openJiuwen社区新招：重磅开源发布JiuwenSwarm，拉开群体智能“养蜂”序幕

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> openJiuwen社区开源新招：重磅发布JiuwenSwarm，拉开群体智能“养蜂”序幕 思邈 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？ 为什么从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： 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，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 。 Coordination Engineering核心设计理念 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。 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： 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，再遇到同类问题直接解决，不重复踩坑。 团队在进步，每位成员也在成长。 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。 JiuwenSwarm实战效果 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，