作者｜openJiuwen
编辑｜杨过
刚刚，华为支持的开源 AI Agent 平台社区 openJiuwen 发布并开源了 JiuwenSwarm。
这是一个面向多智能体协作的蜂群智能体。它的出现，指向 Agent 工程中正在浮现的一个新问题：当任务不再适合交给单个 Agent 完成，多个 Agent 如何像一个团队一样工作？
过去半年，OpenClaw 让行业看到了单个智能体接管本地和云端任务的可能性；Harness Engineering 则把注意力拉回工程层面，讨论如何约束 Agent、修正 Agent，并让它在执行中减少重复错误。
与此同时，进入更复杂的真实场景后，Agent 面对的不再是单点任务，而是长链路、多角色、可复用的协作过程。任务需要被拆解，角色需要被分配，经验需要被沉淀，失败需要被反馈到系统中。
openJiuwen 将这一关注点的变化称为从 Harness 走向 Coordination Engineering。前者强调约束和纠错，后者在此基础上进一步关注 Agent 的组织、协作和持续进化。
JiuwenSwarm 正是这一主张的工程化落地。它试图把多智能体协作从一次性的流程编排，推进到可复用、可演进的团队能力。
接下来，文章将讨论三个问题：为什么多智能体协作需要新的工程框架；JiuwenSwarm 如何组织 Agent 之间的分工与协作；以及 openJiuwen Harness 如何为蜂群智能体提供底层支撑。
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：
Prompt Engineering：调试提示词，让模型理解任务；
Context Engineering：组织 Agent 的上下文、记忆、工具、状态；
Harness Engineering：今年开年以来席卷行业的关键词——围绕单 Agent 的工程化、轨迹管理、错误恢复、长程执行一路卷到极致。
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——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。
例如，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：
多个 Agent 怎么自主分工、动态协商？这是"协同"的起点；
协同跑通的最佳实践和角色搭配，怎么沉淀成可复用的资产？协同不能每次从零开始；
沉淀下来的能力，怎么在开发者之间流通、复用、二次创作？经验只有被分享才能放大价值；
整套系统怎么越用越强，而不是越跑越僵？否则它就是个静态框架，撑不起"群体智能"。
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。
四个关键组件，环环相扣：
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，可针对不成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。
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"。
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/
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。
团队层：根据任务执行轨迹自动增减角色、补充约束规则、优化协作流程，让 Leader 的规划与管控能力持续提升
成员层：把每位 Teammate 在实战中遇到的工具报错、接口超时、调用技巧等经验沉淀下来，再遇同类问题直接解决，不重复踩坑。团队在进步，每位成员也在成长。
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）。
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"。
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。如狼人杀里的玩家，就是这种姿态。
HITS 是 沉浸式参与，HOTS 是 全局调度——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 Coordination Engineering 这套技术体系带来的惊人效果！
"多学科自动分诊医疗专家团队"技能下载地址：https://swarmskills.openjiuwen.com/skills/0f26a2a5ec1f40b6a410e0539313f0e6
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，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：https://swarmskills.openjiuwen.com/skills/1202fde89266474dbcdf0218b33ba422
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。
"短视频制作团队"技能下载地址：https://swarmskills.openjiuwen.com/skills/8b6ef486bdc14c8784cc06a64da20927
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。
如该案例中，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
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。
Tips：想实现 HOTS 和 HITS 的自由切换，可参考如下指令
"狼人杀游戏"团队技能下载地址：https://swarmskills.openjiuwen.com/skills/3877dbc05fba498b8ae6e50f24a0dd7b
"学业成长教练团"团队技能下载地址：https://swarmskills.openjiuwen.com/skills/ff43cba292574a2dadc5f2b0ee9d80ad
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。
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。
过去半年，行业已经逐渐形成一个共识：Agent 的下一步，不只是让单个智能体更强，而是让多个智能体在复杂任务中稳定协作。
但从共识到工程交付，中间仍有很长距离。多 Agent 如何分工，如何交接，如何复用经验，如何在失败后修正自身，都不是简单调用几个模型就能解决的问题。
openJiuwen 这次发布 JiuwenSwarm，瞄准的正是这个问题。它并不只是一个新的智能体项目，而是一套相对完整的多智能体协作方案，包括：一套理念框架，即 Coordination Engineering；一组工程组件，包括 Agent Swarm、Swarm Skills、Swarm Skills Hub 和 Swarm Skills 自演进；以及一个面向实际使用的智能体实现 JiuwenSwarm。
更重要的是，这些能力都以开源方式开放给开发者。
这意味着，多智能体协作不再只是少数团队内部试验的系统能力，更成为更多开发者共同验证、共同改进的工程实践。
AI Agent 的下一步，注定不是一个无所不能的"超级个体" ，而是一组各有所长、彼此协作、持续改进的智能体系统。
JiuwenSwarm，则让开发者以更低门槛地进入多智能体协作的实验场，开始搭建自己的智能体蜂群。
📌 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！
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。