JiuwenClaw 率先开启 Coordination Engineering：多智能体自主协同实战落地

事件概述

在 AI 工程范式从 Prompt Engineering、Context Engineering 演进至 Harness Engineering 的背景下，JiuwenClaw（基于华为支持的 openJiuwen 开源社区开发）率先提出了 “Coordination Engineering”（协同工程）概念。其最新发布的版本新增了 AgentTeam 多智能体协同能力，旨在解决单智能体治理之外，如何让多个智能体像精锐团队一样自主分工、高效沟通并无缝协作的难题。

核心实测案例

在实际应用中，JiuwenClaw AgentTeam 展现了极高的稳定性与自主性，主要表现如下：

• 团队协作（装修场景）：用户上传毛坯房照片及需求后，系统自动组建包含硬装设计师、软装设计师及艺术家的 AgentTeam。各成员分工明确，利用 Seedream 图像编辑技能，自主完成从布局到软装搭配的全流程设计，最终输出高质感方案，全程无需人工干预。
• 并行提效（文档生成）：针对深度调研任务，系统拆解为 10 个核心方面，分配不同成员并行撰写（每人负责 20 页），最后汇总整合。在不到 20 分钟 内，生成了内容详实、逻辑严密的 200 页技术 PPT。
• 博弈对抗（五子棋）：AgentTeam 可自主搭建五子棋对弈环境，创建黑棋手与白棋手角色，实时展示落子策略与攻防逻辑，验证了多智能体间的互动与决策能力。

技术架构与核心能力

JiuwenClaw AgentTeam 通过以下三大核心机制实现高效协同：

1. 分级自主协同机制

摒弃传统需手动编排 Multi-Agent 方案的模式，采用 Leader-Agent 与 Teammate-Agent 的分层架构：

• Leader Agent：负责需求分析、动态组建团队（根据目标增减成员）、任务拆解与依赖关系建立、进度监控及关键节点决策。支持 Plan 模式（执行前审批计划）和 工具审批（敏感操作如删除文件、调用 API 需授权）。
• Teammate Agent：自主认领任务，独立在工作空间内执行复杂步骤，遇到阻塞可主动求助，完成后自动汇报。成员间通过 任务流 与 消息流 双通道连接，既保证结构化执行，又支持非结构化协商。

2. Team Workspace（团队共享工作区）

解决多智能体协作中的信息孤岛问题：

• 所有成员的工作目录自动挂载同一共享路径（.team/artifacts），支持透明读写数据、文档及报告。
• 提供文件级锁定、并发写入控制及冲突解决策略，确保多成员协作时的数据一致性。

3. 全生命周期管控与可观测性

• 事件驱动机制：通过外部事件（状态变更、通信）与内部自检事件（定时轮询）双管齐下，防止隐性停滞。任何单点故障（如任务超时、成员僵死）均可在可控时间内被唤醒处理或重新规划。
• 持久化团队：支持跨会话保留团队状态，下次启动即可恢复阵容直接工作。
• TeamMonitor：提供查询 API 查看团队状态，并通过事件流订阅实现全过程的可追踪、可审计。

行业意义

当前行业优化重点在于让单 Agent 从“能用”到“好用”的 Harness Engineering。而 JiuwenClaw 提出的 Coordination Engineering 是对此的自然延伸，聚焦于团队编排、任务调度、通信协议、隔离机制及故障恢复。此外，其引入的 Team Skill 机制 可将协作流程沉淀为可复用的 SOP 模板，随使用次数增加自动优化，进一步增强了系统的进化能力。

项目资源

• GitHub: https://github.com/openJiuwen-ai/jiuwenclaw
• AtomGit: https://gitcode.com/openJiuwen/jiuwenclaw
• openJiuwen 官网: https://www.openjiuwen.com/