AI Agent走向群体智能:openJiuwen开源JiuwenSwarm,发布协同工程全栈体系

2026/05/18 18:26阅读量 69

openJiuwen社区发布并开源了多智能体协同框架JiuwenSwarm,提出Coordination Engineering(协同工程)范式,包含Agent Swarm、Swarm Skills、Swarm Skills Hub及自演进机制。在PinchBench评测中综合得分94.2%达SOTA,token消耗降低34.8%。支持人类以HOTS和HITS两种模式参与协同,全套开源。

事件概述

2026年5月18日,华为支持的开源AI Agent平台社区openJiuwen正式发布并开源了蜂群智能体JiuwenSwarm,推动多智能体协同从理论走向工程化落地。该项目提出下一跳范式Coordination Engineering(协同工程),旨在让多个AI智能体像蜂群一样高效协作、自主演进。

核心设计理念与技术体系

JiuwenSwarm围绕协同工程构建了四层全栈技术体系:

  • Agent Swarm:提供多智能体团队的协同机制,支持自主分工、动态协商与高效协作。团队成员可路由至不同模型,因材施教。
  • Swarm Skills:将团队协作中验证的最佳实践、角色搭配、调度策略标准化封装为可复用的“团队级技能”。
  • Swarm Skills Hub:开放的技能共享市场,开发者可上传、检索、二次创作团队协作经验。地址:https://swarmskills.openjiuwen.com/
  • Swarm Skills自演进:系统在执行任务过程中自动观察轨迹,反推出可复用的Swarm Skill,提交用户审批入库。演进同时发生在团队层(增减角色、优化协作流程)和成员层(沉淀工具报错、接口超时等个人经验)。

人机协同模式

JiuwenSwarm提供两种人机协作姿态:

  • HOTS(Human on the Swarm):人类作为指挥官,实时观察Agent团队运行状态,可中途调整任务、切换角色、变更方案。
  • HITS(Human in the Swarm):人类作为团队一员,与AI队友同场景、同流程协作,如狼人杀游戏中作为玩家与其他Agent交互。

实战效果与评测

  • 在权威Agent评测集PinchBench上,JiuwenSwarm以94.2%的综合得分取得SOTA,相比OpenClaw(91.6%)提升近3个百分点,同时平均token消耗降低34.8%
  • 在长期对话记忆评测集LOCOMO上,使用8B模型实现了85%的记忆准确率,优于主流记忆系统。

实际应用案例覆盖多学科专家会诊、昇腾算子开发优化、短视频创作、狼人杀游戏、沉浸式课程辅导等场景,均展现了多Agent协同相比单Agent的显著效果。

开源信息

JiuwenSwarm已全套开源,代码托管于AtomGit和GitHub:

Swarm Skills Hub同步开放用户上传技能,推动群体智能经验在社区中流通与进化。

准备好启动您的定制项目了吗?

现在咨询,即可获得免费的业务梳理与技术架构建议方案。