繼Harness之后，“龍蝦”JiuwenClaw率先開啟 “Coordination Engineering” 時代

從Prompt Engineering、Context Engineering到如今席卷行業的Harness Engineering，AI工程范式的迭代從未停歇。

當前單智能體的 “駕馭與治理” 漸成標配，但如何讓多個智能體像一支精銳團隊一樣，自主分工、高效溝通、無縫協作，依然是一個核心難題。

而就在這一趨勢風口，華為支持的openJiuwen社區發布最新JiuwenClaw版本，新增支持AgentTeam多智能體協同能力，并提出Harness Engineering的下一跳是“Coordination Engineering“，把多智能體自主協同從概念推向可直接體驗的實戰場景。

我們第一時間深度體驗后發現，這套團隊協作機制流暢穩定、分工明確，團隊成員可自主協作、默契配合，全流程無需人工干預，實戰效果十分出色。

項目地址：

• https://gitcode.com/openJiuwen/jiuwenclaw

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

話不多說，先上幾個case直觀感受一下！

• Case1 團隊協作：裝修毛坯房，AgentTeam組建專屬裝修團，效果驚艷！

近期我們團隊有小伙伴正在裝修毛坯房，懶得費心找設計師、反復溝通，想先自己找下靈感，直接讓JiuwenClaw AgentTeam幫忙“搞定”。

操作十分簡單，上傳毛坯房照片，發送裝修需求，讓AgentTeam創建裝修團隊，有硬裝設計師、軟裝設計師，還有專門負責藝術細節的藝術家。

各個Agent分工明確、緊密協作，硬裝軟裝有初稿后藝術家還會主動提供指導建議，過程中使用Seedream圖像編輯Skill，輕松完成從硬裝布局到軟裝搭配、藝術裝飾的全流程設計，最終呈現的裝修方案也很有質感。

• Case2 并行提效：想要深度洞察但不想動手？200頁內容詳實的PPT不到20分鐘搞定，效率拉滿！
  

比如近期我們在深度洞察OpenClaw技術原理，又不想花費大量時間動手整理、制作PPT，就嘗試讓JiuwenClaw AgentTeam幫忙。

我們測試時要求其深度調研OpenClaw技術，并拆解10個核心方面展開，每個方面單獨分配一個成員負責，每個成員生成20頁PPT，PPT主題統一，最后將10份PPT匯總整合，形成完整的200頁技術PPT。

全程不到20分鐘，生成的PPT內容詳實、邏輯清晰，十分高效。

• Case3 博弈對抗：解鎖趣味玩法，五子棋小游戲 ，互動感拉滿！
  

想體驗多智能體協同的趣味玩法？不妨試試讓AgentTeam自己搭建五子棋。啟動功能后，它會自動創建黑棋手和白棋手兩個核心角色，全程自主對弈，每步落子實時展示棋盤和攻防策略，不僅能直觀看到棋局走勢，還能了解背后的對弈邏輯，趣味十足。

技術拆解：JiuwenClaw AgentTeam三個核心能力

JiuwenClaw AgentTeam為何能實現如此高效、流暢的多智能體協同？基于社區源碼和技術博客，我們拆解了其核心技術能力。

AgentTeam的核心設計理念很直接：模擬真實團隊的協作方式。一個Leader Agent負責需求分析、團隊組建和任務規劃；多個Teammate Agent各自領取任務、獨立執行、匯報結果，通過共享工作區協同產出；執行過程中關鍵節點需由Leader決策，故障確保可自動恢復。整個過程由事件驅動，無需人工介入即可完成從需求到交付的全流程。

1、分級自主協同：Leader智能編排，Teammate自主執行

傳統的Multi-Agent方案往往需要使用者手動編排——你得預先定義誰先誰后、誰跟誰通信。JiuwenClaw AgentTeam則是把這件事交給了Leader Agent自己。

Leader做什么：

用戶只需描述需求，Leader會自主完成以下工作：

（1）動態組建團隊：無需預先定義固定陣容，Leader可根據目標描述動態分配角色和成員。執行過程中發現人手不足，Leader也可以隨時增減成員

（2）規劃任務：將需求拆解為具體任務，建立依賴關系（如*“數據采集完成后，分析才能開始”*）

（3）分配與監控：創建任務后，實時感知進展——誰認領了什么、誰完成了什么、誰遇到了問題，并基于進展做調整

Teammate做什么：

Teammate不需要被"指揮"——它們自主運轉：

（1）主動認領：收到任務創建事件后，自動瀏覽任務板，認領與自身能力匹配的任務

（2）獨立執行：在自己的工作空間中完成所需工作。復雜任務可以自行拆解為更細粒度的子步驟；遇到阻塞或不確定，可以主動向Leader發消息求助

（3）匯報結果：任務完成后自動更新狀態，通知Leader和其他依賴方

兩者之間靠什么連接？任務和消息雙驅動。

AgentTeam的協同不只靠"派任務-做任務-交任務"這條線。團隊成員既通過任務協作驅動核心流程——認領、執行、完成、解除下游阻塞；又通過任務外消息持續溝通——討論方案、協商優先級、反饋問題、請求支援。兩條通道并行工作，任務依賴自動管理，而不僅僅是機械地分發和匯總。

這是一種分級自主協同：Leader基于目標和當前進度做戰略級拆分，Teammate在各自任務內獨立決策和執行，同時保留向上求助的通道——既不事事請示，也不閉門造車。這已經非常類似人類團隊協作的機制了！

2、Team Workspace：團隊共享工作區

多Agent協作繞不開一個現實問題：Agent之間怎么共享工作產物？

如調研Teammate采集了行業數據，分析Teammate需要讀取；分析Teammate輸出了趨勢圖表，撰寫Teammate需要引用。如果每個Agent各干各的、互不可見，"團隊協作"就只是個空殼。

JiuwenClaw AgentTeam 通過Team Workspace解決這個問題——一個團隊級的共享文件空間，所有成員均可透明訪問。

它是怎么工作的？

每個Teammate的工作目錄中都會自動掛載一個共享路徑，指向同一個團隊工作區。調研Teammate寫入的行業數據文件，分析Teammate立刻可見。不需要手動傳文件、不需要Agent之間互相發消息"你去看某某路徑"——直接讀寫，天然共享。

└── .team/ → 同一個共享工作區       # 讀寫同一份文件

每個Teammate在自己的獨立工作空間中干活，需要跨成員協作時寫入共享區即可。同時Team Workspace也提供了文件級鎖定、并發寫入、后寫覆蓋等多種沖突策略，滿足不同場景的沖突解決需求。

真實的團隊協作不僅僅是"分任務-干活-匯總"。在實戰過程中，我們也觀察到 JiuwenClaw AgentTeam覆蓋了從任務創建到團隊解散的完整生命周期，包括審批、容錯和可觀測。

Leader審批：關鍵決策和敏感操作不放手

AgentTeam提供兩層審批機制：

• Plan模式：對于重要任務，Teammate認領后會先提交執行計劃給 Leader 審批。Leader覺得合理就通過，覺得方向有偏就駁回并給出反饋，Teammate修訂后重新提交

• 工具審批：當Teammate要執行敏感操作（如刪除重要文件、調用外部 API、修改共享配置），需要經過Leader審批允許

兩者的核心原則一致：Agent可以自主建議，但關鍵決策權始終在Leader手上，避免"自由發揮后收拾爛攤子"。

事件驅動機制：讓團隊始終保持運轉

多Agent協作最怕隱性停滯——Teammate異常僵死、任務長時間無人認領、已認領任務遲遲不完成、消息漏接……看似還在運行，實際已經卡住。

AgentTeam通過事件驅動機制規避這類風險，外部事件和內部事件雙管齊下：

• 外部事件：任務狀態翻轉、成員生命周期變化、成員間通信，任何有意義的變化都會觸發

• 內部事件：框架定時產生的自檢事件（郵箱輪詢、任務板輪詢），在無外部事件時兜底喚醒Agent

事件觸發后，相關Agent被自動喚醒：空閑Teammate 主動認領待領任務、Leader識別超時任務并重新規劃或換人、消息接收方優先處理未讀。最終效果是任何單點問題都能在可控時間內被發現并處理，不會阻塞整個團隊協作。

持久化團隊：跨會話不丟狀態

團隊不一定是用完即棄的。啟用Persistent（持久化）模式后，團隊可以跨會話保留：

• 會話結束時，團隊進入待機狀態，成員信息和配置持久化到數據庫

• 下次使用時，一鍵恢復——創建新的會話空間，重新啟動隊員，無需重新組建團隊

適合需要長期運轉的項目——每次打開都是熟悉的團隊陣容，直接開始新任務。

TeamMonitor：實時可觀測

AgentTeam的整個協作過程透明可見，背后是TeamMonitor提供兩個維度的觀測能力：

查詢API——隨時查看團隊信息、成員狀態、任務進度等各狀態

事件流——實時訂閱團隊事件。任務完成、成員狀態變更、消息收發……所有事件都可以通過異步迭代器逐條消費。你可以據此構建Dashboard、日志系統，或者觸發外部工作流。整個團隊的運轉的每一步都可追蹤、可審計。

核心支撐：openJiuwen Agent Team核心架構

JiuwenClaw AgentTeam的能力并非空中樓閣，其背后是openJiuwen開源框架中的AgentTeam協同層——一套完整的多智能體編排基礎設施。同時，每個Teammate內部仍然是一個完整的Harness SDK Agent，擁有openJiuwen全部的Harness Engineering能力。

AgentTeam核心技術原理可以歸結為三點：

• 基于共享任務列表的一致性協同：所有成員共享同一份動態任務列表，各自基于團隊目標、任務定義和自身能力，自主認領并執行任務，天然保證信息一致

• 消息和任務雙驅動模式：成員間既通過任務流轉驅動核心工作流，又通過任務外的消息通道持續推進討論和協商，覆蓋從結構化執行到非結構化溝通的全場景

• 角色與工具工程：RolePolicy定義Leader和Teammate在團隊中的行為規范和決策邊界，TeamTools賦予團隊成員具體的協調操作能力——角色決定"該做什么"，工具決定"能做什么")

關于 JiuwenClaw

JiuwenClaw是基于華為支持的openJiuwen開源社區開發的“龍蝦”Agent，原生支持多智能體協同與Agent自演進能力，核心設計理念是「懂你所想，自主演進」

除了AgentTeam，JiuwenClaw安裝部署也十分方便，一行命令即可安裝，參考快速上手：https://gitcode.com/openJiuwen/jiuwenclaw/blob/develop/docs/zh/Quickstart.md

其次，在任務自主規劃、自演進、上下文壓縮卸載、瀏覽器操控等龍蝦操控體驗上也具備很多優勢：

• 任務自主管理，隨叫隨到：JiuwenClaw具備任務規劃模式，相當于給 AI 配了一個待辦事項列表，用戶可以隨時對任務進行動態打斷、追加和修改。任務執行過程中，實時展示當前任務狀態，中途打斷或追加，也可以靈活地重新規劃與更新任務列表，不必等待前述任務完成。

• Skills 自主演進，越用越好：JiuwenClaw基于openJiuwen自演進框架，支持Skills自主演進。比如某次工具調用失敗，或者用戶說了“不對”、“換個方式”，系統會主動記錄這些執行錯誤和反饋，分析根因，生成針對性的改進建議。同時，會向用戶彈出演進審批窗口，所有更新由用戶自己決定。

• 上下文壓縮和卸載，省心更省成本：通過上下文卸載（Context Offload）機制，有效節省成本，同時支持實時展示當前上下文狀態，用戶可以清晰看到壓縮前后的上下文長度和壓縮比。

• 記憶隨行，讓智能搭檔越來越懂你：通過分層持久化記憶系統，實現身份、場景、操作軌跡的全維度長效存儲與智能檢索，保障跨會話交互的連貫與精準。

• 更好地“替你操作瀏覽器”，告別反復人機驗證：通過前端配置瀏覽器路徑，JiuwenClaw可以自動獲取已登錄賬號、瀏覽器Cookie、本地緩存、瀏覽歷史、用戶偏好設置等Profile信息，無縫接管用戶當下的瀏覽器環境。

立即體驗

JiuwenClaw最新版本已開源AgentTeam，可以在web頁面或飛書頻道切換集群模式體驗，如以飛書為例：

3、在飛書頻道中使用`/mode team` 切換為AgentTeam模式即可；如果不想使用集群模式了，可以再使用`/mode agent.fast` 切換性能模式，或`/mode agent.plan` 切換規劃模式

當前，行業對AI Agent的優化集中在Harness Engineering：提示詞工程、工具編排、護欄機制、任務循環、工作空間管理。這些是讓單個Agent從"能用"到"好用"的基礎功。

但當我們需要一個Agent團隊——調研、分析、執行、審核各司其職、并行推進——單Agent的工程方法論就不夠了。我們需要的是Coordination Engineering：團隊編排、任務調度、通信協議、隔離機制、故障恢復、可觀測性。

這不是Harness Engineering的替代，而是它的自然延伸。每個Teammate內部仍然是一個完整的Harness SDK Agent，擁有全部的Harness Engineering能力；而TeamAgent在此之上增加了協調層——讓多個優秀的個體，組成一個高效的團隊。

同時，我們注意到，JiuwenClaw也提出了Team Skill機制，可將AgentTeam執行過程中的團隊協作流程沉淀為可復用的“團隊SOP”協作模板，且每次使用后自動優化——用得越多，SOP越精準，進一步增強Evolution Engineering能力。

未來，隨著多智能體技術的不斷成熟，相信JiuwenClaw還會帶來更多驚喜。此刻，不妨前往開源地址親自上手，體驗AgentTeam帶來的高效與便捷！

附錄

openJiuwen官網：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

也可在 openJiuwen 官方媒體公眾號解鎖更多實操案例與技術解讀。