办公智能体正在成为最拥挤的赛道之一：写文档、做表格、订会议，各家厂商都在往办公软件里塞一个更聪明的 AI 助手。但多数用户的真实体验仍停留在“多了一个对话框”——AI 负责生成内容，核对资料、修改文件、同步进度这些真正耗时的环节，还是要人来来回回倒腾。近日，由华为 2012 实验室、华为云、终端、计算联合构建的开源 AI Agent 平台 openJiuwen 宣布，将旗下蜂群智能体全面升级为 WorkSwarm 蜂群办公智能体，率先上架鸿蒙 PC 应用市场，并支持 Windows、Mac、Ubuntu 等平台。
这次升级给出的答案，与“更聪明的单个助手”方向不同：办公智能体的下一站，不是继续把单点能力做强，而是把一次任务组织成一支会协作、能接棒、人也身处其中的 AI 团队。openJiuwen 对这条路的判断早在今年 4 月就已提出——当时社区率先提出 Coordination Engineering（协同工程），把工程化重心从单智能体的驾驭，转向“多个 Agent 如何像一支团队一样协同”，并陆续开源了蜂群协同工程体系。
落到产品层面，WorkSwarm 把这些能力装进一个统一工作台。它划分出“工作”与“Code”两个空间，分别覆盖办公与编程；同时提供单 Agent 与集群两种模式，按任务复杂度切换。日常查询、文字修改等轻量工作可以直接交给一名 Agent；涉及多个角色、多轮交付的任务，则由集群协同完成。系统会根据目标召集不同能力的 Agent 并分配任务，团队成员共享项目背景和最新成果，可以从上一步的产出直接继续工作。用户能随时查看进度、调整要求，也可以作为正式成员加入团队，亲自领走其中一个环节。成员讨论、任务状态、执行记录和项目文件都集中在工作台中，团队如何推进、成果如何形成，整个过程可见、可追溯。
在协同方式上，WorkSwarm 提供了两套人机机制：HOTS（Human on the Swarm）让人站在团队之外当指挥官，统筹全局；HITS（Human in the Swarm）让人化身团队一员，与 AI 同场协作。这套机制延伸到了具体场景里：
- 办公提效。用户可以在手机上通过飞书，几句话唤起鸿蒙 PC 上的汇报材料团队，人还在路上，材料已经在电脑上推进；大纲不满意就打回，技术细节可以定向找专家智能体会诊，中途还能增加美化成员。在集群模式下输入主题、受众和风格，系统自动组建调研、搭结构、补内容、整合等角色并行作业，把原本串行的工序变成并行任务链。据官方演示，这套流程可以在约 20 分钟内交付一份 200 页的高质量 PPT。
- 编程开发。切换到 Code 空间后是同样的团队打法：想复刻一款商店里找不到的街机坦克大战，集群模式会拉起前端、后端、测试等角色，在不同分支并行开发再统一合入主干，测试把关、Leader 统筹，中途想到新需求可以用 @ 成员的方式追加。想要一个热量记录工具，用一句话描述需求，系统能自主规划任务、完成 ArkTS 代码开发并编译，生成一个可在鸿蒙 PC 上安装运行的本地应用。
- 创作与娱乐。最新演示中，用户给出“沿海台风”的音乐主题，WorkSwarm 拉起团队负责人、作词师、作曲师、编曲师、主唱、间奏师、伴奏师七个角色，分工作词、作曲、编曲和演唱；另一项演示里，两名 AI 写作者与一名真人围绕同一份 Word 文档接力续写《岳阳楼记》。工作之外，五子棋中智能体可以当主持人同步棋盘、维护规则，狼人杀中人和 AI 还能同桌组队博弈。
支撑这套体验的，除了协同工程，还有 Agent 底座与算力亲和两方面的能力。据 openJiuwen 社区公开信息，其 Agent 底座在 PinchBench 评测基准上以 94.2% 的综合得分取得 SOTA，平均 token 消耗降低 34.8%；在长期对话记忆评测集 LOCOMO 上的记忆准确率为 85%。同时，产品针对昇腾、鲲鹏算力做了亲和优化，多智能体并发场景下首 token 时延减半、推理存储峰值下降约 25%。在生态侧，WorkSwarm 沿用了团队技能的沉淀机制：跑通的协作流程可以沉淀为 Swarm Skill 技能包，并通过 Swarm Skills Hub 社区上传、复用，让团队能力随使用逐步积累。
从更早的 JiuwenClaw 到面向鸿蒙 PC 的 JiuwenSwarm 统一工作台，再到如今的 WorkSwarm，openJiuwen 的迭代路径始终围绕同一个判断：办公里真正费时间的事，本质上是团队任务。WorkSwarm 的价值不在把某一个 Agent 做得更聪明，而在于把多个 Agent 组织起来，也把人放进协作链条之中。目前该项目保持全套开源，用户可通过官网下载客户端，代码托管于 GitHub 与 AtomGit，配套的 Swarm Skills Hub 也已开放。对办公智能体赛道而言，竞争的重心或许正从“单助手智能化”转向“多 Agent 团队协同能力”的比拼。