openJiuwen發(fā)布業(yè)界首個企業(yè)級智能體分布式蜂群架構，聯(lián)合郵儲成功落地金融生產(chǎn)環(huán)境

允中 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

寫代碼、做研究、處理日常事務，Agent已經(jīng)滲透進人們工作與生活的方方面面。

但能通過試點驗證、真正進入生產(chǎn)系統(tǒng)的，仍是少數(shù)。

從服務個人到支撐數(shù)萬名員工7×24小時運行，中間隔著一整套工程與治理問題：

集群如何彈性擴展、資源如何有效利用、分散的多智能體如何統(tǒng)一治理、數(shù)據(jù)與權限如何隔離，以及規(guī)模化運行的成本如何控制。

近日，由華為2012實驗室、華為云、終端、計算等團隊聯(lián)合構建的openJiuwen開源AI Agent平臺發(fā)布了企業(yè)級分布式蜂群架構，把JiuwenSwarm蜂群能力，擴展到企業(yè)級分布式集群。

架構還內置了openJiuwen獨有的算力親和能力，與底層昇騰、鯤鵬算力基礎設施親和，有效降低智能體規(guī)模化運行成本、提升運行效率。

中國郵政儲蓄銀行也已基于該架構構建了金融領域蜂群智能體平臺，并落地到其生產(chǎn)環(huán)境——這也是分布式蜂群架構首次成功落地企業(yè)級生產(chǎn)環(huán)境。

對于一個以合規(guī)嚴苛著稱的行業(yè)來說，這是一個值得關注的信號。

企業(yè)Agent規(guī)模化，必須跨過四道門檻

單機蜂群已經(jīng)證明了一件事：多個智能體通過任務分工和協(xié)同執(zhí)行，確實能夠提升復雜任務的處理效率。

但企業(yè)需要的從來不只是“組建一支智能體團隊”，而是同時支撐多部門、多場景、多用戶使用，并保障服務連續(xù)性。

第一道是規(guī)模。

單機算力是硬約束，智能體數(shù)量、并發(fā)任務數(shù)、單任務時長都被物理資源鎖死，難以支撐企業(yè)高峰期的大規(guī)模訪問和長時間運行。

第二道是成本。

按用戶或按業(yè)務分別部署獨立實例，是最直接的做法，也是成本最高的做法：低峰期資源閑置，高峰期又容量不足；隨著應用增多，重復建設和運維成本持續(xù)上升。

此外，大規(guī)模智能體長時運行，其Token消耗也是一筆不容忽視的成本。

第三道是管理。

權限、配置、資源、運行策略需要統(tǒng)一口徑，跨部門協(xié)作、變更要留痕，全鏈路要可審計。

分散的單機實例天然形成孤島，難以建立一致的治理體系。

第四道是安全。

金融這類高合規(guī)行業(yè)，對身份認證、數(shù)據(jù)隔離、技能準入、敏感信息保護和行為追溯都有嚴格要求。

當不同用戶、部門、業(yè)務共享同一套環(huán)境，數(shù)據(jù)邊界必須清晰、權限必須最小化、操作必須可回溯。

這四條并不獨立，反而相互制約：控制成本要求資源共享，保障安全要求強隔離；實現(xiàn)彈性要求動態(tài)調度，落實治理要求配置收口。

openJiuwen這次給出的方案，本質上是在這四者之間尋求可落地的工程平衡。

openJiuwen企業(yè)級分布式蜂群架構

企業(yè)級分布式蜂群架構不是把單機版本簡單搬到云上，而是圍繞企業(yè)生產(chǎn)要求構建整套分布式蜂群組網(wǎng)體系

平臺以企業(yè)集群資源為基礎，統(tǒng)一承載智能體接入、運行、協(xié)作、治理與安全能力，讓不同部門和業(yè)務場景共享基礎設施，同時保持各自清晰的權限與數(shù)據(jù)邊界。

如下圖所示，整套架構自上而下分為接入層、框架層、分布式運行時層與系統(tǒng)服務層，覆蓋從用戶與管理入口、網(wǎng)關與核心引擎、分布式調度執(zhí)行，到安全沙箱與存儲的完整鏈路。

企業(yè)知識庫、技能倉庫等已有能力可通過企業(yè)中間件與系統(tǒng)直接接入與復用。

值得一提的是openJiuwen特有的算力親和設計，即與底層昇騰、鯤鵬算力基礎設施親和：

支持Agent運行過程中上下文與KV Cache主動親和，緩解長時運行中上下文頻繁刷新導致的緩存失效問題，同時對通算、智算資源統(tǒng)一調度，任務優(yōu)先級動態(tài)排布，降時延、提吞吐、省Token，是企業(yè)級規(guī)模化運行降本增效的關鍵設計。

在生產(chǎn)部署形態(tài)上，這套體系與企業(yè)存量環(huán)境的銜接同樣有明確設計：

企業(yè)用戶與管理員統(tǒng)一通過JiuwenSwarm Gateway接入，網(wǎng)關對接企業(yè)已有的用戶身份體系完成認證鑒權，無需另建賬號；

Agent實例按個人專用單容器、部門共用容器集群兩種形態(tài)部署，既可以是單個Swarm Agent，也可以是一個TeamLeader帶領多個Teammate的協(xié)作團隊，每個成員綁定獨立workspace（工作空間）；

技能與工具統(tǒng)一下沉到沙箱資源池中隔離執(zhí)行，通過API可調用企業(yè)存量業(yè)務服務與自建SkillHub。

從組網(wǎng)架構到部署形態(tài)，整套設計圍繞的是同一個核心命題：

如何讓蜂群智能體在共享企業(yè)集群資源的同時，守住每個租戶、每個用戶、每個實例的邊界。

落到企業(yè)最關心的問題上，這套體系體現(xiàn)為四方面能力。

彈性擴展，支撐多場景并行運行。

智能體不再受單臺機器限制，可按任務規(guī)模調用集群資源。穩(wěn)定支撐復雜長時任務、批量處理或業(yè)務訪問高峰。

資源共享，降低規(guī)模化使用成本。

分散部署轉變?yōu)楣蚕碣Y源池，按業(yè)務需求動態(tài)分配與回收資源，既減少長期空閑浪費，也避免為每個場景重復搭建環(huán)境。

統(tǒng)一治理，讓規(guī)模增長保持可控。

平臺對組織、用戶和智能體進行統(tǒng)一管理，管理員與業(yè)務用戶分級授權，關鍵操作全程留痕，可監(jiān)控、可審計、可追溯。

縱深防護，滿足高合規(guī)行業(yè)要求。

認證、授權、隔離和數(shù)據(jù)保護貫穿智能體運行全流程，不同租戶、用戶和實例之間明確邊界，為金融等行業(yè)的生產(chǎn)部署建立安全底線。

通過這套能力，企業(yè)可以在統(tǒng)一平臺上建設面向不同部門的智能體應用：既讓資源得到復用，又讓權限、數(shù)據(jù)和業(yè)務責任相互隔離；既支持快速擴展新場景，也能保持統(tǒng)一治理。

落地郵儲：打造安全可靠的金融AI平臺底座

此次生產(chǎn)落地要解決的核心問題，不在于讓某個Agent跑通一次任務，而在于讓蜂群智能體融進一套已經(jīng)運行多年的業(yè)務體系，并同時滿足金融行業(yè)在規(guī)模、安全與治理上的嚴格要求。

中國郵政儲蓄銀行已有員工SSO（企業(yè)單點身份驗證機制）、自建SkillHub和大量存量業(yè)務系統(tǒng)。

openJiuwen將郵儲這些數(shù)據(jù)資源、企業(yè)技能和業(yè)務服務接入統(tǒng)一的蜂群智能體平臺，整個對接在不改變原有系統(tǒng)與權限邊界的前提下完成，讓Agent在授權范圍內調用存量能力，把智能體協(xié)作嵌入實際業(yè)務流程

在此基礎上，平臺逐一回應了金融生產(chǎn)環(huán)境的三方面要求。

面對大規(guī)模使用需求，平臺通過資源共享和按需彈性調度，承接高并發(fā)訪問與多智能體協(xié)作，在保障穩(wěn)定運行的同時提升資源利用效率、控制使用成本。

面對金融級安全要求，平臺對工具和技能實行統(tǒng)一準入與授權，在隔離環(huán)境中執(zhí)行，并對任務、協(xié)作和調用全過程進行全鏈路觀測與審計——每一次調用由誰發(fā)起、經(jīng)過哪個Agent、訪問了哪個系統(tǒng)，均可回溯。

面對企業(yè)治理要求，平臺支持技能統(tǒng)一上下架、用戶與群組動態(tài)配置、Agent配置集中下發(fā)，讓不同業(yè)務共享平臺能力，同時保持清晰的權限和數(shù)據(jù)邊界。

目前，郵儲已將蜂群智能體平臺全面投入生產(chǎn)，重點應用于三類場景。

• 智慧辦公：協(xié)助員工預約會議、創(chuàng)建定時任務、整理會議紀要，并在授權范圍內調用企業(yè)自定義技能與工具。這類任務單項規(guī)模不大，但頻次高、覆蓋面廣，對日常辦公效率的改善最為直接。
• 情報監(jiān)測：智能體持續(xù)開展信息采集、分析研判與多渠道推送，縮短從信息出現(xiàn)到業(yè)務人員獲知的鏈路。
• 風險預警：持續(xù)跟蹤風險信號并及時觸達相關人員，推動風險識別前移。

郵儲的生產(chǎn)實踐表明，蜂群智能體規(guī)模化落地的關鍵，在于與存量系統(tǒng)順暢銜接，并在規(guī)模、成本、安全和管理之間取得平衡。

一個多租戶、可共享、強隔離、可審計的企業(yè)級Agent平臺，由此得以在金融生產(chǎn)環(huán)境中穩(wěn)定運行。

從「能用」走向「規(guī)模化落地」

回到開頭的判斷：Agent的企業(yè)級競爭已經(jīng)越過Demo階段。

能否從試點驗證走向規(guī)模化生產(chǎn)，比拼的不再是單個智能體有多聰明，而是底層平臺能否同時跨過規(guī)模、成本、管理、安全四道門檻。

openJiuwen給出的答案，是以高擴展、低成本、強管控和高安全為核心的企業(yè)級蜂群架構。

這四個關鍵詞逐一對應四道門檻，為企業(yè)建設統(tǒng)一智能體基礎設施提供了一條清晰路徑。

郵儲的生產(chǎn)落地則把這條路徑放到了真實壓力下檢驗，作為蜂群智能體在企業(yè)級生產(chǎn)環(huán)境的首次落地，它給出的不只是一張架構圖，更是一份可復制的工程實踐樣本。

而這份樣本的最終指向，是讓AI Agent真正成為可持續(xù)創(chuàng)造業(yè)務價值的新型生產(chǎn)力。

從個人工作臺到企業(yè)集群，從試點驗證到生產(chǎn)落地，這條路徑已經(jīng)被完整走通了。

隨著openJiuwen與更多行業(yè)伙伴推進企業(yè)級智能體協(xié)作能力建設，從「能用」到「規(guī)模化落地」的跨越，將在更多行業(yè)發(fā)生。

openJiuwen已全部開源，歡迎到社區(qū)體驗與共建

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