允中 發自 凹非寺
量子位 | 公眾號 QbitAI

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

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？

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，如跨領域深度調研、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

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。

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，可針對不同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——越用越強的飛輪

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，再遇到同類問題直接解決，不重復踩坑。團隊在進步，每位成員也在成長。

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）

1、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”。

2、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。

如同狼人殺里的玩家一樣，就是這種姿態。

HITS是沉浸式參與，HOTS是全局調度，這兩種模式是人與Agent團隊協作的兩種最核心姿態。

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，切身感受Coordination Engineering這套技術體系帶來的驚人效果。

JiuwenSwarm實現多Agent協同，提升智力

案例1：多智能體協同算子開發，提升昇騰算子生成質量

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：[Swarm Skills Hub]
https://swarmskills.openjiuwen.com/skills/1202fde89266474dbcdf0218b33ba422

案例2：多學科醫療專家團隊聯合會診，提升診斷效果

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。

各位“專家”就本領域分析病情原因，并**實時溝通診斷結果，求同存異**，給出最終準確的診斷結果和建議方案。

整個協作過程實時可見，各專家各司其職、求同存異，**相比單專家診斷有效提升會診水平**

“昇騰算子開發&優化團隊”技能下載地址：Swarm Skills Hub

https://swarmskills.openjiuwen.com/skills/1202fde89266474dbcdf0218b33ba422

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

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：[Swarm Skills Hub]
https://swarmskills.openjiuwen.com/skills/8b6ef486bdc14c8784cc06a64da20927

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

如該案例中，其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

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。

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

Tips：想實現HOTS和HITS的自由切換，可參考如下指令：

案例3：沉浸式多學科課程輔導

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，來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：[Swarm Skills Hub]
https://swarmskills.openjiuwen.com/skills/ff43cba292574a2dadc5f2b0ee9d80ad

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。

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：

1、一套理念主張（Coordination Engineering）
2、一組全棧技術體系（Agent Swarm / Swarm Skills / Swarm Skills Hub / Swarm Skills 自演進）
3、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！