360发布“纳米Work”加码B端，周鸿祎：AI行业正迈向“拼智能体”

7月28日，三六零（601360.SH）（简称“360”）正式发布新一代企业智能体工作平台“纳米Work”。360集团创始人周鸿祎在“2026纳米Work”发布会上表示，AI（人工智能）行业正从“拼模型”走向“拼智能体”，智能体（Agent）与大模型并非竞争关系，而是“双向进化”的合作关系。

周鸿祎在演讲中指出，模型决定AI的智力上限，解决“聪不聪明”的问题；智能体则解决“干活的效果”。他认为，智能体通过Harness（驾驭机制）机制，可让大模型发挥更稳定、更持久，一个70分的模型配合良好的智能体平台，效果可能超过80分模型但无智能体支持的平台。

发力B端服务，直面落地挑战

纳米Work被定位为专门面向企业的智能体平台，与面向个人用户的Claude Code、Codex等开放式智能体有所区别。周鸿祎表示，个人智能体允许一定随机性和不确定性，但企业场景需要确定性——在给定时间内完成给定任务，且成本可控。

据360方面介绍，纳米Work采用“云上虚拟电脑”方案，将智能体运行环境与用户本地设备隔离。周鸿祎称，这一方案主要出于安全考量：“智能体比你聪明，但比你聪明的智能体在内网会干什么？99%的行为可以预测，但有1%不能预测。”

同时，平台支持多模型调度，用户可自主选择模型，或由系统根据任务复杂度自动匹配。周鸿祎透露，简单问题调用响应快、成本低的模型，复杂问题再调用能力更强的模型，“就像企业团队不可能全用博士生”。

周鸿祎分享了360内部持续150天的智能体实验情况。实验覆盖630个岗位，消耗约350万亿Token，收集5.6万条员工反馈。他坦言，开放式智能体存在任务完成率不高、成本失控等问题——有员工制作一份PPT消耗上亿Token，“跟他工资相比，是降本还是升本？”

基于这些实验，360提出了企业智能体的几项标准：成本可控、使用简单、运行稳定、全程可审计。纳米Work据此设计了三种工作模式：简单任务“边想边干”、复杂任务“先规划后执行”，以及针对超复杂任务的“调用一切路径、工具、方法”。

周鸿祎还介绍了360内部的管理实验。他表示，传统周报“写的都是高管想让老板看到的东西”，而智能体可从原始数据中分析经营情况。智能体通过连接代码库、文档库、会议录音等数据源，化身超级助理，完成会议盯办、情报雷达和公司大脑等工作。

不过他也坦承，多数企业员工目前仍停留在将AI当作“搜索框”或“顾问”使用的阶段，仅有少数进入将智能体与工作流结合的阶段。他提出“超级个体先于超级组织”的观点，先引入个人能力的智能体，让每个人成为超级个体，再进入部门和业务流程，打造企业级的智能体体系，改变组织架构、改变企业文化、改变业务流程，“千万别用AI就想裁员，一裁员裁到大动脉。”

政策与市场双轮驱动

值得注意的是，周鸿祎在演讲中多次提及Anthropic的Claude Code和Open AI的相关产品，并将其与纳米Work进行能力对比。他表示，各家的智能体“都在进化中，每个都不完美”，360的策略是将多种智能体引擎“像换电池一样”集成到智能体通用引擎，以应对技术快速迭代。

360的战略转向并非孤例。随着大模型能力趋同，头部企业正集体将竞争焦点从基础模型转向应用层和Agent层。行业研究机构的数据印证了这一趋势的市场空间。IDC数据显示，中国生成式AI市场规模目前约占全球的11%，未来几年复合增长率接近70%，增长空间巨大。随着国家“人工智能+”政策出台，明确到2027年智能体普及率达到70%、2029年达到90%的目标，政策与技术双轮驱动下，智能体市场正加速成熟。

与此同时，智能体的普及正在重塑Token消耗结构。2025年中国企业级Token消耗量较2024年增长16倍，IDC预测2026年增速将达到20倍。中国信通院的研究则指出，到2030年全球智能体发展规模将增长80倍，人工智能在互联网上产生的数据占比已从10%跃升至与人类产生的数据相当的50%水平。

但海量消耗背后，成本优化空间同样巨大。IDC测试显示，在水木社区发帖任务中，无Skill（技能）调用的Token消耗高达6500万，而使用智能体调用Skill后仅需37万Token的消耗；生成AI短剧从近1亿Token降至470万。“如果没有有效的Skill库，企业内部预算将失控，”IDC中国副总裁钟振山强调，评估智能体有效性不仅看任务完成能力，更要看厂商生态建设是否完善。

中国信息通信研究院云计算与数字化研究所副所长栗蔚表示，智算云基础设施市场规模当前已达486亿元，同比增长128%。然而，高速发展的应用需求与基础设施供给之间仍存在明显断层。在算力层面，38%的任务在资源调度方面需要排队；在网络层面，42%的请求需额外发起身份认证，造成交互延迟；在云平台层面，负载均衡与弹性资源扩容平均滞后8分钟。栗蔚指出，随着未来70%的推理需求转向分布式、小规模算力的就近协同，“算”必须从单中心向分布式泛在协同演进，“网”则需要建立超越底层骨干网的“组织链网络”，实现智能体之间的可信交互与开放协同。

“当智能体真正植入核心业务场景，它需要与其他企业或组织的智能体协同合作，”钟振山表示，未来需建立涵盖安全、规则协调、标准互认的统一治理体系，乃至全球化的共同治理规则，才能让智能体在企业核心场景中发挥相应的价值。