< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-05-18 18:26:46 来源：量子位
底层范式变了
允中 发自 凹非寺
量子位 | 公众号 QbitAI
刚刚，华为支持的开源AI Agent平台社区openJiuwen发布并开源了蜂群智能体JiuwenSwarm。
从“一只龙虾”到“一群蜂”。变的不只是名字，而是底层范式。
让多个AI智能体像蜂群一样高效协作、自主演进，正式按下“群体智能”的加速键，开启AI时代的“养蜂”序幕。
这背后，是openJiuwen提出的下一跳范式主张——Coordination Engineering（协同工程）的一次完整落地。
要读懂这次升级，先得回答一个问题：
为什么是现在，从Harness走向Coordination？
把时间线拉长一点看，从Prompt Engineering到Context Engineering，再到今年初的Harness Engineering，AI Agent领域的工程范式其实一直在持续更迭：
而紧接着浮现出的下一个工程命题是：
如何让多个Agent，像一支精锐团队一样协同作战？
毕竟，真实世界里那些真正复杂的任务，如跨领域深度调研、大型软件项目交付、多角色协同决策、复杂业务流程编排——从来都不是“一个人”能搞定的，而是需要一支团队。
软件需要产品+研发+测试+SRE；教育需要多学科老师+家长+本人；医疗需要分诊师+多个科室医疗专家……
这就是openJiuwen提出的下一跳范式：Coordination Engineering（协同工程）——围绕“多Agent协同”的工程化范式。
而这一次，openJiuwen把“协同”这件事从理念，做成了一整套可跑、可装、可共建、且全套开源的工程交付：
JiuwenSwarm。
要让一支Agent团队真正work起来，需要解决一连串递进的问题：
这四个问题环环相扣，每一个都是上一个的必要延伸。
JiuwenSwarm给出的答案，是一组对应的全栈技术体系：
Agent Swarm、Swarm Skills、Swarm Skills Hub，加上贯穿始终的Swarm Skills自演进。
全栈技术体系
四个关键组件，环环相扣：
Agent Swarm——让多个Agent“成军”
这是整套体系的内核。
Agent Swarm提供一套多智能体团队的协同机制，让多个Agent能够自主分工、动态协商、高效协作，完成从“单兵作战”到“精锐团队”的关键跨越。
JiuwenSwarm支持成员对不同模型的路由，可针对不同角色提供合适能力的模型，减少负载压力，因材施教，提升整体效果。
Swarm Skills——让“一支团队”沉淀成“一套作战能力”
Agent Swarm解决的是“怎么协作”，Swarm Skills解决的则是“怎么沉淀”。
它把团队协作中跑通的最佳实践、SOP、角色搭配、调度策略，标准化封装成可复用的“团队级技能”——
让“一支优秀的Agent团队”，变成“一套任何场景下都能即插即用的作战能力”。
Swarm Skills Hub——团队技能的共享市场
有了能力沉淀，下一步自然是流通。
Swarm Skills Hub打通了一个开放的共享生态，让团队级的协作经验在开发者社区中流通、复用、二次创作。
地址：https://swarmskills.openjiuwen.com/
Swarm Skills自演进——越用越强的飞轮
最具想象空间的，是这个闭环的最后一环。
团队在实际执行任务的过程中，JiuwenSwarm的演进引擎持续观察任务拆解、角色调度、消息往来等完整轨迹，自动从轨迹里反推出可复用的Swarm Skill，提交用户审批即可入库。
自演进同时在两个层面进行：
人如何参与协同：HOTS & HITS
从团队协作到经验沉淀，从技能共享到持续演进，四大核心能力形成了完整闭环。
但在这套协同骨架之上，还有一个更根本、也更现实的问题——人，怎么和这支Agent团队一起协作？
JiuwenSwarm给出了两种模式：HOTS（Human on the Swarm）和HITS（Human in the Swarm）。
1、HOTS（Human on the Swarm）：人，是Agent团队的指挥官
人站在更高的位置上，实时观察整个Agent团队的运行状态：任务进展、角色负载、协作瓶颈……
需要介入时，随时下场——调整任务优先级、切换Agent角色、中途变更方案，指挥粒度可细到单条指令，也可粗到一句“换个方向”。
2、HITS（Human in the Swarm）：人，也是团队中的一名成员
人不再是场外指挥，而是和Agent同队、同场景、同流程、实时协作、共同推演——
人，就是蜂群里的一只“蜂”，与其他Agent共同协作。
如同狼人杀里的玩家一样，就是这种姿态。
HITS是沉浸式参与，HOTS是全局调度，这两种模式是人与Agent团队协作的两种最核心姿态。
接下来看看JiuwenSwarm在医疗、教育、内容创作、游戏等领域的实战效果，切身感受Coordination Engineering这套技术体系带来的惊人效果。
JiuwenSwarm实现多Agent协同，提升智力
案例1：多智能体协同算子开发，提升昇腾算子生成质量
JiuwenSwarm针对Coding场景提供了TUI模式，昇腾算子生成中各专家可各自承担算法设计、Kernel实现与性能优化等角色，在协同中实现算子从论文到工程的落地过程。
整个协作过程实时可见，各专家各司其职、协同优化，相比单智能体生成可有效提升复杂算子的开发效率与生成质量。
“昇腾算子开发&优化团队”技能下载地址：[Swarm Skills Hub]
https://swarmskills.openjiuwen.com/skills/1202fde89266474dbcdf0218b33ba422
案例2：多学科医疗专家团队联合会诊，提升诊断效果
该案例中由23位不同专科的AI医学专家组成医疗团队，可根据用户病情按需动态创建多个不同专家成员进行联合会诊。
各位“专家”就本领域分析病情原因，并**实时沟通诊断结果，求同存异**，给出最终准确的诊断结果和建议方案。
整个协作过程实时可见，各专家各司其职、求同存异，**相比单专家诊断有效提升会诊水平**。
“昇腾算子开发&优化团队”技能下载地址：Swarm Skills Hub
https://swarmskills.openjiuwen.com/skills/1202fde89266474dbcdf0218b33ba422
Swarm Skills沉淀团队经验，群体演进，越用越好
案例：短视频生产创作，沉淀经验群体演进
用户首次发起短视频创作任务，Leader组建临时团队完成创作，JiuwenSwarm演进引擎识别出可复用的协作模式，自动生成短视频创作的Swarm Skill提交用户审批。
基于该技能再次执行创作任务，演进引擎识别到角色形象与画风不一致、用户有想发视频平台的诉求等信号，据此生成演进内容，新增高点击率标题文案角色，优化技能。
基于优化后的Swarm Skill再次执行，视频效果进一步提升，并同步产出适配多个主流短视频平台的高点击率标题文案——
用得越多、经验越丰富、团队越强。
“短视频制作团队”技能下载地址：[Swarm Skills Hub]
https://swarmskills.openjiuwen.com/skills/8b6ef486bdc14c8784cc06a64da20927
JiuwenSwarm支持不同模型路由及人类角色（HOTS/HITS）配置
案例1：多模型参与，狼人杀游戏博弈
如该案例中，其对狼人杀游戏里的不同成员使用了不同模型的路由。
同时，Human可通过“上帝视角”，对全局游戏进行操控，即HOTS（Human on the Swarm）模式。
案例2：“人”沉浸式体验狼人杀小游戏
想要沉浸式参与多Agent协同？
JiuwenSwarm提供了HITS（Human in the Swarm）模式：
Human作为玩家中的一员，可以是狼人、可以是预言家、可以是普通村民。
和几位AI队友玩家一起讨论、投票、发言、伪装、带节奏；其他Agent会读你的发言、推理你的身份、决定要不要“带飞”你或“票”你。
“狼人杀游戏”团队技能下载地址：[Swarm Skills Hub]
https://swarmskills.openjiuwen.com/skills/3877dbc05fba498b8ae6e50f24a0dd7b
Tips：想实现HOTS和HITS的自由切换，可参考如下指令：
案例3：沉浸式多学科课程辅导
孩子和家长可以“以身入局”，与其他学科老师智能体进行深度互动，实现对学生课业的专业辅导。
Human切换为学生身份时，与老师们互动，老师可以针对学生的问题与回答，来评估学生对本学科知识的掌握情况，给出学习建议；
Human切换为家长身份时，可以与各位老师了解孩子学习情况，讨论监督和激励机制。
”学业成长教练团“团队技能下载地址：[Swarm Skills Hub]
https://swarmskills.openjiuwen.com/skills/ff43cba292574a2dadc5f2b0ee9d80ad
JiuwenSwarm的蜂群协同能力十分亮眼，但每只蜂的底座openJiuwen Harness——同样是硬实力的来源。
没有单Agent的强执行力，再精妙的协同机制也难以落地。
这一点，在权威评测集PinchBench上得到了直接验证。
PinchBench是由Kilo.ai团队发布的Agent综合能力评测基准，任务覆盖代码开发、创意写作、文档处理、会议管理、内容转换、文件操作等多个领域。
由于其任务设计贴近真实业务场景、评估维度全面，已成为衡量Agent执行能力的重要参考。
在PinchBench评测结果上，JiuwenSwarm以94.2%的综合得分取得业界SOTA，相比OpenClaw（91.6%）提升近3个百分点，同时在token消耗上也有明显优势，平均token消耗降低34.8%——
更高的准确率，更低的成本消耗。
同时，openJiuwen在记忆机制上效果也很亮眼，在长期对话领域权威评测集LOCOMO上记忆准确率达到85%（使用8B大模型进行记忆加工、问答和结果判别），优于业界各大主流记忆系统。
这些结果并非偶然，而是openJiuwen Harness在DeepAgent架构、上下文工程、长期记忆机制等方面持续打磨出的成熟能力，使得JiuwenSwarm的每一位“队员”都具备扎实的任务执行力。
回过头看，从Harness Engineering到Coordination Engineering，再到今天的JiuwenSwarm，openJiuwen社区做了一件非常超前的事。
当行业刚刚把视线从“更强的单Agent”转向“更强的Agent团队”，openJiuwen已经把这条路上完整的一段铺了出来：
1、一套理念主张（Coordination Engineering）
2、一组全栈技术体系（Agent Swarm / Swarm Skills / Swarm Skills Hub / Swarm Skills 自演进）
3、一个标杆智能体（JiuwenSwarm）
并且，全套能力开源。
多Agent协同是共识，但能把共识第一时间做成一整套可跑、可装、可共建、还全栈开源的工程交付。目前能做到的，没有几家。
AI Agent的星辰大海，注定不是一个无所不能的“超级个体”，而是一群各有所长、彼此协同、不断进化的“群体智能”。
而JiuwenSwarm，给这条路标了第一面旗，让每一位用户，都能轻松“养”出自己的智能体蜂群。
关于openJiuwen
openJiuwen是华为支持的开源AI Agent平台社区，由华为2012实验室与华为云AgentArts团队联合构建。其标杆智能体JiuwenSwarm，沉淀了openJiuwen平台在Harness工程、多智能体协同、自演进等关键方向上的完整能力。
JiuwenSwarm，全套开源，欢迎共建
JiuwenSwarm（AtomGit）：https://atomgit.com/openJiuwen/jiuwenswarm
JiuwenSwarm（GitHub）：https://github.com/openJiuwen-ai/jiuwenswarm
Swarm Skills Hub：https://swarmskills.openjiuwen.com/
欢迎你上传自己的团队技能至Swarm Skills Hub，让蜂群经验在社区流动起来。
让我们一起，养蜂造蜜！
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。