作者|王迪

來源|鳳凰《AI研究院》

即使「龍蝦」再智能，周鴻禕坦言自己早已厭倦，即便解決了部分安全問題，仍逃不過一堆糟心事：

「一是經常死機，所有‘養蝦’的都懂，任務跑着跑着就‘猝死’在半路，完成率慘不忍睹；二是成本失控，有員工做完PPT後興沖沖跑來告訴我，花了一億Token，摺合近一萬塊錢，我問他，跟你工資比，這是降本還是升本？另外，Claude Code近期問題頻發，無故監視並標記中國IP、隨意封號；還有某位‘江湖大哥’偷偷上傳用戶代碼庫，Codex也未能倖免，甚至寫壞硬盤，問題層出不窮。」

這並非個例，而是當下AI行業亂象的一個切面。

在360納米Work新品發布會上，周鴻禕結合數百天內部實測、十萬級用戶反饋和一路踩過的坑，把AI行業最真實、最接地氣的底層邏輯攤開了講。

在他看來，AI行業的風向已經徹底變了。過去一年，整個賽道悄然完成了一場迭代：從狂熱的「拼模型」，全面轉向務實的「拼智能體」。行業不再迷信誰家參數大、誰家跑分高，所有人的終極追問只剩一個：AI能不能真正替人把活兒幹完、幹好、幹穩。

^{（360集團創始人周鴻禕）}

以下為鳳凰《AI研究院》整理的周鴻禕的核心觀點：

01 Kimi K3價格不便宜，性價比最高的是千問3.6、千問3.7

當前國產大模型百花齊放指出，從去年DeepSeek的異軍突起到近期Kimi K3的突破性亮相，市場對「用哪個模型」的討論持續升溫；而圍繞智能體部署形態的「養蝦」與「養馬」的討論，即輕量化本地運行與重型雲端算力支撐的抉擇，以及本地與雲端部署的路徑分歧，已成為大家普遍關注的焦點。

他認為，以Claude Code、Codex為代表，包括被戲稱為「龍蝦」與「愛馬仕」的各類工具型智能體，本質上均屬於面向個人生產力提升的開放生態產品，其任務執行時長與Token消耗彈性較大，個人用戶可容忍數小時運行或高額計費。然而，企業級場景截然不同。以人力資源招聘或財務報銷系統為例，企業核心訴求並非高智能性，而是確定性、時效性與成本可控性，要求在既定時間內以穩定消耗完成標準化任務。

在模型性價比層面，周鴻禕直言，Kimi K3的價格在國產模型中不便宜，性價比最高的是千問3.6、千問3.7，所以360集團的納米Work團隊已落地多模型智能路由與動態調度機制：用戶可自主選擇，也可交由系統自動決策：簡單問題調用低成本快模型，複雜問題啓用高成本強模型；更進一步，智能體在規劃階段採用Kimi K3，執行階段則由Agent自動切換至千問3.7，實現「貴賤搭配、按需使用」的精細化成本管控。

談及產業趨勢，周鴻禕援引最近黃仁勳大力推崇開源模型，美國人也意識到開源模型在中國建立了最好的生態。在他看來，開源模型實現了科技普惠、科技平權，可以自由部署，現在邊緣算力像摩爾線程、聯想、海光都開始出自己的本地算力，很多企業可以部署自己的本地算力，這樣可以實現Token Free，用自己的私有算力，納米Work也支持接入自己的算力，自己算力不夠的時候也可以用其他運營商的算力彌補。

02 大模型和智能體從不是競爭關係，二者是雙向進化

周鴻禕分享了一個有趣洞察：Anthropic推出了「Cowork」，OpenAI甚至將「ChatGPT」更名為「ChatGPTWork」，這並非偶然。AI發展數年，用戶期望已明顯躍升。過去，AI能做好搜索、快速給出答案就足以令人滿意；而今年，各大廠商不約而同地將產品冠以「Work」之名。這裏的「Work」超越了狹義辦公，本質是「幹活」，反映出大衆對AI的核心期待：AI能幹活，我們需要打造生產力，AI確實能幹事。

在他看來，當前行業存在層層「鄙視鏈」：做模型的瞧不起做智能體的，做模型的內部還有鄙視鏈，做原創的瞧不起做蒸餾的，做預訓練的瞧不起做後訓練的。周鴻禕拋出了他的行業認知：大模型和智能體從不是競爭關係，而是雙向進化、相互合作的共生體。

周鴻禕認為，行業裏一直存在固有偏見，做基礎大模型的從業者普遍堅信，只要模型持續迭代進步，智能體就會被淘汰，各類智能體應用終將淪為雞肋。但在周鴻禕看來，這是典型的技術本位誤區。

他給出清晰定義：模型決定AI的智力上限，解決的是「聰不聰明」的問題；智能體決定AI的落地實效，解決的是「能不能幹活、幹成複雜活」的問題。哪怕只是70分的基礎模型，只要搭配成熟優質的智能體平台，落地效果完全能碾壓沒有智能體加持的80分大模型。

更關鍵的是，智能體擁有獨立的進化規律，具備專屬的Scaling Law。智能體接入的專業知識越深、企業業務場景越熟、工具生態越全、沉澱的崗位技能包越多，實戰能力就越強。尤其是它能沉澱企業老員工、管理層腦中不可量化的隱性經驗，形成專屬Skill技能包，這是通用大模型難以復刻的核心優勢。

03 「十億、甚至百億智能體互聯，AGI就真正實現了」

除此之外，周鴻禕還指出，智能體的協作模式，更是趨近人類真實工作邏輯。多智能體可以接力幹活、併發作業、互查糾錯，更有不達目的不罷休的Loop模式，全力攻堅複雜長線任務。周鴻禕直言，智能體不是普通軟件，而是全新數字物種，未來數十億智能體互聯互通、協同協作之時，就是AGI真正落地的時刻。

「當未來世界上有十億甚至一百億個智能體，我一直強調智能體是一個新的物種，它不是軟件，就像你不能說人是蛋白質一樣，人是一個物種，當它們可以互相聯繫、互相協作、互相組合的時候，裏面會產生什麼樣的Scaling Law，可能人類的AGI就真正實現了。」周鴻禕認為，未來每個大模型要進步也需要智能體的幫助，智能體把數據反饋給大模型才能變成真正的人工智能自我改進、自我提升。

04 「龍蝦、愛馬仕看着強，但企業根本用不起」

周鴻禕坦言，「龍蝦」最終並非一款適合普通用戶的產品，儘管它問題叢生，自己也深受其擾，但不可否認它的成功。它給全球智能體開發者帶來了極大啓發：原來智能體可以自主規劃，為達目標不惜動用一切工具、嘗試一切方法，成為一個真正開放式的智能體。

面對當前行業熱捧的「龍蝦」「愛馬仕」等智能體，周鴻禕並未盲目跟風，而是如實分享了360內部150天、630個崗位、消耗350萬億Token的真實測試數據。

基於這些實戰教訓，周鴻禕明確了企業級智能體的四大核心標準：成本可控、操作簡單、運行穩定、安全可溯。團隊在大量實驗中積累經驗，他坦承最初自己曾豪氣地表示「不差錢，Token隨便用，誰用得少要‘幹掉’」，但現實證明，若Token如此昂貴，絕大多數企業根本無力承受，因此成本可控必須排在首位。

在他看來，這也正是360推出納米Work的根本初衷，不做炫技的產品，只做能落地、敢自用、真正貼合企業需求的生產力工具。周鴻禕直言，如果一款企業AI產品連自己團隊都嫌麻煩、不願使用，卻還要賣給客戶，那本質上就是欺騙。

05 「AI不是裁員工具，是重構組織產能」

站在AI行業轉型的關鍵節點，周鴻禕總結稱：AI行業早已告別參數競賽、模型內卷的虛火時代，能落地、能幹活、能賺錢、夠安全、低成本，纔是企業AI的終極價值。未來的AI競爭，不再是「誰的模型更聰明」，而是「誰的智能體更會幹活、更懂企業、更穩更省」。

談及企業AI轉型的核心邏輯，周鴻禕給出了最務實的落地方法論，打破了企業「用AI裁員」的誤區。他明確提醒，企業初期千萬不要指望用AI裁員，容易裁到企業發展大動脈，AI的核心價值是賦能個體、簡化組織。

過去需要產品、技術、UI、項目經理、多層管理者組成的團隊，如今依託納米Work，少數員工搭配數字智能體即可完成全部工作，大幅簡化管理層級、壓縮團隊成本。企業AI落地的正確路徑，是先通過全員培訓提升員工AI素養，讓每個人成為超級個體，再逐步嵌入業務流程、重構組織文化，最終打造AI原生超級組織。

針對行業AI落地難的普遍困境，360跳出「賣軟件」的傳統思維，推出ADE全員培訓+FDE工程師陪跑雙服務模式。不只是輸出產品，更手把手幫助企業搭建專屬知識庫、定製業務智能體，落地標杆案例，讓企業真正看懂、學會、用好AI，從根源解決「買了不會用、用了沒效果」的行業難題。

納米Work的核心使命，就是讓每一家企業、每一位創業者、每一名職場人，都能擁有靠譜的數字員工，真正實現「讓公司在你睡覺的時候，也能持續變好」。

06 「企業搞AI，老闆要先用」

面對行業痛點，7月28日，360集團創始人周鴻禕正式發布新一代企業智能體工作平台「納米Work」。其核心定位是：專為企業而生、為老闆和創業者服務，先造超級個體，再造超級組織，突破行業三大死穴：多模型調度、雙引擎架構、雲端安全隔離。

周鴻禕提出一個鮮明的觀點：企業搞AI，老闆要先用。他同時宣佈為首批用戶每人提供1億Token試用額度，通過專業實訓和陪跑服務，率先幫助1000家小企業完成AI落地和經營提效。

他表示，納米Work不是對某一款智能體的簡單封裝，而是希望將複雜技術能力隱藏起來，將先進能力轉化為用戶可直接使用的生產力，同時融入原生安全能力。

如今，智能體落地企業過程中面臨挑戰：複雜任務可能帶來不可預估的Token消耗，普通用戶需要面對環境配置、模型選擇、工具連接等門檻，而企業更加關注權限邊界、任務穩定性以及數據安全。周鴻禕表示，智能體真正進入工作場景，需要同時解決成本、門檻、權限、穩定性、安全性和持續進化等問題。

周鴻禕認為，AI正在進入「模型與智能體雙線進化」的階段，「模型決定AI有多聰明，智能體決定AI能不能真正幹活」。未來企業競爭不僅取決於模型能力，更取決於能否將模型、知識、工具和業務流程結合起來，形成穩定的任務交付能力。

據了解，360啓動納米Work城市合夥人招募，進一步完善本地化服務和落地支持，推動納米Work進入更多門店、園區和企業真實業務場景，加速AI普惠應用。