openJiuwen详解HyperAgent架构：Agent从问答转向承担工作

Agent 正从“回答单一问题”的形态向“承担完整工作”的方向演进。近日，开源 AI Agent 社区发布了对 HyperAgent 架构的深度解读，系统阐述了下一代 Agent 应具备的八项核心特征，以及支撑该形态的开源 AgentOS 分层设计理念。

今年9月，该社区已对外发布 HyperAgent 架构并公开了相关设计图；上周，又披露了蜂群协作在 WorkSwarm 中的落地进展——永续智能体可接入多个 IM 渠道协同，实现人、数字员工与专家团在原生群聊中的分工协作。近期，业内不少厂商也在探索相近架构，本次解读则完整说明整套架构，涵盖 Agent 基本定义、HyperAgent 八项特征、AgentOS 分层架构及各模块设计思路，并给出开源实现。

Agent 的“二元属性”

该社区对 Agent 的核心判断是：Agent 与传统应用存在本质差异，同时具备两种属性。一方面，它是软件程序，运行需依赖环境、数据与工具，需满足可靠性、安全性、可观测性等工程要求；另一方面，它是智能主体，具备编码、办公等通用能力，表现出自主性、成长性与协作性，能力随经验积累动态变化，可被称为“数字智能生物”。

HyperAgent：Agent 未来形态的思考

推动 Agent 发展的核心动力有两点：一是应用边界扩展对运行环境与工程能力的要求提升；二是 Agent 替代人类完成工作的深度加深，对自身能力与自主程度提出更高要求。基于此，社区提出 Agent 架构应从 DeepAgent 向 HyperAgent 演进，后者强调持续工作、自我演进、多主体协作与真实环境中的可靠运行。

HyperAgent 的八项特征

1. 主动性：从被动响应转为目标与事件驱动的主动执行，Agent 不再仅等待指令，而是根据业务变化、设备状态、定时触发和执行反馈主动工作，结合长期目标与当前环境判断行动时机、调整计划或请求介入。

2. 永续性：从会话式转为无会话式，传统 Agent 以会话为单位工作，会话结束上下文中断；HyperAgent 让用户围绕工作持续交互，系统后台组织会话、分发任务，身份、职责、记忆与成果可跨会话延续，工作连续性由持久状态维持。

3. 成长性：从自我改进（SI）到递归自我改进（RSI），再到协同递归改进（CoRSI），实现工作产物、执行框架与模型的相互促进。未来通用能力将逐步内置，降低用户组织相关配置的负担。

4. 协作性：从单 Agent 转向异构协作，Agent 从独立执行扩展为多 Agent 协作，团队可采用不同模型、工具，需发现彼此能力、明确分工、交换成果和处理冲突，围绕共享目标形成持续工作关系。

5. 确定性：从个人任务执行转向复杂环境下的可靠、可验证执行，状态转换、操作边界、异常恢复和执行记录需有明确语义，执行时延需对应监测与超时策略，结果通过业务规则和验收机制验证。

6. 扩展性：从开发者友好转向 RSI 友好，支持 Skill、插件等组件接入与组合，扩展点设计便于 RSI 修改，配合评测与版本管理实现修改的验证、比较与持续迭代。

7. 开放性：从数字世界接入转向物理环境操控与 Agent 互联，Agent 通过工具、API 等连接数字与物理系统，支持不同框架的 Agent 相互发现、交换信息，形成可互操作的 Agent 网络。

8. 经济性：从单次调用优化转向任务总成本优化，覆盖 Token 消耗、工具调用、人工介入等环节，在满足效果、时延要求的前提下，提升单位资源的有效产出。

该社区认为，这八项特征需要共同的基础设施支撑，AgentOS 要解决的核心问题是连接开发、运行、协作与演进，让 HyperAgent 能持续承担真实工作。

openJiuwen AgentOS 整体架构

该社区将自身定位为 AgentOS，覆盖 Agent 从开发、部署到运行、观测和持续演进的完整生命周期，提供分布式运行时、系统服务和 AgentOps 等系统级能力。架构围绕智能主体与应用属性构建，支撑主动执行、永续工作、持续成长和多 Agent 协作，支持从个人桌面到企业集群的多种部署场景。整体架构从上到下分为六层，另有资产市场和 AgentOps 两项能力贯穿各层：资产市场沉淀、分发和复用能力资产；AgentOps 提供运行观测、效果评测、身份权限和版本治理，贯通开发调试与持续改进。

HyperAgent 在 openJiuwen 中的形态：元 Agent-App

HyperAgent 被建模为“元 Agent-App”，既可以作为应用直接承担工作，也可内部组织不同类型 Agent，组合通用与专业能力适应不同场景。其结构包含四部分：兼具前后端功能与通用能力，可作为 Agent 应用直接工作；通过扩展机制形成场景化 AgentApp；是支持协作的多 Agent 系统，包含会话式与无会话式智能体，内部 Worker 执行子任务，可通过蜂群引擎协作；记忆引擎与 RSI 引擎支撑个性化行为与持续演进。

面向智能主体：支撑持续工作、协作与成长

围绕主动性、永续性、成长性和协作性，AgentOS 从四方面设计：主动性采用事件驱动架构与全双工交互，支持主动发起行动与持续交互；永续性通过永续智能体承载持续工作，跨会话维持工作连续性；成长性以协同递归演进推动 Agent 能力自我优化；协作性以蜂群架构组织异构 Agent 协作，结合内部 Worker 与蜂群两层机制实现分工。

面向应用属性：适配真实业务环境

围绕确定性、扩展性、开放性和经济性，AgentOS 构建运行基础：确定性通过分布式运行时支撑可靠执行，计算与持久状态分离管理；扩展性通过可控插件机制与 RSI 友好扩展点实现灵活扩展；开放性拓展 Agent 对数字与物理世界的操控能力，形成环境交互闭环；经济性通过算力亲和与模型路由优化任务成本，协同智算、存储、通算资源，匹配任务与模型能力。

典型部署方式

基于同一套 HyperAgent 建模与 AgentOS 分层，支持两种部署：个人桌面部署面向编码、办公场景，前后端与 Agent 运行在同一设备；企业分布式部署面向多人协作场景，后端运行在集群，由分布式执行器支撑多个实例运行。部署位置与资源可灵活组合，适配不同场景需求。

结语

从架构发布到落地进展再到本次解读，该社区将 Agent 视为长期运行的数字主体，统一考虑智能主体与工程应用需求。部分特性仍在演进中，其开源探索与落地情况值得持续关注。