機器之心發布

剛剛，華為支持的開源 AI Agent 平臺社區openJiuwen 發布并開源了蜂群智能體 JiuwenSwarm。

讓多個 AI 智能體像蜂群一樣高效協作、自主演進，正式按下 "群體智能" 的加速鍵，開啟 AI 時代的 "養蜂" 序幕。

從 "一只龍蝦" 到 "一群蜂"。

變的不只是名字，而是底層范式 —— 讓多個 AI 智能體像蜂群一樣高效協作、自主演進，正式按下 "群體智能" 的加速鍵，開啟 AI 時代的 "養蜂" 序幕。

這背后，是 openJiuwen 提出的下一跳范式主張 ——Coordination Engineering（協同工程）—— 的一次完整落地。

要讀懂這次升級，先得回答一個問題：

為什么是現在，從 Harness 走向 Coordination？

一、為什么從 Harness 走向 Coordination？

把時間線拉長一點看，從 Prompt Engineering 到 Context Engineering，再到今年初的 Harness Engineering，AI Agent 領域的工程范式其實一直在持續更迭：

• Prompt Engineering：調試提示詞，讓模型理解任務；
• Context Engineering：組織 Agent 的上下文、記憶、工具、狀態；
• Harness Engineering：今年開年以來席卷行業的關鍵詞 —— 圍繞單 Agent 的工程化、軌跡管理、錯誤恢復、長程執行一路卷到極致。

而緊接著浮現出的下一個工程命題是 ——

如何讓多個 Agent，像一支精銳團隊一樣協同作戰？

畢竟，真實世界里那些真正復雜的任務 —— 跨領域深度調研、大型軟件項目交付、多角色協同決策、復雜業務流程編排 ——從來都不是 "一個人" 能搞定的，而是需要一支團隊。

軟件需要產品 + 研發 + 測試 + SRE；

教育需要多學科老師 + 家長 + 本人；

醫療需要分診師 + 多個科室醫療專家...

這就是 openJiuwen 提出的下一跳范式：Coordination Engineering（協同工程）—— 圍繞 "多 Agent 協同" 的工程化范式。

而這一次，openJiuwen 把 "協同" 這件事 —— 從理念，做成了一整套可跑、可裝、可共建、且全套開源的工程交付：JiuwenSwarm。

二、Coordination Engineering 核心設計理念

要讓一支 Agent 團隊真正 work 起來，需要解決一連串遞進的問題 ——

• 多個 Agent 怎么自主分工、動態協商？這是 "協同" 的起點；
• 協同跑通的最佳實踐和角色搭配，怎么沉淀成可復用的資產？協同不能每次從零開始；
• 沉淀下來的能力，怎么在開發者之間流通、復用、二次創作？經驗只有被分享才能放大價值；
• 整套系統怎么越用越強，而不是越跑越僵？否則它就是個靜態框架，撐不起 "群體智能"。

這四個問題環環相扣 —— 每一個都是上一個的必要延伸。

JiuwenSwarm 給出的答案，是一組對應的全棧技術體系：Agent Swarm、Swarm Skills、Swarm Skills Hub，加上貫穿始終的 Swarm Skills 自演進。

2.1 全棧技術體系

四個關鍵組件，環環相扣：

Agent Swarm —— 讓多個 Agent "成軍"

這是整套體系的內核。Agent Swarm 提供一套多智能體團隊的協同機制，讓多個 Agent 能夠自主分工、動態協商、高效協作，完成從 "單兵作戰" 到 "精銳團隊" 的關鍵跨越。

JiuwenSwarm 支持成員對不同模型的路由，可針對不成角色提供合適能力的模型，減少負載壓力，因材施教，提升整體效果。

Swarm Skills —— 讓 "一支團隊" 沉淀成 "一套作戰能力"

Agent Swarm 解決的是 "怎么協作"，Swarm Skills 解決的則是 "怎么沉淀"。

它把團隊協作中跑通的最佳實踐、SOP、角色搭配、調度策略，標準化封裝成可復用的 "團隊級技能"—— 讓 "一支優秀的 Agent 團隊"，變成 "一套任何場景下都能即插即用的作戰能力"。

Swarm Skills Hub —— 團隊技能的共享市場

有了能力沉淀，下一步自然是流通。Swarm Skills Hub 打通了一個開放的共享生態，讓團隊級的協作經驗在開發者社區中流通、復用、二次創作。

地址：https://swarmskills.openjiuwen.com/

?? Swarm Skills 自演進 —— 越用卻強的飛輪

最具想象空間的，是這個閉環的最后一環。團隊在實際執行任務的過程中，JiuwenSwarm 的演進引擎持續觀察任務拆解、角色調度、消息往來等完整軌跡，自動從軌跡里反推出可復用的 Swarm Skill，提交用戶審批即可入庫。

自演進同時在兩個層面進行。

• 團隊層：根據任務執行軌跡自動增減角色、補充約束規則、優化協作流程，讓 Leader 的規劃與管控能力持續提升
• 成員層：把每位 Teammate 在實戰中遇到的工具報錯、接口超時、調用技巧等經驗沉淀下來，再遇同類問題直接解決，不重復踩坑。團隊在進步，每位成員也在成長

2.2 人如何參與協同：HOTS & HITS

從團隊協作到經驗沉淀，從技能共享到持續演進，四大核心能力形成了完整閉環。

但在這套協同骨架之上，還有一個更根本、也更現實的問題 ——人，怎么和這支 Agent 團隊一起協作？

JiuwenSwarm 給出了兩種模式：HOTS（Human on the Swarm）和HITS（Human in the Swarm）。

HOTS（Human on the Swarm）：人，是 Agent 團隊的指揮官

人站在更高的位置上，實時觀察整個 Agent 團隊的運行狀態：任務進展、角色負載、協作瓶頸...

需要介入時，隨時下場 —— 調整任務優先級、切換 Agent 角色、中途變更方案，指揮粒度可細到單條指令，也可粗到一句 "換個方向"。

HITS（Human in the Swarm）：人，也是團隊中的一名成員

人不再是場外指揮，而是和 Agent 同隊、同場景、同流程、實時協作、共同推演—— 人，就是蜂群里的一只 "蜂"，與其他 Agent 共同協作。如狼人殺里的玩家，就是這種姿態。

HITS 是沉浸式參與，HOTS 是全局調度—— 兩種模式是人與 Agent 團隊協作的兩種最核心姿態。

三、JiuwenSwarm 實戰效果

接下來看看 JiuwenSwarm 在醫療、教育、內容創作、游戲等領域的實戰效果。切身 Coordination Engineering 這套技術體系帶來的驚人效果！

3.1 JiuwenSwarm 實現多 Agent 協同，提升智力

• 案例 1：多學科醫療專家團隊聯合會診，提升診斷效果

視頻鏈接：https://mp.weixin.qq.com/s/2TbMQqpAP60vS0D88C8nlQ

該案例中由 23 位不同專科的 AI 醫學專家組成醫療團隊，可根據用戶病情按需動態創建多個不同專家成員進行聯合會診。

各科專家 Agent 各司其職、就本領域分析病情原因，并實時溝通診斷思路，求同存異，最終匯總為一份準確的診斷結果和治療建議。

整個協作過程實時可見，相比單專家診斷，可有效提升會診的覆蓋面和準確性。

“多學科自動分診醫療專家團隊” 技能下載地址：https://swarmskills.openjiuwen.com/skills/0f26a2a5ec1f40b6a410e0539313f0e6

• 案例 2：多智能體協同算子開發，提升昇騰算子生成質量

視頻鏈接：https://mp.weixin.qq.com/s/2TbMQqpAP60vS0D88C8nlQ

JiuwenSwarm針對Coding場景提供了TUI模式，昇騰算子生成中各專家可各自承擔算法設計、Kernel 實現與性能優化等角色，在協同中實現算子從論文到工程的落地過程。

整個協作過程實時可見，各專家各司其職、協同優化，相比單智能體生成可有效提升復雜算子的開發效率與生成質量。

“昇騰算子開發 & 優化團隊” 技能下載地址：https://swarmskills.openjiuwen.com/skills/1202fde89266474dbcdf0218b33ba422

3.2 Swarm Skills 沉淀團隊經驗，群體演進，越用越好

• 案例：短視頻生產創作，沉淀經驗群體演進

視頻鏈接：https://mp.weixin.qq.com/s/2TbMQqpAP60vS0D88C8nlQ

用戶首次發起短視頻創作任務，Leader 組建臨時團隊完成創作，JiuwenSwarm 演進引擎識別出可復用的協作模式，自動生成短視頻創作的 Swarm Skill提交用戶審批。

基于該技能再次執行創作任務，演進引擎識別到角色形象與畫風不一致、用戶有想發視頻平臺的訴求等信號，據此生成演進內容，新增高點擊率標題文案角色，優化技能。

基于優化后的 Swarm Skill 再次執行，視頻效果進一步提升，并同步產出適配多個主流短視頻平臺的高點擊率標題文案 ——用得越多、經驗越豐富、團隊越強。

“短視頻制作團隊” 技能下載地址：https://swarmskills.openjiuwen.com/skills/8b6ef486bdc14c8784cc06a64da20927

3.3 JiuwenSwarm 支持不同模型路由及人類角色（HOTS/HITS）配置

• 案例 1：多模型參與，狼人殺游戲博弈

視頻鏈接：https://mp.weixin.qq.com/s/2TbMQqpAP60vS0D88C8nlQ

如該案例中，對狼人殺游戲里的不同成員使用了不同模型的路由。

同時 Human 可通過 “上帝視角”，對全局游戲進行操控，即 HOTS（Human on the Swarm）模式

• 案例 2：“人” 沉浸式體驗狼人殺小游戲

視頻鏈接：https://mp.weixin.qq.com/s/2TbMQqpAP60vS0D88C8nlQ

想要沉浸式參與多 Agent 協同？JiuwenSwarm 提供了 HITS（Human in the Swarm）模式：

Human 作為玩家中的一員，可以是狼人、可以是預言家、可以是普通村民。和幾位 AI 隊友玩家一起討論、投票、發言、偽裝、帶節奏；其他 Agent 會讀你的發言、推理你的身份、決定要不要 "帶飛" 你或 "票" 你。

Tips：想實現 HOTS 和 HITS 的自由切換，可參考如下指令

“狼人殺游戲” 團隊技能下載地址：https://swarmskills.openjiuwen.com/skills/3877dbc05fba498b8ae6e50f24a0dd7b

• 案例 3：沉浸式多學科課程輔導

視頻鏈接：https://mp.weixin.qq.com/s/2TbMQqpAP60vS0D88C8nlQ

孩子和家長可以 “以身入局”，與其他學科老師智能體進行深度互動，實現對學生課業的專業輔導。

Human 切換為學生身份時，與老師們互動，老師可以針對學生的問題與回答評估學生對本學科知識的掌握情況，給出學習建議；

Human 切換為家長身份時，可以與各位老師了解孩子學習情況，討論監督和激勵機制。

“學業成長教練團” 團隊技能下載地址：https://swarmskills.openjiuwen.com/skills/ff43cba292574a2dadc5f2b0ee9d80ad

四、協同背后：openJiuwen Harness 提供硬實力

JiuwenSwarm 的蜂群協同能力十分亮眼，但每只蜂的底座 ——openJiuwen Harness—— 同樣是硬實力的來源。沒有單 Agent 的強執行力，再精妙的協同機制也難以落地。

這一點，在權威評測集PinchBench上得到了直接驗證。

PinchBench 是由 Kilo.ai 團隊發布的 Agent 綜合能力評測基準，任務覆蓋代碼開發、創意寫作、文檔處理、會議管理、內容轉換、文件操作等多個領域。由于其任務設計貼近真實業務場景、評估維度全面，已成為衡量 Agent 執行能力的重要參考。

在 PinchBench 評測結果上，JiuwenSwarm 以94.2% 的綜合得分取得業界 SOTA，相比 OpenClaw（91.6%）提升近 3 個百分點，同時在 token 消耗上也有明顯優勢，平均 token 消耗降低34.8%—— 更高的準確率，更低的成本消耗。同時，openJiuwen在記憶機制上效果也很亮眼，在長期對話領域權威評測集LOCOMO上記憶準確率達到 85%（使用8B大模型進行記憶加工、問答和結果判別），優于業界各大主流記憶系統。

這些結果并非偶然，而是 openJiuwen Harness 在 DeepAgent 架構、上下文工程、長期記憶機制等方面持續打磨出的成熟能力，使得 JiuwenSwarm 的每一位 "隊員" 都具備扎實的任務執行力。

五、結語：全套開源，一起做 AI 時代的 "養蜂人"

回過頭看，從 Harness Engineering 到 Coordination Engineering，再到今天的 JiuwenSwarm，openJiuwen 社區做了一件非常 "超前" 的事 ——

當行業剛剛把視線從 "更強的單 Agent" 轉向 "更強的 Agent 團隊"，openJiuwen 已經把這條路上完整的一段鋪了出來：

一套理念主張（Coordination Engineering）、一組全棧技術體系（Agent Swarm / Swarm Skills / Swarm Skills Hub / Swarm Skills 自演進）、一個標桿智能體（JiuwenSwarm）—— 并且，全套能力開源。

多 Agent 協同是共識，但能把共識第一時間做成一整套可跑、可裝、可共建、還全棧開源的工程交付 —— 目前能做到的，沒有幾家。

AI Agent 的星辰大海，注定不是一個無所不能的 "超級個體" ——而是一群各有所長、彼此協同、不斷進化的 "群體智能"。

而 JiuwenSwarm，給這條路標了第一面旗，讓每一位用戶，都能輕松 “養” 出自己的智能體蜂群！

關于 openJiuwen

openJiuwen 是華為支持的開源 AI Agent 平臺社區，由華為 2012 實驗室與華為云 AgentArts 團隊聯合構建。其標桿智能體 JiuwenSwarm，沉淀了 openJiuwen 平臺在 Harness 工程、多智能體協同、自演進等關鍵方向上的完整能力。

JiuwenSwarm，全套開源，歡迎共建

• JiuwenSwarm（AtomGit）：https://atomgit.com/openJiuwen/jiuwenswarm
• JiuwenSwarm（GitHub）：https://github.com/openJiuwen-ai/jiuwenswarm
• Swarm Skills Hub：https://swarmskills.openjiuwen.com/

歡迎你上傳自己的團隊技能至 Swarm Skills Hub，讓蜂群經驗在社區流動起來。

讓我們一起，養蜂造蜜！