公司战略转型 - 公司从与互联网巨头竞争转向合作策略 争取和平发展空间[3][8] - 公司重新定位人工智能和网络安全领域 避免盲目扩张[8] - 公司提出All in智能体战略 具体包括员工成为超级个体 部门成为超级组织 打造超级产品三个目标[15] 人工智能应用 - 公司要求员工必须使用AI工具 拒绝使用者可能被裁员[3][11] - 公司通过AI大赛推动技术应用 强调用AI提升能力而非焦虑岗位淘汰[3][12] - 公司认为AI人才挖角属于战术行为 主要为获取工程化经验和技术诀窍[14] 数字化趋势 - 公司认同产业数字化是国家核心战略 重点服务先进制造业和现代工业[9] - 公司认为浏览器在PC端仍是主要入口 将其作为生产力工具进行打造[15] - 公司关注AI伦理问题 主张用模型对抗模型来捍卫人类利益[17] 能源与算力 - 公司认为算力发展受限于能源问题 核聚变是实现能源自由的关键[19] - 公司看好AI for科学方向 认为这能帮助人类实现科技突破[19] - 公司指出AI生产力提升后需关注社会结构变化 包括就业岗位重构[18] 流量运营策略 - 公司通过短视频平台积累流量和影响力 为产品推出做准备[5] - 公司接受平台规则 与巨头建立合作关系而非敌对关系[8] - 公司认为流量运营会带来反噬效应 无法让所有人满意[6]

公司战略与愿景 - 公司提出"云智一体·碳硅共生"主题 明确大模型为下一代操作系统 AI Cloud为下一代计算机的战略方向 [1] - 公司目标成为全球5-6家超级云平台之一 计划在现有3800亿元基础上持续追加资本支出 [1] - 公司预计到2032年数据中心能耗将增长十倍 以豪赌姿态加码算力与基础设施投入 [1] 技术布局与产品发布 - 公司展示全栈AI能力 包括高密度AI服务器 支持上百颗芯片的超节点集群 800Gbps网络互联及面向大模型的分布式存储与向量检索 [2] - 一次性推出七款通义系列新模型 涵盖语言 视觉 全模态等多个方向 在推理 编程 工具调用等能力上逼近或超越国际对手 [2] - 通义开源生态取得显著成果 拥有300多个模型 超过6亿次下载量及17万个衍生模型 [2] 智能体生态构建 - 公司强调智能体(Agent)战略重要性 推出低代码开发平台 无影AgentBay基础设施及无影Agentic Computer原型产品 [3] - 致力于为未来智能体应用提供底层支撑环境 构建由无数智能体组成的应用生态体系 [3] 行业竞争格局 - 云厂商竞争已从价格战 性能战升级为全链条生态战 算力为底盘 模型为内核 智能体为应用 生态成为护城河 [4] - 公司通过云栖大会展示其作为头部玩家的竞争实力 但最终能否成为超级云平台仍需时间检验 [5] 产业发展挑战 - AI技术奇观与产业落地存在巨大鸿沟 企业需要可控成本 稳定服务及具体业务价值而非单纯技术参数 [3] - AI基础设施投入规模巨大且盈利周期不确定 全球同行疯狂加码使投入换市场逻辑面临挑战 [4] - 大模型深入业务流程面临数据安全 隐私保护 算法偏见等复杂议题 需平衡技术创新与合规治理 [4]

给创业者的建议 - 抢占市场先机是初创公司的重中之重 [6] - 定价应以交付价值为准绳，考虑按用量或价值收费，而非局限于按人头收费 [6] - 即刻开展评估，在初始阶段建立明确的指标体系和 AI 系统性能评估方法 [6] - 应深耕细分领域解决特定难题，而非着眼于通用 AI [6] - 创始人需做到找人要精、脸皮要厚、嗓门要大、离钱要近 [6][18] 平台级应用的新机会 - 当前市场对出现千亿级公司机会尚未形成共识，百亿级公司机会更为现实 [7][9] - 出现千亿级公司需突破三道门槛：分发格局改写、大厂机制逆袭、冷启动与产品力完美耦合 [7] - AI 未像移动互联网那样引入分发渠道变革，大厂仍把控流量入口且反应迅速 [9] - 百亿美金路径现实存在，假设给20倍市销率，仅需5亿美金年度经常性收入，目前已有公司达到1-2亿美金年度经常性收入以上 [9] - 跑出百亿美金级别AI原生消费级公司，需在集中基础设施格局中找到差异化切口，打磨产品体验与商业模型 [10] AI应用公司的模型策略 - 应用公司无需自研模型，可类比消费电子行业与芯片供应商的关系 [11] - 只依赖单一闭源模型的应用最脆弱，供应商可能下场做相同业务或停止提供接口 [11] - 当市场出现多家供应商或强大开源模型追平闭源模型时，应用生意更安全且可节省模型层毛利 [11] - 自研模型收益低且可能丧失使用所有前沿模型的灵活性优势，对规模尚小的公司是麻烦 [11] - 时机是第一位的，应尽快将产品做出并进行市场验证，快速获得反馈 [12] AI应用的壁垒 - 随着智能提升，最初以为的壁垒会发生变化，难以有能一直延续的壁垒 [13] - 认知以及基于认知的速度可能是唯一的壁垒，做得早、做得快就是壁垒 [13][14] - 长期来看，垂类数据相比通用数据更难获取，可能构成壁垒，但若模型智能足够强可自我学习则壁垒不存在 [13][14] - 真正难点在于可持续性，即能否形成稳定盈利结构实现每年5亿美金净利润 [13] - 当前客服、设计、代码、法律、教育、医疗等多个垂类均显现出潜在爆款应用苗头 [13] AI产品的形态与增长 - AI产品过去是模型越好体验越好的「生鱼片型」，现在更像需看厨艺和配料的「水煮鱼」，产品能力更重要 [15] - AI应用能力分为三层：模型层、Context层（公共、组织、个人）和环境层（模型与外部世界交互的能力） [15][16] - AI产品增长靠创新而非广告，需让用户意识到创新点，用户对AI敏感，真正创新会自发传播 [16][17] - 花钱投广告对AI产品大多无效，增长核心不是怎么花钱，而是有何新东西 [16][17] - 推广方式改变，创始人需直接上台清晰讲解新能力，产品需持续迭代以留在用户记忆里 [17] 创始人与组织建设 - 抢占优秀人才比找方向更重要，公司前3-4号位对成败的权重可能占90%以上 [19] - 不要被自己说过的话绑架，环境变化快，该调整调整该转型转型 [19] - 技术品牌是重要竞争力，吸引用户和顶级人才需要足够响亮的声量 [19] - 用户付费是很好的价值验证投票器，产品从一开始就要尽可能离钱近 [19] 出海战略与素质 - 出海AI组织需具备三大素质：比较优势识别能力、选择与判断力、执行力 [23][24][25] - 需找到人类共同需求（普适需求）或对目标市场有真正深入理解和审美 [21][25] - 发挥中国创业者优势，如工程师性价比和执行力，在产品品位达标基础上抢占用户心智 [25] - 产品需为未来设计，预判技术趋势，滑向冰球将去之处而非现在方向 [25] - 生而全球化，AI是全球机会，全球化视角决定能否捕捉最大机会 [25] - 建议错位竞争，利用比较优势，例如避开美国转向中东、拉美等增长市场 [26] 投资人看好的赛道与准则 - 有四类AI产品值得投资：双边网络效应产品（极稀缺）、非共识路径、数据和场景优势、复杂产品 [27][28][29][30] - 双边网络效应曾是强护城河，但当前AI产品多是用户对模型的单边交互，未来形态尚难预测 [27] - 伟大公司早期多为非共识，能在没人看懂时做对事情，错开巨头注意力争取成长窗口 [28] - 拥有数据和场景是长期护城河，垂类场景尽早落地产品并绑定数据流可构筑有效壁垒 [29] - 复杂产品的竞争力来自产品模式、技术路径和商业模式的复杂耦合，本身是门槛 [30][31] - 投资核心准则包括建立前瞻视角、找准数据路径、秉持第一原理、优秀的创始人和出色的产品缺一不可 [32][33][34][35]

公司战略调整 - 360公司战略由原本的All in AI具体化为All in 智能体 [1] 公司发展目标 - 公司提出三个目标：员工成为超级个体、部门成为超级组织、公司打造超级产品 [3] - 员工需学会使用并管理智能体以提高效率，公司对此持开放态度 [3] - 团队支撑部门需思考用智能体取代复杂的业务流程 [3] - 公司目标为打造超级产品，认为电脑端浏览器仍是主要的生产力工具和入口 [3]

360大模型战略定位 - 公司未开发大参数通用大模型 因需至少100亿美元投入且国外巨头已累计投资4000亿美元 [1] - 公司否认采用套壳模式 强调智能体需多专业模型支撑包括推理模型、编程模型及意图猜测路由模型 [1] - 公司保持千亿参数规模基座模型训练能力 并通过智能体工程化反哺基座模型优化 [1] 行业投资与技术路径 - 通用大模型领域存在极高资金壁垒 单企业基础投入门槛达百亿美元级别 [1] - 智能体开发需独立构建完整智力底座 涉及蒸馏板以外的多类型专业化模型协同 [1] - 巨头企业已形成规模化投资优势 行业资源集中度显著 [1]

大模型能力边界与产品经理角色 - 罗永浩认为，在全能大模型出现之前产品经理的角色将持续发挥重要作用，其价值取决于对“全职全能”模型的定义，若模型所有能力均超越人类则角色必要性可能消失 [1] - 周鸿祎指出大模型目前无法解决高度专业化问题，例如无法回答如何制造航空发动机或航母，甚至无法编写AI浏览器或杀毒软件，因为大量专业知识存在于企业内部而非公开互联网 [1] 大模型发展趋势 - 周鸿祎强调大模型和智能体的未来发展路径是本地化与专业化，必须与具体业务场景深度结合才能发挥价值 [1] - 行业初期普遍认为模型规模与能力正相关，但当前发现模型规模与能力并非完全成正比，存在许多规模较小但能力强劲的模型 [1]

责任编辑：江钰涵 周鸿祎表示，所以为什么还是说要多智能，而多智能体之间？现在你知道国外有公司做了要多智能体协 议，那协议很扯。我这样说肯定有人会有些人骂我。他们是把智能体当成软件模块。实际智能体跟智能 体的协作，我们经过了很多挑战，终于把这条路探索出来了。它不是软件模块相互API调用，你可以想 象成是多个人的协作，他们要对齐。比如你弄了一个十人的团队是要开会，为什么要有总监，要副总 裁，要有memo？就你要把大家的价值观对齐了，大目标要对齐了，然后每个人还要分解工作。光是分 解工作，他对这个事儿的全貌没有一个了解，他也会出问题。（罗宁） 新浪科技讯 9月24日下午消息，今日，罗永浩与周鸿祎深度对谈，周鸿祎表示，未来智能体不能把它看 成软件。我再给你说几个有意思的东西，可能会回答你的一些问题。它非常像人，第一点我讲的它专业 化，第二个智能体会出错，但这个出错既不是幻觉，也不是训练的问题是它像人一样会倦怠。一个智能 体，你给他指令太多，让他干太多的活，他做到一定时候他会拒绝执行指令，或者开始乱执行指令，会 敷衍。它的注意力失效。就有点像你跟你的一员工谈话，你给他的让他一个实习生干50件事儿。你布置 到第48件的时 ...

政策目标与行业前景 - 中国发布《关于深入实施"人工智能+"行动的意见》，提出到2027年新一代智能终端、智能体等应用普及率超70%，到2030年普及率超90% [1][5] - 华为在《智能世界2035》中预测未来十年全球90亿人口将拥有9000亿智能体，实现人均100个智能体 [2][3] - AI智能体的市场规模预计将从2024年的51亿美元增长至2030年的471亿美元，年均复合增长率为44.8% [16] 智能体技术定义与发展阶段 - 智能体被定义为能够感知环境并利用工具采取行动以实现特定目标的代理，以大模型为智能底座，具备自主感知、理解、规划、决策等能力 [4] - 业内普遍将智能体发展类比自动驾驶划分为L1-L5五个阶段，当前主流处于L3条件自动化阶段，可闭环完成任务但执行复杂任务时仍可能出错 [2][7] - 迈向下一阶段需解决自主学习与泛化能力、多智能体协作中的信息共享与任务并发执行等关键问题 [2][8] 企业布局与产品化进展 - 商汤科技自2023年起重点投入研发大模型工具调用能力，于2024年1月上线国内首个数据智能体产品"办公小浣熊"，其智能体正从具备工具调用等能力向多智能体协作过渡 [5][7] - 汉王科技在2023年发布自研天地大模型后，开始在C端和B端用户部署智能体，未来将形成1-2个行业智能体标杆 [6][15] - 华为提出AI技术跃迁的落地载体是能将复杂能力转化为实际价值的AI智能体，未来十年智能体将成为人类最重要的协作伙伴 [1][4] 规模化应用挑战与突破路径 - 智能体规模化应用面临技术、标准、生态、安全等多方面协同突破的挑战，需提升感知学习和自主决策能力，并推动与传统系统的无缝对接 [10][11] - 企业关注智能体的计算速度、准确性、安全与可信赖性、数据隐私安全以及成本与效率的平衡 [9] - 价值释放的关键在于突破垂直领域壁垒、激活场景创新潜能、构建普惠服务生态，需在工业、金融、医疗等关键领域加速应用创新和落地 [12][14] 地方政策支持与应用场景 - 北京市对具有行业推广性的通用智能体按其调用算力成本给予最高不超过3000万元支持 [15] - 武汉市提出打造智能体应用矩阵，重点在工业、医疗、教育、法律等垂直领域加快智能体开发应用 [15] - 短期（2027年前后）智能体将在企业软件、智能终端等部分场景实现初步规模化应用；中期将深度融入各行业；长期将成为社会生活的基础要素和核心驱动力 [16]

产品发布 - 越疆机器人在2025年中国国际工业博览会上正式发布双足人形机器人DOBOT ATOM与轮式人形机器人DOBOT ATOM-M [1] - 公司宣布实现多形态通用具身机器人的协同常态化作业 [1] 技术演示 - 在"超级工厂"演示平台中 新发布的两款人形机器人连同多足机器狗 协作机械臂等设备协同完成了从物料分拣 搬运到精密装配的全流程任务 [1] - 该演示平台旨在应对制造业对柔性生产的需求 [1] 行业趋势 - 公司推动机器人从单一执行工具向具备感知 决策与执行一体化能力的智能体演进 [1]

公司AI智能体产品进展 - 公司安星智能体已应用于安全运营、威胁检测、数据安全等产品或服务中，显著提升产品能力和服务效率[2] - 在智能体+安全运营方向，安星人工智能运营系统构建安全智能体分链协作架构，提供自定义智能体、知识库管理及可视化工作流能力，成功应用于政府、运营商、企业等客户场景[2] - 在智能体+威胁检测方向，安星智能体与XDR系统深度融合，大幅提高威胁狩猎、威胁分析和威胁防御效能[2] 行业技术发展趋势 - DeepSeek正在开发具有更强大AI Agent能力的智能体新模型，预计今年年底推出[2] - 中国电信发布星辰超级智能体，为AI增加成长脑和安全锁功能[2] - 智能体正在成为提升AI能力的新方向[2]