人大复旦发布CoworkOS：打造连续协同的超级AI同事系统

type

status

date

slug

summary

从聊天助手到AI同事：任务复杂度与跨时间跨度双重突破

传统的AI智能体大多局限在短程问答或线性工具调用阶段，一旦面对跨天、跨会话的多阶段项目，上下文丢失和状态错乱便频频发生。CoworkOS的核心切入点，正是在任务复杂度和时间跨度两个维度上完成质的跃升。

在面对复杂的现实工作流时，智能体往往需要经历多轮环境交互、多步骤回溯与跨模态工具操作。为了解决单智能体容易陷入死循环或指令漂移的问题，CoworkOS构建了一套稳健的分层协作机制，既能让AI应对代码工程、3D渲染、CAD建模等高度专业的交付型场景，也能让整个执行链路保持高度透明和可调控性。

CoworkOS核心架构解析：三层协同与共享工作流

CoworkOS之所以能承担“超级AI同事”的角色，关键在于其经过精心设计的系统级架构：

三层协作架构：CoworkOS放弃了粗放的扁平多智能体通信，采用由主智能体（Main Agent）、协调运行时（Coordinator Runtime）与子智能体（Subagent）组成的三层网络。主智能体专注于高维度的策略规划与交付验收；子智能体则在受限的作用域内并行执行具体的代码编写、数据检索或文档生成；协调运行时则作为神经中枢，管理任务依赖、消息投递以及并发锁。同时，系统内嵌的Watchdog守卫机制能够实时捕捉子智能体的停滞或异常，实现故障自愈与计划重排。

人机共享应用环境：在实际办公协同中，人与AI的交互不应局限于文字对话。CoworkOS将文档编辑器、CAD设计软件和Blender等专业生产力套件深度接入共享工作区。人类员工可以直接修改设计图或调整演示文稿，AI在后续执行时能够自动感知文件版本变动；通过版本冲突检测与候选变更审查机制，系统既能防止AI无序覆盖人类的工作成果，又支持将多个子智能体的局部改动统一交由主智能体审查合入。

持久工作状态与异步执行：面对需要耗费数小时乃至数天的长期任务，CoworkOS将对话上下文解耦为工作区物理产物、语义长期记忆与任务执行台账。当系统切换会话时，无需从头回放庞大的对话历史，只需加载结构化的工作摘要，即可无缝唤醒工作上下文。对于大型模型微调或工程构建等长耗时操作，智能体支持完全异步托管，并在任务完成或触发外部事件时主动唤醒主决策流。

真实交付实测：从标准化评测走向复杂实体产品

为了验证系统在真实工作环境下的承载力，团队在涵盖工具调用、专业生产力、深度搜索与机器学习编程等12项综合基准上对CoworkOS进行了严格测试。评测结果表明，CoworkOS在生产力交付与机器学习编程领域名列前茅，在多项细分任务中展现出超越同类开源系统的执行力与稳定性。

更值得关注的是，CoworkOS展示了跨越概念验证、走向完整交付产品的硬核实力。在24项真实交付挑战中，系统成功完成了包含复杂拓扑结构的涡扇发动机CAD建模、末日废土风格的Blender三维场景渲染、交互式救援无人机可视化面板以及现代前端架构的网站开发。这些成果证明，AI智能体正在摆脱玩具属性，向各行业真正可用、可交互、可直接部署的工业级交付物迈进。

探索递归自我改进（RSI）：AI驱动的自主模型进化

在AGI的研究道路上，递归自我改进（Recursive Self-Improvement, RSI）一直被视为大模型进阶的终极目标之一。CoworkOS在此方向上进行了极具价值的工程探索：让智能体自主组织大模型的后训练流水线。

在实验中，CoworkOS被赋予了评测基准运行、失败模式诊断、针对性数据构建以及微调训练的多阶段闭环管理职责。在五轮连续的模型迭代过程中，CoworkOS根据每轮评测的弱项反馈，自主调整训练样本覆盖度（例如重点针对函数调用BFCL场景补充轨迹数据），最终推动底层模型在多项基准测试上的平均得分实现了显著跃升。这证明了高质量的智能体框架不仅能够服务于日常业务开发，更具备作为“AI研究员”自我优化AI系统的潜力。

结语与未来展望

CoworkOS的提出，标志着国内顶尖科研力量在大模型智能体系统化工程领域迈出了坚实的一步。从单次对话走向持久陪伴，从代码片段生成走向复杂场景交付，超级AI同事的形态正在逐步清晰。未来，随着该框架在跨设备流转、更深度的多模态交互和科学计算领域的扩展，企业与开发者的生产力范式将迎来彻底重构。

对于关注大模型落地、Prompt工程优化以及人工智能商业化变现的开发者而言，深入理解并掌握此类操作系统级的Agent架构，将是迎接下一阶段AGI生产力变革的核心竞争力。获取更多前沿AI资讯与产业洞察，欢迎持续关注 AI新闻门户，探索智能时代的无限可能。