JiuwenSwarm是华为openJiuwen社区推出的首个面向鸿蒙PC的开源AI统一工作台,将AI从“单智能体工具”升级为“人机协同的蜂群智能体团队”。它基于Coordination Engineering(协同工程)技术体系,创新性地提出HITS(Human in the Swarm)人机协同范式,实现人类作为团队成员直接参与AI智能体的分工协作,而非传统模式中仅作为外部指挥者。该平台全套代码开源,支持Windows、Mac、HarmonyOS等多平台部署,已在金融、制造等30余行业实现生产级落地。

JiuwenSwarm核心特点
1. 人机协同范式的根本性转变
- HITS模式(人在蜂群内):人类以平等成员身份直接融入AI智能体团队,与多个Agent实时交互博弈(如共同修改PPT、参与狼人杀游戏),而非传统HOTS模式(Human on the Swarm)中仅作为远程指挥官。
- 动态角色融合:用户可随时以“人类分身”身份介入任务流程,定向@特定AI专家调整功能(如新增技术顾问、调用美化智能体),实现人机无缝协作。
2. 多智能体集群的工程化落地
- 自主分工与协商:系统自动组建分工明确的智能体团队(如调研、架构、内容撰写、版式优化等角色),通过动态任务拆解与依赖管理实现并行作业。
- 全链路自演进能力:团队在实战中持续沉淀协作经验,自动优化角色分工与执行流程(如新增专家角色、补充约束规则),避免重复踩坑。
3. 生产级开源生态支撑
- 四大核心组件闭环:
- Agent Swarm:多智能体协同的“指挥部”,负责团队组建与动态协商。
- Swarm Skills:将成熟协作流程封装为标准化团队技能包(如“医疗会诊团队”“短视频策划团队”)。
- Swarm Skills Hub:开放的团队技能共享市场,支持跨框架复用(如Claude Code、Cursor)。
- Swarm Skills自演进:通过实战轨迹自动反推优化点,经用户审批后持续迭代技能包。
- 算力亲和优化:降低30% Token消耗,复杂任务成功率突破90%,适配企业级高可靠需求。
JiuwenSwarm技术原理
1. 协同工程(Coordination Engineering)架构
- 双层协同机制:
- 团队层进化:动态调整成员角色、协作流程与Leader Agent的调度策略。
- 成员层进化:单个Agent的技能(如工具调用逻辑)通过实战经验自动沉淀,形成演进补丁架构,避免版本冲突。
- 事件驱动协同:基于共享工作区(Team Workspace)和事件总线实现实时信息同步,前序Agent产出自动成为后续输入,消除人工传递延迟。
2. 人机融合的关键设计
- 混合编队模式:支持人类与AI混合组队,人类可作为普通成员参与全流程(如狼人杀中与AI同身份推理博弈),或作为“分身”介入关键节点。
- 双模态交互入口:通过飞书等移动端远程唤醒鸿蒙PC端AI团队,实现跨设备任务延续(如高铁上用手机启动PC端PPT生成)。
3. 效率优化核心技术
- 模型路由(Model Routing):按角色需求动态分配计算资源(如代码审查用强推理模型,资讯爬取用轻量模型),避免资源浪费。
- 断点续执与可观测性:任务状态持久化存储,支持中断后恢复;TeamMonitor实时追踪各成员进度,实现全链路调测。
JiuwenSwarm核心功能
1. 办公场景提效
- 批量文稿自动化:输入主题、受众、风格需求后,多智能体团队并行完成调研、架构、内容撰写与排版,20分钟内生成200页高质量PPT。
- 远程协同闭环:用户通过手机飞书远程启动PC端任务,实时介入调整大纲或新增专家,人机同步迭代至定稿。
2. 零门槛应用开发
- 自然语言驱动编程:描述需求(如“热量记录应用”)后,系统自动组建设计、前后端开发、测试团队,完成ArkTS代码编写与编译打包,生成可直接安装的鸿蒙应用。
- 动态需求响应:开发中可实时@特定智能体修改功能(如“前端增加图表展示”),即时落地碎片化创意。
3. 人机沉浸式互动
- 游戏场景深度协同:
- 五子棋中AI担任主持人,同步棋盘、维护规则并提供落子建议。
- 狼人杀实现人机同身份组队,AI具备独立推理、伪装、私聊传递信息能力,人类作为玩家平等参与博弈。
JiuwenSwarm项目地址
- 项目官网:https://openjiuwen.com/jiuwenswarm
- GitHub仓库:https://github.com/openJiuwen-ai/jiuwenswarm/
JiuwenSwarm典型应用场景
1. 企业级生产力升级
- 高频文稿生产:金融行业快速生成合规报告,制造业自动输出设备维护手册,压缩70%以上人工流程。
- 跨部门协作:医疗领域组建23专科AI专家团队,动态分诊并出具联合诊断方案,提升多学科会诊效率。
2. 开发者生态赋能
- 低代码应用构建:普通用户无需编程基础,通过自然语言指令快速落地创意(如定制化工具、小游戏)。
- 技能市场复用:从Swarm Skills Hub下载预置团队技能(如“昇腾算子开发团队”“爆款短视频策划团队”),避免重复造轮子。
3. 人机关系重构
- 工作场景:人类从“指令下发者”转变为任务核心成员,与AI共同承担创作、决策责任。
- 娱乐场景:AI从工具升级为协作玩伴,在狼人杀等游戏中实现深度策略互动,突破传统AI的单向服务模式。
4. 局限性与适用边界
- 硬件依赖:鸿蒙PC生态适配最完善,跨平台部署需额外配置模型服务。
- 任务复杂度:适合结构化流程任务(如PPT生成、标准化开发),超复杂创新性工作仍需人类主导。
- 当前主要面向开发者与企业用户,普通用户需一定技术基础调用高级功能。
JiuwenSwarm同类产品对比
表格
| 对比维度 | JiuwenSwarm(九文蜂群) | AutoGen(微软) |
|---|---|---|
| 研发主体 | openJiuwen 开源社区 | 微软研究院 |
| 核心架构 | 蜂群 Leader+Teammate 分层架构,协同工程范式,群体自主演进 | 对话式群聊协作,智能体自由交互协商 |
| 核心亮点 | 原生支持人机协同 HITS 模式、技能资产库、上下文瘦身、鸿蒙生态适配,支持团队整体能力迭代 | 成熟对话协商机制,代码执行沙箱,社区生态庞大,兼容各类大模型 |
| 部署形态 | 提供可视化客户端 + Python 部署,兼顾普通用户与开发者 | 偏向代码 SDK,配套 AutoGen Studio,以开发者使用为主 |
| 本土化适配 | 深度优化中文场景,对接鸿蒙、飞书、钉钉 | 海外生态优先,原生缺少国内办公软件适配 |
| 短板 | 海外模型生态兼容性较少,社区规模尚在发展 | 缺少蜂群自主进化机制,长任务易出现上下文膨胀 |
| 适用场景 | 办公自动化、政企流程处理、鸿蒙终端 AI 工作台、批量文档处理、行业调研 | 代码开发、科研实验、多智能体原型开发、学术仿真探索 |
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...



