目前，AI智能体还需要人来定义，而在不远的将来，L5级别的智能体，借蜂群框架和社区开放，正在打造“AI时代的操作系统”，重构人机协作范式。
还记得2023年8月，那是生成式AI爆发后的第一届ISC大会。
彼时，所有人对于生成式AI的看法，充满诸多不确定性，会后采访周鸿祎时，AI相关的话题，也成为记者们绕不开的热门方向。
那一年，也是“红衣大叔”周鸿祎在公众视野里“重出江湖”的一年。他先是坚定宣布“拥抱AI”，并提出“人工智能不是泡沫，是下一场工业革命。”并在极短时间内推出自研通用大模型“360智脑”，使得360成功抢占了国内AI产业的先机。
两年过去，当行业还在“去幻觉”，卷对话体验时，周鸿祎已然看到AI AGENT的巨大潜力。当潮流逐渐向AGENT汇聚时，他已经拿着蜂群化的纳米智能体，站在AGENT潮流的前端。
某种意义上，这也暗合本届ISC·AI大会的主题：AII in AGENT——从被动防御，到主动免疫，用更智能化的AI AGENT，重构从网络安全，到整个互联网的一切。
01 会协作的智能体“蜂群”
过去两年，生成式AI从短文本问答到长文本生成，再到推理大模型，其对自然语言的理解和生成效果的迭代进化，自是有目共睹。但在真实的企业应用场景里，仍然暴露了诸多短板。
一如周鸿祎在ISC大会上所言，目前大模型的推理能力仍然有所欠缺，在大量场景里更像知识问答模型，二是大量模型不具备独立调用工具，解决问题的能力。
模型推理能力的问题，在年初Deepseek出现之后，已经得到了部分解决。但在大多数复杂场景时，一个只有推理能力的大模型，通常只相当于人的大脑。
原因很简单，在企业实务中，无论是互联网还是实体经济，一项工作通常需要调用大量工具进行协作完成。如今的推理大模型虽然性能“够用”，但是尚不具备成为生产力工具的条件。
正因如此，以纳米AI为代表的智能体，或许是生成式AI从玩具到工具的一条演进路线，或者用周鸿祎的话说，“大模型进化到智能体是必然的。”其原因在于，以目前的智能体性能，它能够理解目标、规划任务、调用工具、具备记忆，实现从需求到结果的完整交付。同时，它也可以使用包括大模型在内的各种工具，进行各种复杂任务的规划和完成。
在会上，周鸿祎用L1到L4的不同阶段，总结了智能体在不同阶段的演进和特点。
——L1聊天助手，本质上是聊天工具，擅长提建议或提供情感陪伴，属于“玩具级”智能体，比如GPTs。
——L2低代码工作流智能体，已经从“玩具”进化为“工具”，但必须由人类来设置流程，AI来执行任务，人再通过操作工具提高生产效率。
——L3推理型智能体，已能实现AI自主规划完成任务，像是人类制造了一个在某个领域有专业特长的员工。
他们单兵作战的能力很强，可以看作一位领域专家。但受限于技术框架，面对跨领域复杂问题时，仍会因缺乏协同规划能力而陷入瓶颈，无法实现多层级思考下的全局优化。
——L4阶段，以纳米AI为代表，已经实现了“多智能体蜂群协作”——多个专家智能体可像搭积木一样灵活“拉群组队”、多层嵌套、分工协作。
在性能表现上，纳米AI可以连续执行1000步的复杂任务，消耗Token在 500 万 – 3000 万，任务成功率高达95.4%。
要实现多智能体协作，其产品形态必然是平台化的，必然是少数L4级别智能体协调大量专家级L3智能体完成工作。
借助纳米AI首创的“多智能体蜂群协作空间”，智能体之间的记忆可以共享，借此规避了智能体之间的“协同困境”。从任务规划、协同执行，再到后续自我迭代，都可以在平台上统一完成。
截至目前，平台已经汇聚超过5万个L3智能体，普通用户只需通过自然语言即可搭建自己的“Manus”。蜂群框架下，这些L3智能体可以组成步调一致，目标一致的L4团队，也能完成“一句话生成10分钟电影级大片”的超长复杂任务，效率从过去2小时直接缩短到20分钟。
02 更主动，更安全
需要注意的是，随着互联网步入AI时代，而在大多数普通人不涉及的网络安全攻防领域，AI技术同样也在深入肌理。这里对攻防双方，都是显而易见的挑战：
一方面，专业的网络安全专家，在行业内仍然是极度短缺的香饽饽，其专业能力根据公司数据类型的不同，培养周期很长，且应对方向各异，成长难度较大。即便加入大模型进行辅助工作，虽然已经能处理部分基础任务，却难以应对复杂流程化的日常运营工作，导致防护能力落地受阻。
但作为攻击方的黑客，却能通过AI训练“智能体黑客”，在真人黑客不在的时候进行自动化攻击。根据每个黑客组织算力储备的不同，可以批量复制，一个人类黑客，完全可以管理数十个智能体黑客，其能力呈指数级上涨。
与此同时，作为安全运营专家的“数字大脑”，安全智能体以安全大模型为核心，具备工具调用，流程执行等时机能力，以完整复刻高级专家的分析、决策与实操能力。
部署一个安全智能体，并不意味着“万事大吉”。譬如在工业控制、政务决策等场景，智能体的幻觉可能导致设备误操作或政策偏差。例如医疗智能体误诊率即使仅0.1%，在千万级调用量下仍会造成重大事故。
其中一种规避方式，是动态RAG增强，它将行业知识库（如国家标准GB/T、工业设备参数）嵌入智能体推理流程，强制在生成答案前检索权威数据源。譬如政务处理智能体，在回复政策咨询时，可以做到自动关联国务院最新文件库，减少自由发挥空间；同时，借助360大模型卫士的“数据去毒”模块，过滤训练数据中的矛盾信息，并注入领域规则。
另一种方法则是CoVE验证链。在智能体生成回答之后，通过分步自检机制，它能自动拆解关键主张，并生成验证问题，进而调用相关的数据库工具交叉验证。再通过物理反馈机制，譬如智能体将控制指令转化为设备的API调用，读取对应传感器数据并确认执行结果，形成决策闭环。
不止360一家，任何一家有网络安全需求的企业，都可以打造自己的安全智能体。相对于一般的AI公司，360的底气在于，拥有一般AI公司没有的网络安全数据、知识，以及网络安全工具，以及充分发挥上述能力的工作流、大模型，再到如今的智能体打造平台，每一步都是拼图，每一块业务都可以是壁垒。
此外，除了已经定制好的几十个安全智能体，用户同样可以根据需求自己定制对应领域的安全智能体，在如今智能体“定制化”的风潮之下，部署一个熟悉企业情况，能针对性防护的安全智能体，并不是一件难事。
03 奔向“智能体蜂群”的未来
一如周鸿祎所言，2025年，是智能体的“安全”元年，也是安全智能体的诞生之年。安全智能体，在大模型“脑子”的基础上，增加了手和脚，意味着能够进行主动攻防，主动使用工具，如果放在企业实务中，无异于增加了新质的生产力和战斗力。
从一开始，360智能体就避开了“算力内卷”，结合自身安全领域的底蕴，专注更场景化，更垂直的生产力。
在构建“智鉴、智盾、智控”五位一体安全体系闭环后，以纳米AI搜索为落地产品，成为用户连接AI的第一入口。
今年以来，360的L4级“专家”智能体，已然覆盖多个垂直领域，协同任务错误率已经下降近90%。这意味着，人类“CEO”和赛博团队的AI AGENT，用户像“BOSS直聘”一样调配5万+智能体，跨公司组队形成专属协作小队，已经不再是梦。
目前，AI智能体还需要人来定义，而在不远的将来，L5级别的智能体，借蜂群框架和社区开放，正在打造“AI时代的操作系统”，重构人机协作范式。
如果智能体真正进入普通人的生活，那么人类的工作内容，则会变成定义智能体、规划智能体、管理智能体、监督智能体，智能体变成了人类的员工，做繁琐的工作，人要学会跟智能体协作。
这样，每个人就会变成超级个体，大量使用智能体的公司也会变成超级组织，甚至重塑整个经济的形态和运营逻辑。
这种“业务人员主导AI创新”的模式，无疑进一步加速了AI技术的应用落地，使智能体真正成为“数字员工”
一如周鸿祎预言：“智能体时代，不会指挥AI的人将被淘汰。”这一战略，正推动360从网络安全供应商，向AI生态主导者逐步跃迁。
主题测试文章，只做测试使用。发布者：北方经济网，转转请注明出处：https://www.hujinzicha.net/41727.html
