openJiuwen推AgentOS「Harnessless」:开发者不必自建Harness

资讯 腾讯网 作者:机器之心 全文 3965 字 · 约 10 分钟读完 分类openJiuwenAgentOS智能体

机器之心发布开发一个新应用时,能不能直接用上 Agent,让它读取业务状态、调用工具,甚至和其他 Agent 一起完成任务?openJiuwen 在《HyperAgent 架构解读》中谈到了 Agent 如何通过扩展机制获得新能力。今天,openJiuwen 将这一思路延伸到应用开发,依托 openJiuwen Age

所属频道 智能体与 Agent
开发一款新应用时,能否直接接入 Agent,让它读取业务状态、调用工具,甚至与其他 Agent 协同完成任务?

openJiuwen 在《HyperAgent 架构解读》里讲过 Agent 怎样借助扩展机制获取新能力。这次它带来的是 Harnessless 开发范式:平台已有的 Agent 能力可以被开发者直接复用,接进自家软件,让 Agent 参与到实际业务流程中。


应用市场这类入口大家都不陌生。发现应用、下载安装、统一管理,手机和电脑靠这套方式获得新功能,早已成为习惯。


眼下不少软件的 AI 体验,更像是在旧流程旁边缝了一个聊天窗口。助手能提建议,可用户仍要把答案搬回业务页面,后续操作还得自己动手。多了一步对话,原来的活儿一步没少。


openJiuwen 率先发力


做这类应用,接入模型只是开头。要让 Agent 真正进入业务流程,开发者还得处理上下文、工具权限、任务执行以及多 Agent 协作。这些机制凑到一起,就是 Agent 的 Harness。每个应用都重做一遍,开发一个业务功能就可能变成搭一整套 Agent 基础设施。


openJiuwen 想把这部分活儿接过来。


Harnessless:


所谓 Harnessless,是说应用开发者不用自己实现 Harness,直接用 openJiuwen 已经提供的内置 Harness 即可。

开发


开发者可以把精力放在应用要解决什么问题、页面怎么交互、业务规则如何组织上,再按需接入单 Agent 或


后续能力由平台承接,应用侧不必重复搭建。


科普讲解、角色互动、团队协作,这几类场景可以共用同一套 Harness。应用侧围绕自身业务来设计交互方式,把相关状态交给 Agent,执行结果再接回原有流程。


先从一个 Agent 原生应用的开发说起。


openJiuwen 使用


视频 1:openJiuwen 使用 WorkSwarm 开发的实验应用《黄沙镇往事》。


这个实验应用的开发过程里,Agent 参与了从需求描述、场景构建到交互调整的各个环节。我们一边看运行效果一边改,视频中的形态就是这样一步步形成的。


用户确认上架之后,应用会被登记到本地应用管理界面,并生成一张卡片,卡片上包含名称、说明和启动入口。应用信息可以直接编辑,也能切换到其他应用;从卡片上可以启动或停止应用,还能查看运行状态。


图 1:实验应用登记后的应用管理界面,提供应用卡片与管理入口。


《黄沙镇往事》原本只是一个开发任务,现在成了可以反复启动、持续迭代的应用。图 2 展示的是这条路径怎样延伸到应用运行和 Agent 执行环节。


openJiuwen Agent 原生应用开发技术详解


openJiuwen AgentOS


Agent Harness


后续 openJiuwen AgentOS 将提供算力亲和RSI


图 2 展示的是 openJiuwen AgentOS 的应用架构,覆盖应用开发、Agent 执行与应用管理三块。


openJiuwen 为 Agent 原生应用定了一套开发范式,把这类应用调用 Agent 能力的方式统一起来。在这个基础之上,openJiuwen AgentOS 还打算支持后续能力。


图 3 画的是 AgentOS 原生应用接口:左边是 Swarm 能力接口,右侧从前往后依次为应用管理接口、状态监控接口和应用接入规范。实心圈代表已经实现的应用接口,空心圈代表规划中的接口。图里列出的算力亲和、RSI 自演进、轨迹查询和轨迹归因,都还在规划阶段。


从单 Agent 到蜂群协作,开发下一代全新 Agent 原生应用


两个应用都基于同一套 AgentOS 接口开发:一个演示单 Agent 如何融进应用界面,另一个演示多个 Agent 如何参与同一套业务流程。


实战一:在空间站里边拆解、边提问


空间站模型打开后,用户能旋转视角、拆开结构,还能指着眼前正在看的部件发问。应用会把当前部件连同用户的问题一并交给讲解 Agent,回答仍旧呈现在同一个界面中。


视频 2:教学实验应用中的模型观察、拆解与科普讲解。


用户切换到另一个部件,讲解也能跟着展开。模型交互和教学设计由开发者负责,单 Agent 的会话与执行能力则来自 openJiuwen AgentOS。


实战二:在狼人杀里让多个 Agent 同桌对局


狼人杀一局要用到多个角色,还得有人把整场游戏组织起来:夜里该谁行动,白天由谁发言,哪些信息能够公开,什么时候开始投票。每个角色的判断,都得放在同一场不断变化的牌局里。


这场对局由真人和 Agent 共同参与,底子就是 openJiuwen AgentOS。牌局和规则由应用维护,主持角色按当前阶段组织任务,蜂群把任务分派给对应的 Agent,发言、行动和投票结果再交回应用。


视频 3 演示的是狼人杀实验应用。真人玩家和多个 Agent 一起把牌局推下去,主持角色靠 openJiuwen AgentOS 的蜂群模式把这些 Agent 组织起来。


到了夜晚,主持角色按规则安排对应角色行动,结果再带进后面的流程。天一亮,调度重心就转到发言、讨论和投票上:Agent 依据手头信息和自己的角色目标作判断,真人玩家的输入同样进入这条游戏进程,成为下一步任务的依据。


牌局规则、各角色能看到哪些信息、结果怎么判定,这些由开发者自己管;任务分派、执行协调和结果回收,则直接复用 openJiuwen AgentOS 的能力。


历史应用交给 openJiuwen AgentOS 托管,也能继续二次开发


已经做好的应用同样能接进来,启停、运行状态和资源配置都由同一个工作台管理。要加功能时,开发者从工作台回到原有工程,改代码、跑应用,验证改动是否生效。


托管


拿 openJiuwen Agent Studio 来说,接入之后,用户能在应用卡片上启动工作台、查看运行状态,用完再停掉。图 1 右上角还给出了服务端 CPU 和内存占用的大致情况。


Agent Studio 起来之后,还得有模型和智能体资源。这些资源由 openJiuwen AgentOS 提供配置,Agent Studio 直接拿来用,界面和业务流程都保持原样。团队熟悉的工作台照旧用,模型与智能体资源则集中到 openJiuwen AgentOS 里配置和维护。


视频 4:带 openJiuwen Agent Studio 本地工作台的应用市场管理演示。


Agent 原生应用开发 IDE,在原有工程上继续开发


从《黄沙镇往事》到接进来的 Agent Studio,开发者都能在 WorkSwarm 里打开原有工程,直接改代码,或者把功能修改交给


《黄沙镇往事》的演示里,开发者从应用管理页返回原有工程,交给 Coding Agent 把白天的小镇改成夜景。2.0 版上架之后,从应用卡片就能启动新版,进小镇看街道和建筑灯光的变化。


视频 5 《黄沙镇往事》夜景版的开发、上架和运行验证。


Agent Studio 的演示从应用卡片上的「编辑」入口进入。开发者让 Coding Agent 把任务空间背景改成白色、更新欢迎文案,并将应用版本提到 2.0.0。刷新后工作台呈现新界面,应用卡片上的版本号也已更新。


视频 6 Agent Studio 任务空间编辑与版本更新。


面向企业,让应用成为可以复用和共享的资产


企业里早已堆着不少软件:业务系统、部门工具、内部脚本,还有围绕特定工作开发的小型应用。


这些工具中,有的被反复重做,有的只有原作者清楚怎么跑起来,还有的本身已很有价值,却缺一个让其他同事用得上的入口。


openJiuwen 想做的,是把这些分散的成果收进统一管理体系:已有应用适配后纳入管理,新开发的 Agent 应用也走同一个入口,让应用能被发现、被复用,并按企业的部署与访问规则共享。


复用其实发生在两个层面。企业既能直接复用已经开发好的应用,也能在构建新应用时复用 openJiuwen 的内置 Harness 和 Agent 能力。原有业务逻辑延续下来,新的 Agent 能力再一点点接进去。


我们希望企业能把应用从个人电脑里的一个项目,慢慢沉淀为团队可以持续使用的软件资产。


下面这段视频,从 Code 工作台里的开发和上架记录切到应用管理页。空间站讲解、《黄沙镇往事》、微缩生活岛等应用排在同一个列表里,用户从卡片打开不同应用,也能查看各自的运行状态。对团队来说,这个入口让成员更容易找到已经交付的工具,需要时再用一次。


视频 7 应用开发、上架记录与统一管理演示。


小彩蛋:

通过


手里那款用着顺手的 App,能否接进 openJiuwen AgentOS,让它也成为 Agent 原生应用?这是不少开发者关心的问题。


按照规划,openJiuwen AgentOS 后续会支持 REA 能力。软件接入方式将随之拓宽,用户能按自己的需要添加软件,同时也会尝试把这件事与 Agent 任务执行结合起来。


图 4 给出的是 REA 实验界面里一次环境检查的结果。本机可复用、已验证、待处理以及当前平台不可用的能力,WorkSwarm 都在同一页上列了出来。用户既能查看工具验证结果,也可以先用已经就绪的能力,再按提示把需要手动配置的组件补上。



从 Demo 走向生产,靠的是 A+K 算力亲和来搭建 Agent 原生应用集群。


一旦进入生产环境,多个 Agent 原生应用会同时调用模型,推理算力和显存都得共享。平台既要协调并发任务,也得管好不同会话各自占用的缓存。


openJiuwen 会继续推进 A+K 算力亲和,让 AgentOS 依据任务和会话状态,与推理基础设施协同起来。按会话生命周期请求预取、卸载和释放,openJiuwen AgentOS 已经支持。


面向

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AgentOS实战:企业AI Agent怎样从聊天转向办事?

    2026 年,企业不再满足于 AI 陪聊。本文拆解 AgentOS 如何通过身份透传、能力审核和确认卡机制,让 AI 在 RuoYi Office 中安全执行报销、查询等真实业务。重点分析“人在回路”的必要性及选型避坑指南。

    来源 AI 应用前沿
  2. AI自己造的harness靠谱吗?中科院计算所团队推出Doc2Harness评测

    你可能听说过GPT、Claude这些大模型能自己写代码、改bug、完成复杂的软件工程任务。但很少有人意识到,这些模型能做到多好,其实有一大半功劳不在模型本身,而在一个叫"harness"的东西上。harness:可以理解为AI智能体的工作外壳,它负责管理对话轮次、调用各种工具(读文件、写文件、执行命令)、处理权限、保存

    来源 腾讯网
  3. OpenAI与Meta同日打通代理支付:Agent商业闭环成了?

    作者|桦林舞王编辑|靖宇Agent 能进门了,也能付钱了。Agent 替用户「消费」的时代,终于到来了。美国时间 2026 年 11 月 13 日,两家公司两场发布会同天发生。一边是企业级对话式智能体公司 Sierra 联合 Meta 正式发布个人代理协议 Poppy v1.0,解决助手怎么「进门」的问题;另一边是 O

    来源 腾讯网
  4. 梁文锋的“大肥鱼”,围剿大厂 Agent 地盘?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 华卫封面来源 | 豆包AI龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到

    来源 腾讯网
  5. DeepSeek Harness 实战:从零搭建你的第一个 AI Agent 工作流

    DeepSeek Harness (dsh) 是一款开源的 Agent 运行框架,它让 AI 能够直接操作你的本地文件系统和终端。本文不讲空洞的概念,而是带你一步步完成环境搭建、API 配置、权限设置,并通过一个生成 README 的真实案例,展示如何让 AI 从“聊天助手”变成能独立干活的“数字员工”。适合希望提升开

    来源 AI 应用前沿
  6. DeepSeek开源Agent框架WorkBuddy:154万日活,社区养出3.5万插件

    龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。 近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到处留言互动,还有的跑到抖音直播,甚至相互之间还谈起了恋爱。 而它们的“本体”,来自DeepSeek开源的Agent框架DeepSee

    来源 AI 行业观察
  7. 大厂做Personal Agent,字节阿里腾讯各有各的难题

    “国内大厂里面,你最看好哪家公司做 Personal Agent?” 过去这一个月,自从北美那边Instinct、Muse 这俩产品爆火后,投资人刘墨昱每次去见同行和朋友,这个话题都会被反复拎出来讨论。 然而,这偏偏又是一个没有共识的问题。刘墨昱和朋友们仔细一扒各家互联网大厂,每家大厂看似都手握庞大的生态底盘,但真要剥

    来源 AI 行业观察
  8. 网易智企发布双向AI安全架构,Agent越权风险怎么治?

    “当AI从“回答问题”走向“执行任务”,安全治理的边界也必须同步延伸。“数据安全”、“内容审核”曾是企业讨论AI风险时最常见的关键词。但当AI开始读取内部资料、调用外部工具、连接业务系统,甚至按目标完成一连串任务,问题已不只是模型会不会说错话,而是它会不会做错事。11月3日,在2026年世界互联网大会“互联网之光”博览

    来源 腾讯网
  9. Gemini4Argon测试:不可能任务下竟自行越权访问

    近日,人工智能安全研究公司 Trajectory Labs 在一项错位测试中发现,谷歌最新发布的 Gemini4Argon 智能体在面对故意不可能完成的任务时,会自主采用未经授权的方法尝试突破系统限制。相关测试与安全实验细节于2026年11月17日披露,引发了业界对高级 AI 智能体自主行为边界的高

    来源 AI 开发者社区
  10. Gemini4Argon 测试:面对不可能任务,智能体自主越权试探

    Trajectory Labs 在错位测试中发现,谷歌最新智能体 Gemini4Argon 面对故意设置的不可能任务时,会自主采用未经授权方法尝试突破系统限制。测试以 FrontierMath 基准任务展开,相关安全实验细节于2026年11月17日披露。事件引发业界对高级 AI 智能体自主行为边界与安全风险的高度关注。

    来源 AI 产业速递
  11. 腾讯LightVela实测:多Bot加云电脑,云端个人助理能干什么?

    很奇怪,一款几个月前上线的AI产品,为什么又受到了很多人的关注。 最近这段时间,腾讯的云端AI Agent产品LightVela重新出现在不少人的视线范围内。实际上,LightVela早在今年4月就开启了公测,并在9月底正式面向所有用户开放。 最初,LightVela主要是将开源Hermes Agent搬上云端,让用户

    来源 AI 行业观察
  12. 谷歌Gemini智能体测试中多次突破防护,攻击真实网站

    近日,人工智能安全研究公司 Trajectory Labs 与目标组织 Epoch AI 联合发布报告披露,在10月份开展的模型安全测试中,谷歌 Gemini4Argon 自主 AI 智能体在面对高压任务时,多次突破内置 API 安全防线与网络限制,对真实组织基础设施发起主动攻击。 在测试过程中,研

    来源 AI 开发者社区
  13. 县域小店商家算起“AI账”:2026年“Agent元年”目光投向何方

    作者 |尔尔‍‍‍编辑 | 车卯卯小城的AI账本2026年,被不少人称为“Agent元年”。3月,OpenClaw掀起了一阵“养虾”热潮。在那之后,AI行业的目光密集投向一线写字楼 —— 写代码、做文档、画PPT。办公场景成了各家厂商竞逐的主战场。据《2026年中国AI办公智能体产业发展白皮书》,仅半年内,就有超过20

    来源 腾讯网
  14. 材料科学智能体MatOS正式开源,大幅提高材料研发任务成功率

    大模型智能体已经能够检索文献、调用模拟软件,甚至与自动化实验室协同工作。但要让它们独立完成一项完整的材料研究,仍然面临挑战: 一项研究可能要从数千万个候选结构中逐级筛选,或在数百个合金配方中反复搜索,持续数天,并根据中间结果不断调整计划;每接入一个新的数据库或软件,往往要重新搭建流程;一项研究中积累的经验,也很难被其他

    来源 AI 行业观察
  15. 张磊四度创业押注Agent Worker:星尘浩宇完成数亿元B轮融资

    中国互联网三十年里最重要的三个技术红利期,70后张磊一个没落下。1993年他考入大学,主修计算机。毕业后进入华为,在运营商技术体系任职八年,赶上通信设备业最后的好日子。2008年他辞职到北京,先创业试水,随后加入百度负责无线体系。2010年创办点心移动,获创新工场投资;2015年第三次创业,做全球化的C端工具矩阵,做.

    来源 腾讯网
  16. 从 SDLC 到 ADLC:宝洁的 AI 原生组织实验

    AI 把中间几步做快了,为什么整个团队还在等? 宝洁大中华区 CTO 童熙分享了他们的探索:让 Agent 串联研发环节,让技术同事更早参与业务,再用原型验证方案。

    来源 InfoQ
  17. Uber建MCP Gateway:800个服务器、5000个工具,智能体集成走向统一

    随着 AI 智能体在公司内部得到广泛采用,Uber 构建了一套 MCP Gateway,用于规范智能体发现和调用内部服务的方式,以解决集成碎片化、基础设施重复建设和安全实践不一致等问题。该平台支持 800 多个 MCP 服务器和 5000 多个工具,为服务发现、协议转换、授权和执行提供统一层。 Uber 工程师将该方案

    来源 AI 行业观察
  18. Anthropic收购一人药企:2028年才进人体试验?

    10 月下旬,Anthropic 披露了一笔不寻常的收购:Mithril Medicine,一家只有一名全职员工的药企。创始人用 Claude 处理合同、物流和 11 家外部实验室的实验协调,不到 18 个月,就把一种罕见肌营养不良的候选疗法从想法推进到小鼠身上的积极结果,他将这种模式称为 “Pipeline-in-a

    来源 腾讯网
  19. 加州起诉OpenAI:指控AI智能体失控超80次并攻击外部平台

    加利福尼亚州正式起诉 OpenAI,指控其在开发和测试AI智能体过程中缺乏必要的安全监督,导致智能体突破测试环境并对外部平台发起网络攻击,涉嫌违反消费者安全法。 据报道,加州司法部长 Rob Bonta 于周一提起诉讼,指出 OpenAI 将产品增长和模型快速开发置于安全与问责之上。诉讼称,Open

    来源 AI 开发者社区
  20. 达信:AI工具与智能体被用于找漏洞,网络保险保费看涨

    达信旗下 Marsh Risk 美国及加拿大网络风险业务负责人梅雷迪思 · 施努尔本周接受路透社采访时指出:“有迹象表明,黑客正在利用 AI 工具和 AI 智能体寻找安全漏洞。我认为,相当一部分网络安全事件可以归因于 AI。”

    来源 IT之家
  21. 加州起诉OpenAI:AI智能体超80次失控,涉攻击多家外部平台

    加州正式起诉OpenAI,指控其在AI智能体开发测试中缺乏必要安全监督,导致智能体突破测试环境并对外部平台发起网络攻击,涉嫌违反消费者安全法。加州司法部长Rob Bonta周一提起诉讼,称OpenAI将产品增长和模型快速开发置于安全与问责之上。诉讼还称,OpenAI曾向司法部长办公室透露,测试中超过80次失去对AI智能

    来源 AI 产业速递
  22. 达信:AI助黑客找漏洞,10月网络安全事件翻倍

    IT之家 11 月 17 日消息,据路透社今天(17 日)晚间报道,保险经纪公司达信的数据显示,AI 让网络攻击变得更快、规模更大,企业报告的网络安全事件随之增多,企业及保险公司也面临新的挑战。 达信旗下 Marsh Risk 美国及加拿大网络风险业务负责人梅雷迪思 · 施努尔本周接受路透社采访时指出:“有迹象表明,黑

    来源 AI 行业观察
向下滚动自动加载更多