑"。

设计亮点:双通道事件入口。

● 实时通道:传输层事件(任务完成、消息到达、成员状态变化)立即入队,延迟极低;

● 轮询通道:两个独立定时器分别检查邮箱和任务板(间隔可配置),作为兜底——即使传输层偶发丢事件,轮询保证最终一致性。

事件分发器根据事件类型智能路由:

● 用户输入 → 启动或引导Agent执行

● 任务事件 → 推动空闲Agent认领新任务

● 消息事件 → 处理未读消息,转化为Agent输入

● 成员事件 → 更新成员跟踪状态,触发过期任务检查

特别值得一提的是空闲推动机制:当Teammate完成任务变为空闲时,事件分发器会主动检查任务板上是否有可认领的任务,如果有就"推一把"——把任务摘要注入Agent的上下文,驱动它继续工作。Leader端则检测长期未认领的待领任务和超时的已认领任务,必要时重新规划或重新分配。

这套机制让Agent平时处于"休眠"状态,有事件才被唤醒,资源消耗极低。而轮询作为兜底,保证即使消息偶发丢失系统也不会卡死——兼顾了低延迟和高可靠。

3.分段式Prompt注入(TeamRail)

团队上下文信息(角色策略、团队成员、任务状态)需要注入Agent的系统Prompt。传统做法是拼接成一个大字符串,每次全量重建。AgentTeam采用了分段注入——将团队Prompt拆解为7个独立片段(Section),每个片段承载一类上下文信息,按优先级有序组装:

前5个片段在团队初始化时一次构建,后续直接复用。后2个片段(团队信息、成员关系)会随团队运行发生变化,框架通过时间戳缓存按需刷新——只有数据真正变化时才重新查询,团队运行稳定时组装开销几乎为零。

分段带来的另一个好处是可扩展:后续需要给Agent注入新的团队上下文(比如共享知识库摘要),只需增加一个片段,不会影响已有的角色策略和工作流。对于长时间运行的团队,动态缓存也避免了每次模型调用都重新查数据库。

4.可插拔基础设施

AgentTeam的通信和存储完全可插拔——框架内置了适合单机场景的默认实现,同时支持替换为企业级方案:

传输层(Messager):

单机默认使用ZMQ轻量通信;分布式场景可切换为Pulsar、RocketMQ等消息队列。

存储层(TeamDatabase):

单机默认使用SQLite;分布式场景可切换为PostgreSQL等关系数据库。

需要自定义?通过注册表一行代码即可接入Redis、PostgreSQL等第三方后端。所有注册表延迟加载——内置实现在首次使用时才初始化,可选依赖缺失时优雅跳过。接入新的后端只需调整配置,无需修改业务逻辑。

JiuwenClaw简介和行业案例

JiuwenClaw ——由云AgentArts、2012九问团队和社区广大开发者联合在openJiuwen共建的“小龙虾“智能管家。“Claw”象征着精准的抓取与连接,能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。

JiuwenClaw基于Python开发,天然拥有良好的生态兼容性和扩展能力,在模型接入方面,JiuwenClaw支持华为云MaaS 等主流模型平台,用户只需简单配置即可调用华为云的模型服务。此外,JiuwenClaw 已实现与小艺开放平台的无缝对接,华为手机用户可以通过小艺直接唤醒并使用JiuwenClaw,享受随叫随到的智能服务。

JiuwenClaw的独特优势是“懂你所想,自主演进”。针对你的各种复杂输入场景,如任务追加、打断、修改等,它就是懂你的贴身任务管家,将你的各类需求排出优先级,并有条不紊地完成;同时它也能在你身边自主演进,当你对他表达不满或运行出错时,它会根据你的反馈自动调整相应技能,全心全意为你服务。在连接渠道方面,JiuwenClaw已实现鸿蒙小艺、飞书、钉钉、Discord、Telegram、WhatsApp等channel的无缝接入,并将持续拓展至更多元平台。无论是进行复杂代码编写、寻求即时的技术支持,还是管理日程与信息流,JiuwenClaw都能让你从任何地方、以最熟悉的方式,唤出一个始终在线、数据自主的专属AI助理。

JiuwenClaw在企业级办公智能体产品OfficeClaw中的实践落地

就在刚刚过去的4月16日,华为云举办OfficeClaw办公智能体新品体验会,并启动了产品邀测。

OfficeClaw的创意来源于开源项目,华为云研发团队捕捉到这一创新价值,集结数十位研发人员开展联合攻关,依托华为自主创新全开源的JiuwenClaw项目为技术底座,基于华为云AI基础设施能力和AgentArts智能体开发平台,提供企业级安全防护、分钟级定障精准评估、精准上下文、羽量沙箱百毫秒启动、Agent自进化等五大核心能力,让企业成百上千个AI智能体能既快又稳、管得住、用得好。

【写在最后】

为什么Coordination Engineering是下一跳?

当行业还在继续深化Harness Engineering(提示词工程、工具编排、护栏机制、任务循环、工作空间管理)时,真正的增量空间正在向“团队化交付”转移:一个Agent很难覆盖完整链路,但一个AgentTeam可以把复杂任务拆成并行工序、把交接变成机制、把治理变成可观测与可恢复的系统。

因此,Coordination Engineering不是一个简单的概念,而是Harness Engineering合乎逻辑的下一跳:在每个Teammate内部保留完整的Harness SDK Agent能力,在团队层叠加协同编排与治理能力,让多个强个体以更低摩擦组织成高效团队。

同时,JiuwenClaw提出的Team Skill机制也值得关注:它能把AgentTeam执行过程中的团队协作流程沉淀为可复用的“团队SOP”协作模板,并在每次使用后自动优化——用得越多,SOP越精准,进一步增强Evolution Engineering能力。

如果你正在寻找一条从单Agent走向团队协同的工程路径,不妨直接从开源地址上手,用真实任务跑一遍AgentTeam,亲手见证“Coordination Engineering”所带来的高效与便捷的差异化体验!