Примечание автора: в этой статье разбираем архитектуру постоянно действующих агентов openJiuwen Hyper-Agent, чтобы помочь создателям рабочих процессов оценить, подходит ли такой подход их команде.
Сообщество разработчиков ИИ-агентов с открытым исходным кодом openJiuwen, которое поддерживает Huawei, представило роевую архитектуру Hyper-Agent. Она позволяет агентам выйти за пределы отдельной сессии чата и присоединиться к рабочим группам в роли «постоянных цифровых сотрудников». 5 ноября 2026 года Pandaily сообщило со ссылкой на материал сообщества, опубликованный IT之家, что эти возможности уже доступны в openJiuwen WorkSwarm, а код открыт на GitHub под названием JiuwenSwarm.
Это не просто ещё один бот для ответов на вопросы в групповом чате. Главное изменение — в том, как связаны агент и сессия: сессия больше не служит контейнером для агента, а становится ресурсом, которым может управлять система.
Главная ценность: мы рассматриваем отдельные функции с точки зрения архитектуры, чтобы помочь вам понять, что меняет openJiuwen Hyper-Agent и что команде стоит проверить перед внедрением.
openJiuwen Hyper-Agent: главное
| Параметр | Подробности |
|---|---|
| Разработчик | Сообщество openJiuwen, развивающее ИИ-агентов с открытым исходным кодом при поддержке Huawei |
| Дата публикации | 5 ноября 2026 года |
| Основная архитектура | Роевая архитектура Hyper-Agent с Persistent Agent в основе |
| Продукт | openJiuwen WorkSwarm, кодовое имя проекта с открытым исходным кодом — JiuwenSwarm |
| Среды для совместной работы | Мессенджеры, веб-интерфейс и собственный групповой чат SwarmEngine |
| Упомянутые рабочие приложения | Feishu, DingTalk и другие |
| Сторонние агенты, которых можно объединять | Codex, Claude Code и другие |
Важно: статья основана на публикации, пересказывающей материалы сообщества. В ней не раскрываются список используемых моделей, требования к развёртыванию, лицензия и готовность к промышленному использованию. Эти сведения нужно проверять по репозиторию на GitHub и официальной документации.
Как openJiuwen Hyper-Agent превращает сессии в ресурс
Большинство приложений с ИИ-агентами работают по принципу «одна сессия — один агент»: пользователь открывает диалог, агент приступает к работе, а его идентичность, контекст и ход выполнения задачи привязаны к этому диалогу. При переходе в другую группу или другое окно совместную работу зачастую приходится начинать заново.
Hyper-Agent устроен иначе. Persistent Agent обладает собственной идентичностью и состоянием и может непрерывно получать задачи. Сессии становятся ресурсом нижнего уровня: система распределяет их, управляет параллельным выполнением и восстанавливает вместе с контекстом. По словам сообщества, этот подход основан на предыдущей работе над Persistent Session и позволяет одному агенту одновременно вести несколько задач в групповых чатах сторонних приложений.
Пояснение к схеме: слева состояние существует в рамках сессии, справа — в рамках агента. Если хотите сравнить расход контекста на собственных рабочих диалогах, можно провести небольшой эксперимент через единый интерфейс APIYI apiyi.com.
| Критерий | Одна сессия — один агент | openJiuwen Hyper-Agent |
|---|---|---|
| Идентичность | Привязана к текущей сессии | Агент обладает собственной идентичностью |
| Сохранение состояния | В основном в контексте сессии | Агент сохраняет состояние самостоятельно |
| Роль сессии | Рабочая среда | Ресурс нижнего уровня, которым управляет система |
| Работа с несколькими задачами | Обычно запускается несколько отдельных сессий | Один агент ведёт задачи в нескольких групповых чатах |
| Передача результата | Обычно в исходной сессии | Можно принять задачу в одном канале, а передать результат в другом |
5 ключевых компонентов архитектуры openJiuwen Hyper-Agent
Судя по описанию, систему можно разделить на пять уровней: доступ, планирование, управление идентичностью, совместную работу и наблюдение. Таблица ниже отражает наше понимание обязанностей компонентов, а не официальное деление на уровни.
| Компонент | Основная задача | Значение для архитектуры |
|---|---|---|
| Gateway | Подключает приложения для обмена сообщениями и веб-интерфейс | Обеспечивает единую точку входа для внешних каналов |
| AgentServer | Управляет агентами и рабочими сессиями | Превращает сессии в управляемые ресурсы |
| Центр сотрудников | Позволяет создавать агентов с нуля или на основе шаблонов экспертов | Определяет идентичность и возможности цифровых сотрудников |
| Групповой чат SwarmEngine | Объединяет пользователей, агентов, экспертов и команды экспертов | Поддерживает совместную работу большого числа участников |
| Панель активности | Показывает события, расход токенов и недавнее время отклика | Даёт базовое представление о работе системы |
Центр сотрудников Hyper-Agent и передача контекста
В центре сотрудников можно настроить обязанности, стиль работы, требования к результатам, навыки, коннекторы, источники знаний и даже отдельный почтовый ящик. По сути, настройка промпта превращается в полноценную «должностную инструкцию»: здесь определяются возможности агента и то, как он представляет себя во внешнем мире.
При длительной работе неизбежно приходится сталкиваться с ограничением контекстного окна. WorkSwarm решает эту проблему так: когда окно почти заполнено, система переходит к новому и переносит в него краткую сводку с целью, текущим прогрессом и планом следующих шагов. Если нужны подробности, их можно найти в архиве истории. Так работа продолжается без необходимости загружать всю историю в текущее окно.
Пассивный и адаптивный режимы Hyper-Agent
Должен ли агент высказываться в рабочем чате — неизбежный вопрос, когда он постоянно в нём присутствует. WorkSwarm предлагает два режима ответа, которые различаются прежде всего предсказуемостью поведения.
| Режим ответа | Что запускает ответ | Для каких задач подходит | На что обратить внимание |
|---|---|---|---|
| Пассивный режим | Отвечает только при упоминании | Рабочие чаты по серьёзным вопросам, этап пробного запуска | Поведение предсказуемо, но инициативность ниже |
| Адаптивный режим | В зависимости от роли и содержания беседы решает, игнорировать сообщение, ответить или вмешаться | Контроль проектов, дежурства | Нужно проверить точность решений и то, насколько часто агент отвлекает участников |
В публикации не уточняется, как именно адаптивный режим принимает решения и насколько они точны. Чтобы оценить сложность таких решений, команда может начать с простого эксперимента. Код ниже — лишь наша демонстрация, а не реализация WorkSwarm:
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1"
)
message = "接口今天下午还没联调通，明天的发布可能有风险。"
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[
{"role": "system", "content": "你是项目助理。只输出 ignore、respond 或 intervene。"},
{"role": "user", "content": message}
]
)
print(response.choices[0].message.content)
Посмотреть код простого эксперимента с передачей краткой сводки
import json
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1"
)
def create_handoff_summary(history: list[str], model: str = "gpt-4o-mini") -> dict:
"""Сжимает рабочие записи до целей, прогресса и следующих шагов для имитации передачи контекста."""
prompt = (
"请根据工作记录输出 JSON，字段为 goals、progress、next_steps。"
"不要输出 JSON 以外的内容。\n\n" + "\n".join(history)
)
response = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
response_format={"type": "json_object"}
)
return json.loads(response.choices[0].message.content)
records = [
"产品经理：周五前完成客户周报。",
"智能体：已汇总销售数据，等待客服数据。",
"客服主管：今天下班前提供工单统计。"
]
print(create_handoff_summary(records))
Совет для эксперимента: можно получить бесплатный тестовый лимит через APIYI apiyi.com и сравнить решения разных моделей на обезличенных фрагментах групповых чатов. Этот эксперимент проверяет логику принятия решений, но не означает, что WorkSwarm уже поддерживает данный интерфейс.
Взаимодействие между группами и локальная работа в openJiuwen Hyper-Agent
Один и тот же агент может работать в разных корпоративных приложениях, таких как Feishu и DingTalk: например, принять запрос в одном канале, а результат передать в другом. Обмен данными между группами по умолчанию не разрешён: пользователю нужно проверить группу-источник, получателя и содержимое, а затем выдать разовое или постоянное разрешение. Позже его можно отозвать.
Участники команды также могут запускать WorkSwarm на своих устройствах. Агенты на облачном сервере и персональных компьютерах способны работать в одной группе, используя локальные файлы и инструменты, к которым им предоставлен доступ. Облако обеспечивает постоянную доступность, а локальные устройства предоставляют данные и инструменты из личной рабочей среды.
Для более крупных задач групповой чат SwarmEngine позволяет объединить в одном пространстве пользователя, Persistent Agent, отдельных экспертов и команды экспертов. Руководитель команды принимает задачи, отчитывается о ходе работы и организует передачу результата, а участники работают в фоновом режиме. Экспертами могут быть и сторонние агенты, например Codex и Claude Code, которые работают вместе с собственными цифровыми сотрудниками.
Анализ влияния openJiuwen Hyper-Agent
Влияние на разработчиков и тех, кто создаёт рабочие процессы
- Смещение фокуса проектирования: вместо отдельных диалогов нужно проектировать идентичность, состояние и права агента, а также механизм передачи задач.
- Повышение требований к эксплуатации: постоянно работающие агенты нуждаются в мониторинге, аудите и управлении — как и онлайн-сервисы.
- Расширение границ интеграции: мессенджеры, базы знаний, почта и локальные инструменты могут оказаться звеньями одной цепочки задач.
Влияние на командную работу
- Агент из инструмента превращается в участника команды: он может вести задачу на протяжении долгого времени, а не просто отвечать на отдельный вопрос.
- Вопросы управления нужно решать заранее: кто может делиться данными, когда агенту разрешено вступать в разговор и кто отвечает за результат.
- Важным критерием оценки становится смешанная оркестрация: распределение задач между собственными агентами-сотрудниками и сторонними агентами влияет на качество результата и разделение ответственности.
На что команде обратить внимание при оценке Hyper-Agent
| Критерий | Что нужно выяснить | Рекомендация |
|---|---|---|
| Права между группами | Кто утверждает постоянный доступ и что происходит с уже переданными данными после его отзыва | По умолчанию использовать разовый доступ, для групп с конфиденциальными данными настроить отдельное управление |
| Контроль вступления в разговор | Можно ли ограничить адаптивный режим по группам, времени или ролям | Начать с пассивного режима, затем включить адаптивный для небольшого круга участников |
| Расход токенов | Можно ли экспортировать данные с панели по агентам и задачам и настроить оповещения | Во время пробного запуска определить базовый уровень расхода и установить порог бюджета |
| Локальные устройства | Как управлять областью доступа, журналами аудита и состоянием устройств без подключения к сети | Предоставлять минимально необходимые права и не открывать доступ ко всему рабочему каталогу |
| Зрелость проекта | Понятны ли условия лицензии, требования к развёртыванию и пригодность для продакшена | Изучить документацию репозитория и проверить решение в изолированной среде |
Частые вопросы об openJiuwen Hyper-Agent
Q1: Что такое openJiuwen Hyper-Agent?
Это архитектура роя, представленная сообществом openJiuwen. Её основная идея — дать постоянным агентам (Persistent Agent) независимую идентичность и состояние, чтобы они участвовали в рабочих группах как постоянные цифровые сотрудники, а сессии распределялись между ними как ресурс.
Q2: Чем Hyper-Agent отличается от обычного бота в групповом чате?
Обычный бот в групповом чате обычно реагирует на отдельное событие и даёт ответ. В Hyper-Agent идентичность агента отделена от сессии: он может вести несколько задач в разных группах, передавать контекст, предоставлять результаты по разным каналам и работать в команде с экспертами.
Q3: Можно ли уже получить openJiuwen WorkSwarm?
По сообщениям, соответствующий код опубликован на GitHub под названием JiuwenSwarm. Лицензия, условия развёртывания и степень готовности к использованию в продакшене в публикациях не уточняются. Рекомендуем проверить репозиторий и официальную документацию.
Q4: Можно ли подключить WorkSwarm к APIYI?
В доступных материалах не указано, какие базовые модели поддерживает WorkSwarm и можно ли настроить собственные или совместимые с OpenAI эндпоинты. Поэтому подтвердить возможность подключения пока нельзя. До выяснения этих деталей можно отдельно протестировать через APIYI apiyi.com такие задачи модели, как составление сводки для передачи контекста и решение о том, когда вступать в разговор.
Q5: Как оценить стоимость вызовов модели для постоянного агента?
Сообщается, что панель активности показывает расход токенов, но данные о фактических объёмах потребления не приводятся. Рекомендуем провести пробный запуск на реальном процессе и отдельно подсчитать количество вызовов в режиме ожидания, при ответах и передаче контекста. Если сначала нужно сравнить расход токенов у разных моделей, APIYI apiyi.com предоставляет единый интерфейс и оплату по факту использования — это удобно для сравнительного тестирования.
Q6: Что пока неизвестно об openJiuwen Hyper-Agent?
Основные вопросы касаются поддержки базовых моделей, пользовательских эндпоинтов, требований к развёртыванию, лицензии, готовности к продакшену, стоимости токенов, а также механизма принятия решений и его точности в адаптивном режиме. Упомянутые сообществом координация персональных и кластерных вычислительных ресурсов, активное обучение и восстановление после сбоев также пока относятся к направлениям будущей работы.
openJiuwen Hyper-Agent: главное
- Основа архитектуры: агент сохраняет идентичность и состояние, а сессии становятся ресурсом, которым можно управлять.
- Основные компоненты: Gateway отвечает за подключение, AgentServer — за управление агентами и сессиями.
- Длительная работа: контекст переключается с помощью краткого резюме предыдущей работы, а архивная история извлекается по мере необходимости.
- Стратегия ответов: пассивный режим проще контролировать; адаптивный работает более проактивно, но требует проверки.
- Права доступа: для обмена информацией между группами нужно одобрение. Разрешение может быть одноразовым или постоянным, и его можно отозвать.
- Совместная работа: облачные и локальные устройства, команды экспертов и сторонние агенты могут работать в одном пространстве.
- Как проверять: сначала изучите документацию проекта, затем протестируйте работу моделей через APIYI apiyi.com.
Итоги: чему учит архитектура openJiuwen Hyper-Agent
openJiuwen Hyper-Agent интересен не только тем, что агенты появились в Feishu и DingTalk. Важнее то, что идея «превратить сессию из контейнера в ресурс» воплощена в дизайне системы:
- Идентичность сохраняется надолго: Persistent Agent продолжает работу и после завершения отдельной сессии.
- Управление становится ключевым элементом: AgentServer координирует агентов и несколько рабочих сессий.
- Практическое внедрение зависит от управления: согласование прав, контроль сообщений и мониторинг использования определяют, сможет ли система работать в реальной команде.
Если ваша работа связана с взаимодействием в нескольких группах, длительным сопровождением задач и передачей результатов через разные каналы, этот подход стоит изучить подробнее. А если процессы затрагивают конфиденциальные данные или подпадают под строгие требования комплаенса, лучше начать с изолированного пилота в пассивном режиме и с минимальными правами. Для сравнения моделей на этапе принятия решений можно использовать единый интерфейс APIYI apiyi.com и накопить данные для последующего выбора технологий.
📚 Источники
- Pandaily — openJiuwen’s Hyper-Agent Swarm Puts Persistent AI Agents Into Work Chats as Digital Employees: основной источник фактов для статьи
- Ссылка:
pandaily.com/openjiuwen-hyper-agent-swarm-architecture-persistent-agents-workswarm-digital-employees - Описание: статья об архитектуре Hyper-Agent, возможностях WorkSwarm и дальнейших планах сообщества. Это вторичная публикация на основе материала сообщества.
Автор: техническая команда APIYI
Технические вопросы: свяжитесь с нами через главную страницу сайта APIYI. Дополнительные материалы доступны в центре документации docs.apiyi.com
