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
S
Secure Thoughts
Application and Cybersecurity Blog
Application and Cybersecurity Blog
AWS News Blog
AWS News Blog
GbyAI
GbyAI
腾讯CDC
WordPress大学
WordPress大学
V
V2EX
小众软件
小众软件
C
CXSECURITY Database RSS Feed - CXSecurity.com
M
MIT News - Artificial intelligence
T
Troy Hunt's Blog
H
Hacker News: Front Page
Scott Helme
Scott Helme
The Hacker News
The Hacker News
Schneier on Security
Schneier on Security
K
Kaspersky official blog
S
Security @ Cisco Blogs
N
News | PayPal Newsroom
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
T
Threatpost
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Martin Fowler
Martin Fowler
P
Privacy International News Feed
Blog — PlanetScale
Blog — PlanetScale
D
DataBreaches.Net
O
OpenAI News
P
Proofpoint News Feed
J
Java Code Geeks
B
Blog RSS Feed
Attack and Defense Labs
Attack and Defense Labs
L
Lohrmann on Cybersecurity
T
Threat Research - Cisco Blogs
C
Cybersecurity and Infrastructure Security Agency CISA
阮一峰的网络日志
阮一峰的网络日志
P
Palo Alto Networks Blog
Engineering at Meta
Engineering at Meta
AI
AI
Google DeepMind News
Google DeepMind News
雷峰网
雷峰网
Microsoft Azure Blog
Microsoft Azure Blog
Simon Willison's Weblog
Simon Willison's Weblog
人人都是产品经理
人人都是产品经理
T
Tailwind CSS Blog
G
GRAHAM CLULEY
A
Arctic Wolf
N
Netflix TechBlog - Medium
L
LINUX DO - 最新话题
爱范儿
爱范儿
博客园 - 聂微东

博客园_首页

Linux实操--组管理、权限管理和定时任务 Java + EasyExcel 实现单个接口导出多个Excel Mem0 源码解析系列(二):提示词工程的深度剖析 Openclaw TaskFlow究竟是什么?和普通Skill技能有什么区别 博文阅读密码验证 - 博客园 嘉立创开源:应该是全网MicroPython教程最多的开发板 Hermes Agent 集成实践:从协议到生产 2026年AI编程工具横评:Cursor、Codex、Claude Code、Zed、Windsurf Java程序员必看的RAG入门教程 2026 AI效率神器:Superpowers + Claude Code 保姆级教程 本地大模型部署全攻略:从 0 到 1 玩转 Ollama 【从0到1构建一个ClaudeAgent】内存管理-上下文压缩 .NET 高级开发 | 设计、实现一个事件总线框架 电子小白入门之NE555 3. WorkBuddy:隐藏玩法,一键召唤专家,让 AI 以"专家身份"给你干活 和AI一起搞事情#3:Claude Teammate 游戏开发翻车实录 【OpenClaw】通过 Nanobot 源码学习架构---(7)Memory C# .NET 周刊|2026年3月3期 我在 Debian 11 上把 K8s 单机搭起来了,过程没你想的那么顺(/opt 目录版) 深度学习进阶(七)Data-efficient Image Transformer CLI+Skill搭建浏览器AI自动化框架,告别一切重复枯燥任务 告别Token账单无底洞:OpenClaw本地部署,重塑企业数据主权的唯一解 FastAPI+Vue:文件分片上传+秒传+断点续传,这坑我帮你踩平了! SBTI 爆火后,我做了个程序员版的 CBTI。。已开源 + 附开发过程 多模态检索开始进入工程期:用 Sentence Transformers 搭建可落地的 Multimodal RAG 100多行代码实现一个最简单的Agent(用ReAct) Claude Code 通关手册(八):推荐 5 个 Hooks,代码质量提升 3 倍 老板:“有人截图了!”。安全部门:“收到,马上查暗水印!” - why技术 技术之外,皆是人间 C#/.NET/.NET Core技术前沿周刊 | 第 69 期(2026年4.01-4.12) Snack JSONPath 项目架构分析 Claude Code Buddy 小析:一个非核心功能,如何体现产品的细节完成度 AI新时代下的图床管理方案-Cloudflare图床+MCP+Skills方案指南 化繁为简:顺丰速运App如何通过 HarmonyOS SDK实现专业级空间测量 从零实现富文本编辑器#13-React非编辑节点的内容渲染 AI开发-python-langchain框架(3-23-OpenAI Functions风格Tool Calling智能助手) .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 PbootCMS 网站内容数量多导致访问慢?这些实用优化方案帮你提速! - 家兴网络技术工作室 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 网站漏洞怎么发现并修复?一篇实用指南(附完整流程) - 家兴网络技术工作室 开了 TUN 模式还是直连?90% 的人都踩过这个坑 Github日报|2026年04月12日 - AI一族 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 Etsy 把 1000 个 MySQL 分片迁进 Vitess:425TB 数据背后的真正问题不是性能,而是运维规模 MicroPython LVGL基础知识和概念:底层渲染与性能优化 - FreakStudio 数据库草图算法 Python 潮流周刊#146:CPython 引入 Rust 的进展 - 豌豆花下猫 最小生成树 - mofei1116 红日靶场七:从外网入口、容器逃逸到 AD 接管的完整利用链复盘 - YouDiscovered1t 分享四款开源且实用的 Kafka 管理工具 - 追逐时光者 vLLM 权重加载机制全解析:从挑战到理想架构 LCT 学习笔记 - ACehomoxue Avalonia UI 12.0.0 正式发布:架构演进和性能飞跃 - 张善友 当 AI Agent 把调用链拉长,延迟开始成为一门生意 conhost.exe 无法显示 U+2717 - 145a 太秀了,我把自己蒸馏成了 Skill!已开源 - 程序员鱼皮 ASP.NET Core 内存缓存实战:一篇搞懂该怎么配、怎么避坑 基于 Ghostty 带有分割标签页和为 Claude 编程设计的通知终端 - BugShare AI 焊死入口:教育的“操作系统级”重塑 - 郝hai 初级Java开发工程师使用sql脚本编写代码的过程是简单而且不糊涂 - CoderOilStation Claude Code通关手册(六):MCP协议完全指南 - 暮色之狐 边框灯光环绕动画特效实现指南 - Newbe36524 开源:子木蒸馏版的 SEO 审计工具 seo-audit-skill v1.0 我所理解的Python元模型 【从0到1构建一个ClaudeAgent】规划与协调-TodoWrite - 程序员Seven Claude 和 Codex 在审计 Skill 上性能差异探究 - ACai_sec AScript如何实现中文脚本引擎 - rockey627 【渗透测试】HTB Season10 Garfield 全过程wp - dynasty_chenzi Android 开发者为什么必须掌握 AI 能力?端侧视角下的技术变革 树状数组正确性证明 - AC-wyr 你的 AI 焦虑,可能比 AI 本身更危险——ATM 机没有消灭银行柜员,但恐慌消灭了你的判断力 - 我没有三颗心脏 一个拉胯的分库分表方案有多绝望?整个部门都在救火! - 冰河团队 动态规划入门必学之走方格问题 - Ofnoname PostgREST 与 PostgreSQL 角色权限配置全解析(生产级实践) - SheepDog1998 使用 UEFI 图形输出协议 GOP 在屏幕上显示图像的方法 - 阿源- Claude Code通关手册(五):组建你的AI专家团队,子代理系统 - 暮色之狐 一个程序员到架构师的催婚路之感悟(整整10年后的催婚相亲感悟) - MisterLip 用 Agent Skill 自动生成工作周报 - 赵康
“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!