openJiuwen釋出業界首個企業級分散式蜂群架構，聯合郵儲成功落地金融生產環境

來源原標題

openJiuwen釋出業界首個企業級分散式蜂群架構，聯合郵儲成功落地金融生產環境

作者

思邈

原始標籤

資訊 · Agent · JiuwenSwarm · openJiuwen · 華為 · 金融

原始連結

https://www.qbitai.com/2026/08/468305.html

摘要原文

openJiuwen釋出業界首個企業級分散式蜂群架構，聯合郵儲成功落地金融生產環境 思邈 2026-08-07 14:18:51 來源： 量子位 從「能用」走向「規模化落地」 允中 發自 凹非寺 量子位 | 公眾號 QbitAI 寫程式碼、做研究、處理日常事務，Agent已經滲透進人們工作與生活的方方面面。 但能通過試點驗證、真正進入生產系統的，仍是少數。 從服務個人到支撐數萬名員工7×24小時執行，中間隔著一整套工程與治理問題： 叢集如何彈性擴展、資源如何有效利用、分散的多智慧體如何統一治理、資料與許可權如何隔離，以及規模化執行的成本如何控制。 近日，由華為2012實驗室、華為雲、終端、計算等團隊聯合構建的openJiuwen開源AI Agent平臺釋出了 企業級分散式蜂群架構 ，把JiuwenSwarm蜂群能力，擴展到企業級分散式叢集。 架構還內建了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，有效降低智慧體規模化執行成本、提升執行效率。 中國郵政儲蓄銀行也已基於該架構構建了 金融領域蜂群智慧體平臺 ，並落地到其生產環境——這也是分散式蜂群架構首次成功落地企業級生產環境。 對於一個以合規嚴苛著稱的行業來說，這是一個值得關注的訊號。 企業Agent規模化，必須跨過四道門檻 單機蜂群已經證明了一件事：多個智慧體通過任務分工和協同執行，確實能夠提升複雜任務的處理效率。 但企業需要的從來不只是“組建一支智慧體團隊”，而是同時支撐多部門、多場景、多使用者使用，並保障服務連續性。 第一道是規模。 單機算力是硬約束，智慧體數量、併發任務數、單任務時長都被物理資源鎖死，難以支撐企業高峰期的大規模訪問和長時間執行。 第二道是成本。 按使用者或按業務分別部署獨立例項，是最直接的做法，也是成本最高的做法：低峰期資源閒置，高峰期又容量不足；隨著應用增多，重複建設和運維成本持續上升。 此外，大規模智慧體長時執行，其Token消耗也是一筆不容忽視的成本。 第三道是管理。 許可權、配置、資源、執行策略需要統一口徑，跨部門協作、變更要留痕，全鏈路要可審計。 分散的單機例項天然形成孤島，難以建立一致的治理體系。 第四道是安全。 金融這類高合規行業，對身份認證、資料隔離、技能准入、敏感資訊保護和行為追溯都有嚴格要求。 當不同使用者、部門、業務共享同一套環境，資料邊界必須清晰、許可權必須最小化、操作必須可回溯。 這四條並不獨立，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；實現彈性要求動態排程，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企業級分散式蜂群架構 企業級分散式蜂群架構不是把單機版本簡單搬到雲上，而是圍繞企業生產要求構建整套 分散式蜂群組網體系 ： 平臺以企業叢集資源為基礎，統一承載智慧體接入、執行、協作、治理與安全能力，讓不同部門和業務場景共享基礎設施，同時保持各自清晰的許可權與資料邊界。 如下圖所示，整套架構自上而下分為接入層、框架層、分散式執行時層與系統服務層，覆蓋從使用者與管理入口、閘道器與核心引擎、分散式排程執行，到安全沙箱與儲存的完整鏈路。 企業知識庫、技能倉庫等已有能力可通過企業中介軟體與系統直接接入與複用。 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： 支援Agent執行過程中上下文與KV Cache主動親和，緩解長時執行中上下文頻繁重新整理導致的快取失效問題，同時對通算、智算資源統一排程，任務優先順序動態排布，降時延、提吞吐、省Token，是企業級規模化執行降本增效的關鍵設計。 在生產部署形態上，這套體系與企業存量環境的銜接同樣有明確設計： 企業使用者與管理員統一通過JiuwenSwarm Gateway接入，閘道器對接企業已有的使用者身份體系完成認證鑑權，無需另建賬號； Agent例項按個人專用單容器、部門共用容器叢集兩種形態部署，既可以是單個Swarm Agent，也可以是一個TeamLeader帶領多個Teammate的協作團隊，每個成員綁定獨立workspace（工作空間）； 技能與工具統一下沉到沙箱資源池中隔離執行，通過API可呼叫企業存量業務服務與自建SkillHub。 從組網架構到部署形態，整套設計圍繞的是同一個核心命題： 如何讓蜂群智慧體在共享企業叢集資源的同時，守住每個租戶、每個使用者、每個例項的邊界。 落到企業最關心的問題上，這套體系體現為四方面能力。 彈性擴展，支撐多場景並行執行。 智慧體不再受單臺機器限制，可按任務規模呼叫叢集資源。穩定支撐複雜長時任務、批次處理或業務訪問高峰。 資源共享，降低規模化使用成本。 分散部署轉變為共享資源池，按業務需求動態分配與回收資源，既減少長期空閒浪費，也避免為每個場景重複搭建環境。 統一治理，讓規模增長保持可控。 平臺對組織、使用者和智慧體進行統一管理，管理員與業務使用者分級授權，關鍵操作全程留痕，可監控、可審計、可追溯。 縱深防護，滿足高合規行業要求。 認證、授權、隔離和資料保護貫穿智慧體執行全流程，不同租戶、使用者和例項之間明確邊界，為金融等行業的生產部署建立安全底線。 通過這套能力，企業可以在統一平臺上建設面向不同部門的智慧體應用：既讓資源得到複用，又讓許可權、資料和業務責任相互隔離；既支援快速擴展新場景，也能保持統一治理。 落地郵儲：打造安全可靠的金融AI平臺底座 此次生產落地要解決的核心問題，不在於讓某個Agent跑通一次任務，而在於讓蜂群智慧體融進一套已經執行多年的業務體系，並同時滿足金融行業在規模、安全與治理上的嚴格要求。 中國郵政儲蓄銀行已有員工SSO（企業單點身份驗證機制）、自建SkillHub和大量存量業務系統。 openJiuwen將郵儲這些資料資源、企業技能和業務服務接入統一的蜂群智慧體平臺，整個對接在不改變原有系統與許可權邊界的前提下完成， 讓Agent在授權範圍內呼叫存量能力，把智慧體協作嵌入實際業務流程 。 在此基礎上，平臺逐一回應了金融生產環境的三方面要求。 面對大規模使用需求 ，平臺通過資源共享和按需彈性排程，承接高併發訪問與多智慧體協作，在保障穩定執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一準入與授權，在隔離環境中執行，並對任務、協作和呼叫全過程進行全鏈路觀測與審計——每一次呼叫由誰發起、經過哪個Agent、訪問了哪個系統，均可回溯。 面對企業治理要求 ，平臺支援技能統一上下架、使用者與群組動態配置、Agent配置集中下發，讓不同業務共享平臺能力，同時保持清晰的許可權和資料邊界。 目前，郵儲已將蜂群智慧體平臺全面投入生產，重點應用於三類場景。 智慧辦公 ：協助員工預約會議、建立定時任務、整理會議紀要，並在授權範圍內呼叫企業自定義技能與工具。這類任務單項規模不大，但頻次高、覆蓋面廣，對日常辦公效率的改善最為直接。 情報監測 ：智慧體持續開展資訊採集、分析研判與多渠道推送，縮短從資訊出現到業務人員獲知的鏈路。 風險預警 ：持續跟蹤風險訊號並及時觸達相關人員，推動風險識別前移。 郵儲的生產實踐表明，蜂群智慧體規模化落地的關鍵，在於與存量系統順暢銜接，並在規模、成本、安全和管理之間取得平衡。 一個多租戶、可共享、強隔離、可審計的企業級Agent平臺 ，由此得以在金融生產環境中穩定執行。 從「能用」走向「規模化落地」 回到開頭的判斷：Agent的企業級競爭已經越過Demo階段。 能否從試點驗證走向規模化生產，比拼的不再是單個智慧體有多聰明，而是底層平臺能否同時跨過規模、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 為核心的企業級蜂群架構。 這四個關鍵詞逐一對應四道門檻，為企業建設統一智慧體基礎設施提供了一條清晰路徑。 郵儲的生產落地則把這條路徑放到了真實壓力下檢驗，作為蜂群智慧體在企業級生產環境的首次落地，它給出的不只是一張架構圖，更是一份可複製的工程實踐樣本。 而這份樣本的最終指向，是讓AI Agent真正成為可持續創造業務價值的新型生產力。 從個人工作臺到企業叢集，從試點驗證到生產落地，這條路徑已經被完整走通了。 隨著openJiuwen與更多行業夥伴推進企業級智慧體協作能力建設，從「能用」到「規模化落地」的跨越，將在更多行業發生。 openJiuwen已全部開源，歡迎到社群體驗與共建 GitHub: https://github.com/openJiuwen-ai AtomGit: https://atomgit.com/openJiuwen 版權所有，未經授權不得以任何形式轉載及使用，違者必究。 Agent JiuwenSwarm openJiuwen 華為 金融 思邈 AI SSD：大模型推理的儲存範式轉移 2026-08-07 別再吹AI生圖了，不能圖層編輯的AI都是“畫餅” 2026-08-05 開源版Claude Science來了！零依賴、MIT協議，內建30+項科研Skills 2026-08-04 SIGGRAPH時間檢驗獎揭曉：這項研究，提前十年押中了物理AI 2026-07-31 相關閱讀