周鸿祎提到，360提出了三个目标。首先，员工要成为超级个体，要会用智能体、会管理智能体。员工 要思考能不能通过智能体提高自己的效率。"我就说哪怕你上班摸鱼我也能容忍，早点下班照顾家里也 可以，但是活不能误了，就只能看能不能通过智能体来解决这个问题。" 9月24日下午消息，今日，罗永浩与周鸿祎深度对谈。周鸿祎介绍到，现在360的战略由原本的All in AI 具象化为All in智能体。 而公司的目标，就是要打造超级产品。他解释到，因为现在浏览器是一个生产力工具，虽然在手机上浏 览器的功能基本被APP分解了，但是在电脑端，浏览器还是一个当之无愧的主要入口。 责任编辑：李昂 其次，团队各个部门，例如HR、财务、法务等支撑部门，要变成超级组织，要思考能不能用智能体取 代复杂的业务流程。 ...

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]

9月24日下午消息，今日，罗永浩与周鸿祎深度对谈。在谈及"在全职全能的模型出现之后，产品经理还 有没有意义"时，罗永浩表示，具体要看如何定义"全职全能"。如果大模型所有方面的能力都比人类 强，那可能没有必要了。但是那个点来临之前，产品经理是永远有用的。 周鸿祎表示赞同。他举例到，"如果去问任何一个大模型，航空发动机怎么造，航母怎么做？它肯定回 答不出来。甚至让它写个AI浏览器或一套杀毒软件，它肯定做不出来。因为太多的专业知识不全是在 互联网都能找到的，而是很多专家，很多企业的内部知识。" 他还提到，大模型刚出来的时候，大家觉得应该越大越好。但现在发现"大"和"有能力"并不完全成正 比。实际上很多模型很小但能力很强。 责任编辑：李昂 所以，周鸿祎指出，大模型和智能体最终都要能够本地化、专业化，才能和业务结合。 ...

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 ...

21世纪经济报道见习记者冉黎黎 北京报道 伴随着《关于深入实施"人工智能+"行动的意见》（以下简称《意见》）的发布，围绕智能体的分析 讨论掀起一个新的高潮，《意见》明确了智能体应用普及率的目标，提出到2027年，新一代智能终端、智能体等应用普及率超70%。 9月以来，对于智能体的关注热度也持续高企。9月16日，华为发布《智能世界2035》，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。当天，360集团创始人周鸿祎在2025金砖国家新工业革命伙伴关系论坛开幕式上表示，人工智能进入下半场，AI的焦点已 经从大模型进化成了智能体。 据了解，业内普遍将智能体发展类比自动驾驶技术的分级，划分为L1—L5五个阶段。中国互联网协会智能网联工作委员会副秘书长李晓昂对 21世纪经济报道记者表示，当前智能体处于条件自动化阶段，可称作L3阶段，智能体基于大型语言模型具备记忆和反思能力，可闭环完成任 务，但在执行复杂任务时仍可能出现错误，且缺乏自主学习和泛化能力。步入下一阶段，需要解决的问题主要包括实现自主学习与泛化能力， 使智能体能够持续自我优化、跨场景迁移，同时要解决多智能体协作中的信息共享、任务并发执行 ...

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]

智能体基础设施范式革新 - 智能体是AI演进关键方向 正成为人机协同与机器自主决策核心载体 有望演进为未来智能社会基本单元[1] - 传统基础设施依赖大量胶水代码机械拼合环节 存在智算资源闲置 训练任务中断 运维团队疲于奔命等问题[1] - 需要基础设施系统拥有自主决策 协同和进化能力 通过智能体实现比人类操作更优更快更精准决策 支持更高效稳定普惠的智能体创新[1] 基础设施智能体蜂群解决方案 - 公司推出基础设施智能体蜂群 深度融合多智能体协同架构与行业场景需求 提供新一代基础设施智能化解决方案[2] - 封装SOTA模型筛选 基础设施平台管家 资源运营 答疑排障 智算集群运维等多个智能体模块 构建高度自治动态协作体系[2] - 实现对基础设施全生命周期智能感知 决策与执行闭环 显著提升资源利用率 运维效率和系统可靠性[2] 多智能体协同运作机制 - SOTA模型筛选智能体持续跟踪最新模型能力和系统需求 自动匹配最优模型与运行环境 避免盲目堆算力低效方式[5] - 基础设施平台管家智能体负责环境初始化 容器编排 配额管理和安全策略下发 感知用户任务意图并自动化底层操作[5] - 资源运营智能体实时评估算力利用率 队列等待时间 能耗和计费模式 动态调度资源池实现资源供需最优平衡[5] - 答疑排障智能体通过自然语言接口成为第一接触点 快速给出排障建议或触发诊断流程[5] - 智算集群运维智能体结合日志监控和Trace信息进行根因分析 自动修复 预判潜在风险[5] 实际落地效果 - 在重点文生文 文生图智能体客户真实业务流程中取得有效落地[8] - 某二次元创作平台通过端到端自动化调度与资源编排 显著减少算力适配 模型集成 安全部署等方面投入 迭代速度提升5倍[8] - 某社交平台创新周期实现极大压缩 试错成本大幅下降 技术门槛或资源限制想法得以快速落地[10] 技术理念与行业影响 - 提出Agentic Infra范式 以智能体为自治核心 改变传统IaaS→PaaS→MaaS→Agent应用层层堆叠相互割裂的生产模式[4] - 实现M（多种模型）×N（多种芯片）无感化 以及从灵感到交付自动化智能化[14] - 让企业特别是中小规模团队能以更低门槛更高效率方式构建高质量智能体应用[14] - 将人类从重复劳动中解放 使角色重新回归创造力本身[14]

大数据智能找矿预测团队聚焦地质找矿预测新范式建设目标，创新研发了集地质大数据管理、大数 据挖掘、多要素信息提取、多尺度网格计算、智能预测评价、辅助决策等于一体的大数据智能找矿预测 系统。该系统深度融合地质找矿数据、知识库、算法库、模型库及工具软件，打造了一体化协同工作平 台，实现了地物化遥矿钻等多尺度多要素地质找矿数据的高效融合、智能分析与预测评价，可为地质找 矿提供信息化解决方案，显著提升了地质找矿预测的效率与靶区定位精度。 目前，大数据智能找矿预测系统建设已成为中国地质调查局推进AI技术在地质调查领域深度融合 应用的示范行动。下一步，该团队将以地质找矿预测场景驱动为牵引，持续深化AI、大模型、智能体 等前沿技术在地质找矿预测中的深度融合应用创新，形成以创新带应用、以应用促创新的良性循环，支 撑建立"AI+"地质找矿预测新工作模式，打造地质调查新质生产力，赋能新一轮地质找矿实现新发现。 （宋国玺 王斌） 本报讯 近日，"一种基于多尺度大数据融合的找矿预测系统"获国家发明专利。这项由中国地质调 查局自然资源综合调查指挥中心大数据智能找矿预测团队研发的创新性应用研发成果，将有力推动我国 智能化找矿预测技术迈入新 ...

人工智能发展态势 - 人工智能发展速度远超人类想象 2024年是AI应用落地元年 2025年将成为智能体元年 人工智能已从辅助走向自主 [1] - 智能机器人数量预计到2050年达到40亿个 这些设备在智力层面将大幅超越人类 社会将迈入截然不同的经济形态 [4] - 人工智能将驱动单位劳动生产率呈上升趋势 未来十年人工智能投资与运营预计每年为GDP贡献0.6%至1%的增长 [4] 技术突破与演进 - 推理模型成为突破性技术 包括Deepseek和ChatGPT-5等 能像学者般循序渐进思考并输出高度结构化答案 [5] - 未来将构筑机器人与人工智能模型协作团队 在明确任务后无需人类干预即可完成建造汽车工厂等复杂任务 该愿景预计需七八年实现 [5] - 到2024年底huggingface网站提供500万到600万种不同模型可供组合使用 预计明年数量将大幅增加 模型组合运用将形成良性循环 [11] 经济影响与投资前景 - 人工智能驱动下美国生产率年均增速极可能回升至3%甚至更高 大批量生产商品价格将被压低 央行需通过增加货币供应弥补通缩压力 [5][6] - 大量资金将涌向无法通过技术实现规模化的资产 包括情感类投资品、高端房产和收藏品 形成截然不同的经济形态 [6] - 投资市场呈现局部泡沫迹象 帕兰提尔和特斯拉等公司估值过高 微软为人工智能开发者开出惊人薪酬 整体环境为互联网泡沫重演蓄势 [6] 全球竞争关键要素 - 人工智能竞争取决于四大要素：人才、能源、技术及立法 中国在人才储备方面位居全球首位 拥有大量技术娴熟的软硬件开发者 [8] - 中国在能源方面独树一帜 拥有丰富可靠且价格合适的能源 海湾国家人工智能算力即将超越整个欧洲 美国正全力解决能源需求问题 [8] - 美国在芯片和硬件领域占据绝对优势 将稀土和芯片列为战略资源 中国迎头赶上需要时间且过程充满挑战 [9] 行业应用与价值捕获 - 人工智能应用将延伸至金融、生命科学、教育和媒体等具体领域 更注重聚焦场景的人工智能 需要大量精通经济体系细分领域的人才 [10] - 人工智能使个人效率提升约30% 企业通过生成式人工智能每天处理1500万次数据检查 但开发大型基础模型的公司仍持续巨额亏损 [13] - 单位劳动力GDP在未来四五年内至少会增长两倍 大部分经济价值捕获将聚焦通过人工智能提升效率或创造新产品服务的特定领域企业 [13][14] 区域经济展望 - 美国经济未来三年半内有望实现3%的年增长率 欧洲经济处于周期中段 若和平解决地缘政治问题将受益匪浅 [14] - 中国房地产下行周期将在几年内扭转 人口持续从农村向城市迁移 科技企业估值仅为西方同类企业一半 看好中国股票市场前景 [15] - 中国政府确保经济形势稳中向好 市场完全有能力创造良好前景 中国经济发展前景总体向好 [15]