中国政策档案 Governance Archive HOLDINGS 235,224 · FONDS 122
Record · qbitai ACC. 900073239

JiuwenClaw Ushers in Era of 'Coordination Engineering' Following Harness Engineering

继Harness之后,“龙虾”JiuwenClaw率先开启“Coordination Engineering”时代

Issuer
Date
2026-04-20
Instrument
other
Cited by
0
This media article reports on the release of JiuwenClaw by the openJiuwen community (backed by Huawei), which introduces multi-agent autonomous collaboration capabilities and proposes 'Coordination Engineering' as the next paradigm in AI engineering.
Full text · 原文 6,565 字
允中 发自 凹非寺<br> 量子位 | 公众号 QbitAI<br> AI工程范式的迭代速度,正让行业陷入一种“定义赶不上进化”的焦虑。<br> 从Prompt Engineering、Context Engineering,到如今席卷行业的Harness Engineering,“驯服”大模型的路径一直在变。<br> 当前单智能体的“驾驭与治理”渐成标配,但最难啃的那块骨头始终没变:<br> 如何让多个智能体像一支精锐团队一样,自主分工、高效沟通、无缝协作?<br> 而就在这一趋势风口,华为支持的openJiuwen社区发布最新版JiuwenClaw,新增支持AgentTeam多智能体协同能力。<br> 并提出Harness Engineering的下一跳是“Coordination Engineering”,把多智能体自主协同从概念推向可直接体验的实战场景。<br> 在深度实测中,这套团队协作机制表现出了极高的稳定性——<br> 团队成员分工明确,可自主协作、默契配合,全流程无需人工干预。<br> 效果究竟有多硬核?<br> 这么说吧,它能自主拉起一支装修团搞定全屋设计,甚至能在20分钟内肝完一份内容详实、逻辑严密的200页技术PPT。<br> 项目地址:<br> https://gitcode.com/openJiuwen/jiuwenclaw<br> https://github.com/openJiuwen-ai/jiuwenclaw<br> 一手实测JiuwenClaw<br> 话不多说,先上几个case直观感受一下!<br> Case1 团队协作:装修毛坯房,AgentTeam组建专属装修团<br> 近期我们团队有小伙伴正在装修毛坯房,懒得费心找设计师、反复沟通,想先自己找下灵感,试试直接让JiuwenClaw AgentTeam帮忙“搞定”。<br> 操作十分简单,上传毛坯房照片,发送装修需求,让AgentTeam创建装修团队。<br> 有硬装设计师、软装设计师,还有专门负责艺术细节的艺术家。<br> 各个Agent分工明确、紧密协作,硬装软装有了初稿后,艺术家还会主动提供指导建议,过程中使用Seedream图像编辑Skill,轻松完成从硬装布局到软装搭配、艺术装饰的全流程设计。<br> 可以看到,最终呈现的装修方案也很有质感。<br> Case2 并行提效:想要深度洞察但不想动手?200页内容详实的PPT不到20分钟搞定<br> 近期我们在深度洞察OpenClaw技术原理,又不想花费大量时间动手整理、制作PPT,就尝试让JiuwenClaw AgentTeam帮忙。<br> 我们测试时要求其深度调研OpenClaw技术,并拆解10个核心方面展开,每个方面单独分配一个成员负责,每个成员负责生成20页PPT,PPT主题统一,最后将10份PPT汇总整合,形成完整的200页技术PPT。<br> 全程不到20分钟,可以看到它生成的PPT内容详实、逻辑清晰,十分高效。<br> Case3 博弈对抗:解锁趣味玩法,五子棋小游戏,互动感拉满<br> 想体验多智能体协同的趣味玩法?<br> 不妨试试让AgentTeam自己搭建五子棋。<br> 启动功能后,它会自动创建黑棋手和白棋手两个核心角色,全程自主对弈,每步落子实时展示棋盘和攻防策略。<br> 你不仅能直观看到棋局走势,还能了解背后的对弈逻辑,趣味十足。<br> 技术拆解:JiuwenClaw AgentTeam三个核心能力<br> JiuwenClaw AgentTeam为何能实现如此高效、流畅的多智能体协同?<br> 基于社区源码和技术博客,其核心技术能力已被深度拆解。<br> AgentTeam的核心设计理念很直接:模拟真实团队的协作方式:<br> 一个Leader Agent负责需求分析、团队组建和任务规划;<br> 多个Teammate Agent各自领取任务、独立执行、汇报结果,通过共享工作区协同产出;<br> 执行过程中关键节点需由Leader决策,故障确保可自动恢复。<br> 整个过程由事件驱动,无需人工介入,即可完成从需求到交付的全流程。<br> 1. 分级自主协同:Leader智能编排,Teammate自主执行<br> 传统的Multi-Agent方案,往往需要使用者手动编排——你得预先定义谁先谁后、谁跟谁通信。<br> JiuwenClaw AgentTeam则是把这件事交给了Leader Agent自己。<br> Leader做什么:<br> 用户只需描述需求,Leader会自主完成以下工作:<br> 动态组建团队:无需预先定义固定阵容,Leader可根据目标描述动态分配角色和成员。执行过程中发现人手不足,Leader也可以随时增减成员;<br> 规划任务:将需求拆解为具体任务,建立依赖关系(如“数据采集完成后,分析才能开始”);<br> 分配与监控:创建任务后,实时感知进展。谁认领了什么、谁完成了什么、谁遇到了问题,并基于进展做调整。<br> Teammate做什么:<br> Teammate不需要被“指挥”,它们自主运转:<br> 主动认领:收到任务创建事件后,自动浏览任务板,认领与自身能力匹配的任务;<br> 独立执行:在自己的工作空间中完成所需工作。复杂任务可以自行拆解为更细粒度的子步骤;遇到阻塞或不确定,可以主动向Leader发消息求助;<br> 汇报结果:任务完成后自动更新状态,通知Leader和其他依赖方。<br> 两者之间靠任务和消息双驱动连接。<br> AgentTeam的协同不只靠“派任务-做任务-交任务”这条线。<br> 团队成员既通过任务协作驱动核心流程——认领、执行、完成、解除下游阻塞;又通过任务外消息持续沟通——讨论方案、协商优先级、反馈问题、请求支援。<br> 两条通道并行工作,任务依赖自动管理,而不仅仅是机械地分发和汇总。<br> 这是一种分级自主协同:Leader基于目标和当前进度做战略级拆分,Teammate在各自任务内独立决策和执行,同时保留向上求助的通道,既不事事请示,也不闭门造车。<br> 可以说,这非常类似人类团队协作的机制了。<br> 2. Team Workspace:团队共享工作区<br> 多Agent协作绕不开一个现实问题:Agent之间怎么共享工作产物?<br> 如调研Teammate采集了行业数据,分析Teammate需要读取;分析Teammate输出了趋势图表,撰写Teammate需要引用。<br> 如果每个Agent各干各的、互不可见,“团队协作”就只是个空壳。<br> JiuwenClaw AgentTeam通过Team Workspace解决这个问题——<br> 即一个团队级的共享文件空间,所有成员均可透明访问。<br> 每个Teammate的工作目录中都会自动挂载一个共享路径,指向同一个团队工作区。<br> 调研Teammate写入的行业数据文件,分析Teammate立刻可见。不需要手动传文件、不需要Agent之间互相发消息“你去看某某路径”,直接读写,天然共享。<br> Teammate A (调研) 的工作目录 <br> ├── workspace/                     # 各自的独立工作空间 <br> └── .team/                         # 共享工作区挂载点 <br>     └── artifacts/ <br>         ├── data/                  # 共享数据(采集数据、清洗结果) <br>         ├── docs/                  # 共享文档(分析报告、设计方案) <br>         └── reports/               # 共享报告(最终交付物) <br> Teammate B (分析) 的工作目录 <br> ├── workspace/ <br> └── .team/ → 同一个共享工作区       # 读写同一份文件 <br> 每个Teammate在自己的独立工作空间中干活,需要跨成员协作时写入共享区即可。<br> 同时Team Workspace也提供了文件级锁定、并发写入、后写覆盖等多种冲突策略,满足不同场景的冲突解决需求。<br> 3. 全生命周期管控:从Plan审批到故障自愈<br> 真实的团队协作不仅仅是“分任务-干活-汇总”。<br> 在实战过程中,我们也观察到JiuwenClaw AgentTeam覆盖了从任务创建到团队解散的完整生命周期,包括审批、容错和可观测。<br> Leader审批:关键决策和敏感操作不放手<br> AgentTeam提供两层审批机制:<br> Plan模式:对于重要任务,Teammate认领后会先提交执行计划给Leader审批。Leader觉得合理就通过,觉得方向有偏就驳回并给出反馈,Teammate修订后重新提交;<br> 工具审批:当Teammate要执行敏感操作(如删除重要文件、调用外部API、修改共享配置),需要经过Leader审批允许。<br> 两者的核心原则一致:Agent可以自主建议,但关键决策权始终在Leader手上,避免“自由发挥后收拾烂摊子”。<br> 事件驱动机制:让团队始终保持运转<br> 多Agent协作最怕隐性停滞,Teammate异常僵死、任务长时间无人认领、已认领任务迟迟不完成、消息漏接……<br> 看似还在运行,实际已经卡住。<br> AgentTeam通过事件驱动机制规避这类风险,外部事件和内部事件双管齐下:<br> 外部事件:任务状态翻转、成员生命周期变化、成员间通信,任何有意义的变化都会触发;<br> 内部事件:框架定时产生的自检事件(邮箱轮询、任务板轮询),在无外部事件时兜底唤醒Agent。<br> 事件触发后,相关Agent被自动唤醒:<br> 空闲Teammate主动认领待领任务、Leader识别超时任务并重新规划或换人、消息接收方优先处理未读。<br> 最终效果是任何单点问题都能在可控时间内被发现并处理,不会阻塞整个团队协作。<br> 持久化团队:跨会话不丢状态<br> 团队不一定是用完即弃的。启用Persistent(持久化) 模式后,团队可以跨会话保留:<br> 会话结束时,团队进入待机状态,成员信息和配置持久化到数据库;<br> 下次使用时,一键恢复——创建新的会话空间,重新启动队员,无需重新组建团队。<br> 这非常适合需要长期运转的项目,每次打开都是熟悉的团队阵容,直接开始新任务。<br> TeamMonitor:实时可观测<br> AgentTeam的整个协作过程透明可见,背后是TeamMonitor提供两个维度的观测能力:<br> 查询API:随时查看团队信息、成员状态、任务进度等各状态<br> 事件流:实时订阅团队事件。任务完成、成员状态变更、消息收发……所有事件都可以通过异步迭代器逐条消费(接收并处理)。你可以据此构建Dashboard、日志系统,或者触发外部工作流。整个团队的运转的每一步都可追踪、可审计。<br> 核心支撑:openJiuwen AgentTeam核心架构<br> JiuwenClaw AgentTeam的能力并非空中楼阁,其背后是openJiuwen开源框架中的AgentTeam协同层——<br> 一套完整的多智能体编排基础设施。<br> 同时,每个Teammate内部仍然是一个完整的Harness SDK Agent,拥有openJiuwen全部的Harness Engineering能力。<br> AgentTeam核心技术原理,可以归结为三点:<br> 基于共享任务列表的一致性协同:所有成员共享同一份动态任务列表,各自基于团队目标、任务定义和自身能力,自主认领并执行任务,天然保证信息一致;<br> 消息和任务双驱动模式:成员间既通过任务流转驱动核心工作流,又通过任务外的消息通道持续推进讨论和协商,覆盖从结构化执行到非结构化沟通的全场景;<br> 角色与工具工程:RolePolicy定义Leader和Teammate在团队中的行为规范和决策边界,TeamTools赋予团队成员具体的协调操作能力,角色决定“该做什么”,工具决定“能做什么”。<br> 关于JiuwenClaw<br> JiuwenClaw是基于华为支持的openJiuwen开源社区开发的“龙虾”Agent,原生支持多智能体协同与Agent自演进能力,核心设计理念是「懂你所想,自主演进」。<br> 除了AgentTeam,JiuwenClaw安装部署也十分方便,一行命令即可安装,参考快速上手:<br> https://gitcode.com/openJiuwen/jiuwenclaw/blob/develop/docs/zh/Quickstart.md<br> 其次,在任务自主规划、自演进、上下文压缩卸载、浏览器操控等龙虾操控体验上,JiuwenClaw具备如下优势:<br> 任务自主管理,随叫随到:JiuwenClaw具备任务规划模式,相当于给AI配了一个待办事项列表,用户可以随时对任务进行动态打断、追加和修改。任务执行过程中,实时展示当前任务状态,中途打断或追加,也可以灵活地重新规划与更新任务列表,不必等待前述任务完成。<br> Skills自主演进,越用越好:JiuwenClaw基于openJiuwen自演进框架,支持Skills自主演进。比如某次工具调用失败,或者用户说了“不对”、“换个方式”,系统会主动记录这些执行错误和反馈,分析根因,生成针对性的改进建议。同时,会向用户弹出演进审批窗口,所有更新由用户自己决定。<br> 上下文压缩和卸载,省心更省成本:通过上下文卸载(Context Offload)机制,有效节省成本,同时支持实时展示当前上下文状态,用户可以清晰看到压缩前后的上下文长度和压缩比。<br> 记忆随行,让智能搭档越来越懂你:通过分层持久化记忆系统,实现身份、场景、操作轨迹的全维度长效存储与智能检索,保障跨会话交互的连贯与精准。<br> 更好地“替你操作浏览器”,告别反复人机验证:通过前端配置浏览器路径,JiuwenClaw可以自动获取已登录账号、浏览器Cookie、本地缓存、浏览历史、用户偏好设置等Profile信息,无缝接管用户当下的浏览器环境。<br> 立即体验<br> JiuwenClaw最新版本已开源AgentTeam,可以在web页面或飞书频道切换集群模式体验,如以飞书为例:<br> 1、安装JiuwenClaw <br> 2、配置飞书频道 <br> 3、在飞书频道中使用`/mode team` 切换为AgentTeam模式即可;如果不想使用集群模式了,可以再使用`/mode fast` 切换性能模式,或`/mode plan` 切换规划模式 <br> 写在最后<br> 当前,行业对AI Agent的优化集中在Harness Engineering:提示词工程、工具编排、护栏机制、任务循环、工作空间管理。<br> 这些是让单个Agent从“能用”到“好用”的基础功。<br> 但当我们需要一个Agent团队,调研、分析、执行、审核各司其职、并行推进时,单Agent的工程方法论就不够了。<br> 我们需要的是Coordination Engineering:团队编排、任务调度、通信协议、隔离机制、故障恢复、可观测性。<br> 这是对Harness Engineering的自然延伸。<br> 每个Teammate内部仍然是一个完整的Harness SDK Agent,拥有全部的Harness Engineering能力;而TeamAgent在此之上增加了协调层,由此让多个优秀的个体,组成一个高效的团队。<br> 与此同时,JiuwenClaw也提出了Team Skill机制,可将AgentTeam执行过程中的团队协作流程沉淀为可复用的“团队SOP”协作模板,且每次使用后自动优化。<br> 你用得越多,SOP越精准,以此进一步增强Evolution Engineering能力。<br> 未来,随着多智能体技术的不断成熟,相信JiuwenClaw还会带来更多惊喜。<br> 此刻,不妨前往开源地址亲自上手,体验AgentTeam带来的高效与便捷。<br> 也可在openJiuwen官方媒体公众号,解锁更多实操案例与技术解读。<br> 项目地址:<br> openJiuwen官网:https://www.openjiuwen.com/<br> openJiuwen AtomGit:https://gitcode.com/openJiuwen<br> openJiuwen GitHub:https://github.com/openJiuwen-ai/<br> JiuwenClaw AtomGit:https://gitcode.com/openJiuwen/jiuwenclaw<br> jiuwenClaw GitHub:https://github.com/openJiuwen-ai/jiuwenclaw