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

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。

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。

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：

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？

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。

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。

在深度实测中，这套团队协作机制表现出了极高的稳定性——

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。

效果究竟有多硬核？

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。

项目地址：

• https://gitcode.com/openJiuwen/jiuwenclaw
• https://github.com/openJiuwen-ai/jiuwenclaw

一手实测JiuwenClaw

话不多说，先上几个case直观感受一下！

Case1 团队协作：

装修毛坯房，AgentTeam组建专属装修团

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”。

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。

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。

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。

可以看到，最终呈现的装修方案也很有质感。

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

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。

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。

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。

Case3 博弈对抗：

解锁趣味玩法，五子棋小游戏，互动感拉满

想体验多智能体协同的趣味玩法？

不妨试试让AgentTeam自己搭建五子棋。

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。

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。

技术拆解：JiuwenClaw AgentTeam三个核心能力

JiuwenClaw AgentTeam为何能实现如此高效、流畅的多智能体协同？

基于社区源码和技术博客，其核心技术能力已被深度拆解。

AgentTeam的核心设计理念很直接：模拟真实团队的协作方式：

• 一个Leader Agent负责需求分析、团队组建和任务规划；

• 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；

• 执行过程中关键节点需由Leader决策，故障确保可自动恢复。

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。

1. 分级自主协同：Leader智能编排，Teammate自主执行

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。

JiuwenClaw AgentTeam则是把这件事交给了Leader Agent自己。

Leader做什么：

用户只需描述需求，Leader会自主完成以下工作：

• 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；

• 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”）；

• 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。

Teammate做什么：

Teammate不需要被“指挥”，它们自主运转：

• 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；

• 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；

• 汇报结果：任务完成后自动更新状态，通知Leader和其他依赖方。

两者之间靠任务和消息双驱动连接。

AgentTeam的协同不只靠“派任务-做任务-交任务”这条线。

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。

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。

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。

可以说，这非常类似人类团队协作的机制了。

2. Team Workspace：团队共享工作区

多Agent协作绕不开一个现实问题：Agent之间怎么共享工作产物？

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。

如果每个Agent各干各的、互不可见，“团队协作”就只是个空壳。

JiuwenClaw AgentTeam通过Team Workspace解决这个问题——

即一个团队级的共享文件空间，所有成员均可透明访问。

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。

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。

Teammate A (调研) 的工作目录

├── workspace/           # 各自的独立工作空间

└── .team/             # 共享工作区挂载点

  └── artifacts/

    ├── data/         # 共享数据（采集数据、清洗结果）

    ├── docs/         # 共享文档（分析报告、设计方案）

    └── reports/        # 共享报告（最终交付物）

Teammate B (分析) 的工作目录

├── workspace/

└── .team/ → 同一个共享工作区    # 读写同一份文件

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。

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。

3. 全生命周期管控：从Plan审批到故障自愈

真实的团队协作不仅仅是“分任务-干活-汇总”。

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。

Leader审批：关键决策和敏感操作不放手

AgentTeam提供两层审批机制：

• 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；

• 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。

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”。

事件驱动机制：让团队始终保持运转

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……

看似还在运行，实际已经卡住。

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：

• 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；

• 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。

事件触发后，相关Agent被自动唤醒：

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。

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。

持久化团队：跨会话不丢状态

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：

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；

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。

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。

TeamMonitor：实时可观测

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：

• 查询API：随时查看团队信息、成员状态、任务进度等各状态

• 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。

核心支撑：openJiuwen AgentTeam核心架构

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——

一套完整的多智能体编排基础设施。

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。

AgentTeam核心技术原理，可以归结为三点：

• 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；

• 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；

• 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”。

关于JiuwenClaw

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」。

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：

https://gitcode.com/openJiuwen/jiuwenclaw/blob/develop/docs/zh/Quickstart.md

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：

• 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。

• 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。

• 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。

• 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。

• 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。

立即体验

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：

1、安装JiuwenClaw

2、配置飞书频道

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

写在最后

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。

这些是让单个Agent从“能用”到“好用”的基础功。

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。

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。

这是对Harness Engineering的自然延伸。

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。

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。

你用得越多，SOP越精准，以此进一步增强Evolution Engineering能力。

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。

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。

也可在openJiuwen官方媒体公众号，解锁更多实操案例与技术解读。

项目地址：

openJiuwen官网：https://www.openjiuwen.com/

openJiuwen AtomGit：https://gitcode.com/openJiuwen

openJiuwen GitHub：https://github.com/openJiuwen-ai/

JiuwenClaw AtomGit：https://gitcode.com/openJiuwen/jiuwenclaw

jiuwenClaw GitHub：https://github.com/openJiuwen-ai/jiuwenclaw

文章来自于"量子位"，作者 "允中"。