openJiuwen开源全双工智能体：任务在后台跑，对话在前台继续

A5站长网10月2日消息，开源AI智能体平台openJiuwen把WorkSwarm的全双工多模态能力放了出来。这套东西想解决的是一个很日常的别扭：让智能体去查资料、跑分析的时候，对话还能不能继续。它的做法是把实时交互和执行拆成两条路同时跑，用户随时可以插话。

全双工是相对半双工说的。传统语音助手更像对讲机，一方说完，另一方才接得上；智能体播报的时候用户插一句，往往会被打断或者干脆被忽略。全双工则更接近打电话，系统可以边听边说，用户随时打断、补充。落到实现上，系统靠语音活动检测和噪声门限判断是不是有效人声，一旦确认，就停下当前播报、开始处理新指令，而已经生成的那段文字仍然留在任务记录里。

架构上分成两条并行的路径。实时模型这一路负责看屏幕、听声音和即时回应；Core Agent这一路负责拆解任务、调用搜索与分析工具、生成文件，驱动那些耗时较长的工作。两条路各自按自己的节奏走，Core Agent在后台检索的时候，前台的对话不会停，用户依然可以问屏幕上的内容、打断播报或者追加要求。

任务队列为后续的每个请求留了等待位，可以重排顺序、把某个任务提到下一个执行，或者停止正在等待和运行的任务。界面上显示的不只是转圈，还有任务状态、工具调用、执行结果和生成的文件。音视频连接与工具任务分开管理，关掉实时会话并不会终止Core Agent的任务，重新连上以后，文字、工具输出和文件会回到原来的对话里。

部署上的选择比较开放。官方提供Windows、Mac、HarmonyOS的一键安装包；协议栈既支持Qwen Omni的实时websocket，也支持JoyAI这套由语音识别、大模型、语音合成三部分组成的流水线。要在昇腾NPU上跑全双工多模态模型，可以经华为云ModelArts用vLLM-Omni推理框架部署。openJiuwen这个平台本身由华为2012实验室、华为云等团队联合高校与企业开发者共同构建。

把等待感从交互里挤出去，正在成为这一轮智能体产品的共同方向。背后的判断是，工具执行本身就要花时间，用户的新问题却随时会来，与其让人等一个后台任务跑完，不如让两条时间线并行。对使用者来说，真正值得留意的不是能插话这个动作，而是插话之后任务不会乱，这取决于队列管理、结果回流和状态可见性做得多细。