机器之心发布 Agent 正在从「回答一个问题」走向「承担一份工作」。近日，开源 AI Agent 社区 openJiuwen 针对 HyperAgent 架构详细解读，系统阐述了它对下一代 Agent 形态的判断 ——HyperAgent 应具备的八项特征，以及支撑这一形态的开源 AgentOS 分层设计。 今年 9 月，openJiuwen 社区就已对外发布 HyperAgent 架构，架构图同步在官网公开（openjiuwen.com）。上周，openJiuwen 又公开了其蜂群协作在 WorkSwarm 中的落地进展：永续智能体（Persistent Agent）可以接入多个 IM 跨渠道协同，人、数字员工和专家团可以在原生群聊中分工协作。 近期，业内不少厂商和研究机构也开始探索相近的架构方向。这次的解读则是对整套架构的完整说明：从 Agent 的基本定义、HyperAgent 的八项特征，到 AgentOS 的分层架构和各模块的设计思路，并给出了对应的开源实现。 Agent 的「二元属性」 openJiuwen 对 Agent 的理解，起点是一个判断：Agent 和传统应用不同，它同时具有两种属性。 一方面，Agent 是一个软件程序。它要完成任务，就需要运行环境、数据和工具：写代码需要代码仓库、终端和测试环境；处理企业业务需要连接私域数据、复杂工作流和遗留系统；执行物理任务则需要感知和执行设备。作为软件，它还必须满足可靠性、安全性、可观测性和可追溯性等工程要求。 另一方面，Agent 又是一个智能主体。它具备编码、办公等通用能力，表现出自主性、个性、成长性和协作性，能力和行为会随着经验积累不断变化。openJiuwen 用 "数字智能生物" 来概括这种兼具应用能力与主体特征的形态。 HyperAgent：Agent 未来形态的思考 在 openJiuwen 看来，推动 Agent 发展的核心动力有两条：一是应用边界不断扩展，这对运行环境和 DFx 等工程能力提出更高要求；二是 Agent 替代人完成工作的程度不断加深，这对 Agent 自身的能力和自主程度提出更高要求。 沿着这两条主线，openJiuwen 提出 Agent 架构应从 DeepAgent 演进到 HyperAgent。按其定义，DeepAgent 侧重复杂任务的深度执行；HyperAgent 则进一步强调持续工作、自我演进、多主体协作，以及在真实环境中的可靠运行。 图 1：HyperAgent 的二元属性与八项特征 这八项特征分别是： 主动性：从被动响应走向目标驱动和事件驱动的主动执行。Agent 不再只是等待指令，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，它需要结合长期目标与当前环境，判断何时推进、何时调整计划、何时请人介入。 永续性：从 Sessionful 走向 Sessionless。传统 Agent 以「会话」（Session）为单位工作，会话结束，上下文也随之中断。HyperAgent 希望用户只需围绕工作与 Agent 持续交互，由系统在后台组织会话、分发任务、寻找相关上下文，身份、职责、记忆与成果能够跨会话延续，工作的连续性由持久状态维持。 成长性：从 SI 到 RSI，再到 CoRSI。SI（Self-Improvement，自我改进）指 Agent 从反馈中改善能力；RSI（Recursive Self-Improvement，递归自我改进）指改进后的 Agent 继续参与对自身的改进；CoRSI 则是 openJiuwen 提出的「协同递归改进」，让工作产物（Artifact）、执行框架（Harness）与模型（Model）三者相互促进。同时 openJiuwen 也指出，未来期待更多 Harness 能力逐步被 Agent 与模型吸收，Coding、办公等通用能力成为内置能力，降低用户组织 Prompt、上下文和 Skill 的负担。 协作性：从单 Agent 走向异构协作。Agent 从独立执行走向多 Agent 协作，并从同构团队扩展到使用不同模型、工具和 Harness 的「异构团队」。它们需要发现彼此能力、明确分工、交换成果和处理冲突，围绕共享目标形成持续的工作关系。 确定性：从个人任务的执行走向复杂环境下可靠、可验证的任务执行。当 Agent 从单机走向集群、进入关键业务，状态转换、操作边界、异常恢复和执行记录都需要有明确语义，执行时延需要相应的监测与超时策略。确定性落实在这些执行约束上，模型生成的结果则通过业务规则和验收机制验证。 扩展性：从「开发者友好」走向「RSI 友好」。扩展性从 Skill、Connect、Plugin 等组件的接入，走向 Agent、Agent Team 与 Agent A
