openJiuwen社區開源新招：重磅發佈JiuwenSwarm，拉開羣體智能“養蜂”序幕
華為支持的openJiuwen社區發佈並開源了蜂羣智能體JiuwenSwarm，提出Coordination Engineering（協同工程）新範式，實現多AI智能體高效協作、自主演進，開啓AI時代“養蜂”序幕。
openJiuwen社區開源新招：重磅發佈JiuwenSwarm，拉開羣體智能“養蜂”序幕 – 量子位
openJiuwen社區開源新招：重磅發佈JiuwenSwarm，拉開羣體智能“養蜂”序幕
思邈 2026-05-18 18:26:46
來源：量子位
底層範式變了
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平台社區openJiuwen發佈並開源了蜂羣智能體JiuwenSwarm。
從“一隻龍蝦”到“一羣蜂”。變的不只是名字，而是底層範式。
讓多個AI智能體像蜂羣一樣高效協作、自主演進，正式按下“羣體智能”的加速鍵，開啓AI時代的“養蜂”序幕。
這背後，是openJiuwen提出的下一跳範式主張——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：
為什麼是現在，從Harness走向Coordination？
為什麼從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領域的工程範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：今年開年以來席捲行業的關鍵詞，圍繞單Agent的工程化、軌跡管理、錯誤恢復、長程執行一路捲到極致。
而緊接着浮現出的下一個工程命題是：
如何讓多個Agent，像一支精鋭團隊一樣協同作戰？
畢竟，真實世界裏那些真正複雜的任務，如跨領域深度調研、大型軟件項目交付、多角色協同決策、複雜業務流程編排——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提出的下一跳範式：Coordination Engineering（協同工程）——圍繞“多Agent協同”的工程化範式。
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怎麼自主分工、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，怎麼沉澱成可複用的資產？協同不能每次從零開始；
沉澱下來的能力，怎麼在開發者之間流通、複用、二次創作？經驗只有被分享才能放大價值；
整套系統怎麼越用越強，而不是越跑越僵？否則它就是個靜態框架，撐不起“羣體智能”。
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“精鋭團隊”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”沉澱成“一套作戰能力”
Agent Swarm解決的是“怎麼協作”，Swarm Skills解決的則是“怎麼沉澱”。
它把團隊協作中跑通的最佳實踐、SOP、角色搭配、調度策略，標準化封裝成可複用的“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
有了能力沉澱，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、複用、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，是這個閉環的最後一環。
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，自動從軌跡裏反推出可複用的Swarm Skill，提交用户審批即可入庫。
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、調用技巧等經驗沉澱下來，再遇到同類問題直接解決，不重複踩坑。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澱，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，怎麼和這支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，就是蜂羣裏的一隻“蜂”，與其他Agent共同協作。
如同狼人殺裏的玩家一樣，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、遊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複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，可根據用户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，並實時溝通診斷結果，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沉澱團隊經驗，羣體演進，越用越好
案例：短視頻生產創作，沉澱經驗羣體演進
用户首次發起短視頻創作任務，Leader組建臨時團隊完成創作，JiuwenSwarm演進引擎識別出可複用的協作模式，自動生成短視頻創作的Swarm Skill提交用户審批。
基於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、用户有想發視頻平台的訴求等信號，據此生成演進內容，新增高點擊率標題文案角色，優化技能。
基於優化後的Swarm Skill再次執行，視頻效果進一步提升，並同步產出適配多個主流短視頻平台的高點擊率標題文案——
用得越多、經驗越豐富、團隊越強。
“短視頻製作團隊”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，狼人殺遊戲博弈
如該案例中，其對狼人殺遊戲裏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”，對全局遊戲進行操控，即HOTS（Human on the Swarm）模式。
案例2：“人”沉浸式體驗狼人殺小遊戲
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。
“狼人殺遊戲”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，可以與各位老師瞭解孩子學習情況，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
協同背後：openJiuwen Harness提供硬實力
JiuwenSwarm的蜂羣協同能力十分亮眼，但每隻蜂的底座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團隊發佈的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。
由於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），優於業界各大主流記憶系統。
這些結果並非偶然，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”都具備紮實的任務執行力。
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、一個標杆智能體（JiuwenSwarm）
並且，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，註定不是一個無所不能的“超級個體”，而是一羣各有所長、彼此協同、不斷進化的“羣體智能”。
而JiuwenSwarm，給這條路標了第一面旗，讓每一位用户，都能輕鬆“養”出自己的智能體蜂羣。
關於openJiuwen
openJiuwen是華為支持的開源AI Agent平台社區，由華為2012實驗室與華為雲AgentArts團隊聯合構建。其標杆智能體JiuwenSwarm，沉澱了openJiuwen平台在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，讓蜂羣經驗在社區流動起來。
讓我們一起，養蜂造蜜！
版權所有，未經授權不得以任何形式轉載及使用，違者必究。
openJiuwen社區 華為 開源 羣體智能
思邈
30萬獎金池，這道漢語方言對話題等你來解丨第十一屆信也科技杯全球AI算法大賽2026-05-18
人手一個數據庫，Kimi背後這套AI基建到底有多能扛？2026-05-14
Auto Research時代，47個沒有標準答案的任務成了Agent能力必測榜2026-05-13
具身大模型R1時刻：LIBERO終結者，99.9%背後的物理推理新範式2026-05-11
相關閲讀
騰訊宣佈混元文生圖大模型開源： Sora 同架構，可免費商用
明敏2024-05-15
開源 文生圖 混元大模型
Coordination Engineering關鍵一環，JiuwenClaw再發布Team Skills技能新範式
業界首個面向多Agent協作的標準化能力包規範
鄧思邈2026-04-24
JiuwenClaw openJiuwen社區 Team Skills 華為
華為麒麟990發佈！餘承東：全球首款旗艦5G SoC，業界最強手機AI算力，友商還都是PPT
曉查2019-09-06
華為
字節Seed開源長線記憶多模態Agent，像人一樣能聽會看
放在具身智能上豈不是長腦子了
不圓2025-08-18
多模態智能體 字節Seed 開源
特斯拉撤訴和解，小鵬汽車沉冤得雪：警惕自動駕駛領域的“美國陷阱”
“通過非商業競爭瓦解對手”
雷剛2021-04-17
華為 小鵬 曹光植 特斯拉 美國陷阱
稚暉君玩了個大的：開源人形機器人全套圖紙+代碼
總資料超過1.2G
十三2024-10-24
人形機器人 開源 智元機器人 稚暉君
熱門文章
AI步入“自我進化”時代，李彥宏首提AI時代度量衡“DAA”｜Create2026百度AI開發者⼤會速覽
2026-05-13
做AI漫劇的、搞Agent的、投硅谷的，5.20這些賽道頂流碰頭了｜最新嘉賓陣容
2026-05-11
硅谷刷屏的AI護城河新論：代碼能抄，產品能抄，但有一樣東西，誰都抄不走
2026-05-11
華為雲創想者大會主題論壇議程公佈：釋放Agentic AI新佈局
2026-05-15
商湯善惠燒賣購機器人小店上海“開業”，讓機器人真正落地線下零售
2026-05-12
掃碼關注量子位
量子位 QbitAI 版權所有©北京極客夥伴科技有限公司 京ICP備17005886號-1