作者|王迪

来源|凤凰《AI研究院》

即使“龙虾”再智能，周鸿祎坦言自己早已厌倦，即便解决了部分安全问题，仍逃不过一堆糟心事：

“一是经常死机，所有‘养虾’的都懂，任务跑着跑着就‘猝死’在半路，完成率惨不忍睹；二是成本失控，有员工做完PPT后兴冲冲跑来告诉我，花了一亿Token，折合近一万块钱，我问他，跟你工资比，这是降本还是升本？另外，Claude Code近期问题频发，无故监视并标记中国IP、随意封号；还有某位‘江湖大哥’偷偷上传用户代码库，Codex也未能幸免，甚至写坏硬盘，问题层出不穷。”

这并非个例，而是当下AI行业乱象的一个切面。

在360纳米Work新品发布会上，周鸿祎结合数百天内部实测、十万级用户反馈和一路踩过的坑，把AI行业最真实、最接地气的底层逻辑摊开了讲。

在他看来，AI行业的风向已经彻底变了。过去一年，整个赛道悄然完成了一场迭代：从狂热的“拼模型”，全面转向务实的“拼智能体”。行业不再迷信谁家参数大、谁家跑分高，所有人的终极追问只剩一个：AI能不能真正替人把活儿干完、干好、干稳。

^{（360集团创始人周鸿祎）}

以下为凤凰《AI研究院》整理的周鸿祎的核心观点：

01 Kimi K3价格不便宜，性价比最高的是千问3.6、千问3.7

当前国产大模型百花齐放指出，从去年DeepSeek的异军突起到近期Kimi K3的突破性亮相，市场对“用哪个模型”的讨论持续升温；而围绕智能体部署形态的“养虾”与“养马”的讨论，即轻量化本地运行与重型云端算力支撑的抉择，以及本地与云端部署的路径分歧，已成为大家普遍关注的焦点。

他认为，以Claude Code、Codex为代表，包括被戏称为“龙虾”与“爱马仕”的各类工具型智能体，本质上均属于面向个人生产力提升的开放生态产品，其任务执行时长与Token消耗弹性较大，个人用户可容忍数小时运行或高额计费。然而，企业级场景截然不同。以人力资源招聘或财务报销系统为例，企业核心诉求并非高智能性，而是确定性、时效性与成本可控性，要求在既定时间内以稳定消耗完成标准化任务。

在模型性价比层面，周鸿祎直言，Kimi K3的价格在国产模型中不便宜，性价比最高的是千问3.6、千问3.7，所以360集团的纳米Work团队已落地多模型智能路由与动态调度机制：用户可自主选择，也可交由系统自动决策：简单问题调用低成本快模型，复杂问题启用高成本强模型；更进一步，智能体在规划阶段采用Kimi K3，执行阶段则由Agent自动切换至千问3.7，实现“贵贱搭配、按需使用”的精细化成本管控。

谈及产业趋势，周鸿祎援引最近黄仁勋大力推崇开源模型，美国人也意识到开源模型在中国建立了最好的生态。在他看来，开源模型实现了科技普惠、科技平权，可以自由部署，现在边缘算力像摩尔线程、联想、海光都开始出自己的本地算力，很多企业可以部署自己的本地算力，这样可以实现Token Free，用自己的私有算力，纳米Work也支持接入自己的算力，自己算力不够的时候也可以用其他运营商的算力弥补。

02 大模型和智能体从不是竞争关系，二者是双向进化

周鸿祎分享了一个有趣洞察：Anthropic推出了“Cowork”，OpenAI甚至将“ChatGPT”更名为“ChatGPTWork”，这并非偶然。AI发展数年，用户期望已明显跃升。过去，AI能做好搜索、快速给出答案就足以令人满意；而今年，各大厂商不约而同地将产品冠以“Work”之名。这里的“Work”超越了狭义办公，本质是“干活”，反映出大众对AI的核心期待：AI能干活，我们需要打造生产力，AI确实能干事。

在他看来，当前行业存在层层“鄙视链”：做模型的瞧不起做智能体的，做模型的内部还有鄙视链，做原创的瞧不起做蒸馏的，做预训练的瞧不起做后训练的。周鸿祎抛出了他的行业认知：大模型和智能体从不是竞争关系，而是双向进化、相互合作的共生体。

周鸿祎认为，行业里一直存在固有偏见，做基础大模型的从业者普遍坚信，只要模型持续迭代进步，智能体就会被淘汰，各类智能体应用终将沦为鸡肋。但在周鸿祎看来，这是典型的技术本位误区。

他给出清晰定义：模型决定AI的智力上限，解决的是“聪不聪明”的问题；智能体决定AI的落地实效，解决的是“能不能干活、干成复杂活”的问题。哪怕只是70分的基础模型，只要搭配成熟优质的智能体平台，落地效果完全能碾压没有智能体加持的80分大模型。

更关键的是，智能体拥有独立的进化规律，具备专属的Scaling Law。智能体接入的专业知识越深、企业业务场景越熟、工具生态越全、沉淀的岗位技能包越多，实战能力就越强。尤其是它能沉淀企业老员工、管理层脑中不可量化的隐性经验，形成专属Skill技能包，这是通用大模型难以复刻的核心优势。

03 “十亿、甚至百亿智能体互联，AGI就真正实现了”

除此之外，周鸿祎还指出，智能体的协作模式，更是趋近人类真实工作逻辑。多智能体可以接力干活、并发作业、互查纠错，更有不达目的不罢休的Loop模式，全力攻坚复杂长线任务。周鸿祎直言，智能体不是普通软件，而是全新数字物种，未来数十亿智能体互联互通、协同协作之时，就是AGI真正落地的时刻。

“当未来世界上有十亿甚至一百亿个智能体，我一直强调智能体是一个新的物种，它不是软件，就像你不能说人是蛋白质一样，人是一个物种，当它们可以互相联系、互相协作、互相组合的时候，里面会产生什么样的Scaling Law，可能人类的AGI就真正实现了。”周鸿祎认为，未来每个大模型要进步也需要智能体的帮助，智能体把数据反馈给大模型才能变成真正的人工智能自我改进、自我提升。

04 “龙虾、爱马仕看着强，但企业根本用不起”

周鸿祎坦言，“龙虾”最终并非一款适合普通用户的产品，尽管它问题丛生，自己也深受其扰，但不可否认它的成功。它给全球智能体开发者带来了极大启发：原来智能体可以自主规划，为达目标不惜动用一切工具、尝试一切方法，成为一个真正开放式的智能体。

面对当前行业热捧的“龙虾”“爱马仕”等智能体，周鸿祎并未盲目跟风，而是如实分享了360内部150天、630个岗位、消耗350万亿Token的真实测试数据。

基于这些实战教训，周鸿祎明确了企业级智能体的四大核心标准：成本可控、操作简单、运行稳定、安全可溯。团队在大量实验中积累经验，他坦承最初自己曾豪气地表示“不差钱，Token随便用，谁用得少要‘干掉’”，但现实证明，若Token如此昂贵，绝大多数企业根本无力承受，因此成本可控必须排在首位。

在他看来，这也正是360推出纳米Work的根本初衷，不做炫技的产品，只做能落地、敢自用、真正贴合企业需求的生产力工具。周鸿祎直言，如果一款企业AI产品连自己团队都嫌麻烦、不愿使用，却还要卖给客户，那本质上就是欺骗。

05 “AI不是裁员工具，是重构组织产能”

站在AI行业转型的关键节点，周鸿祎总结称：AI行业早已告别参数竞赛、模型内卷的虚火时代，能落地、能干活、能赚钱、够安全、低成本，才是企业AI的终极价值。未来的AI竞争，不再是“谁的模型更聪明”，而是“谁的智能体更会干活、更懂企业、更稳更省”。

谈及企业AI转型的核心逻辑，周鸿祎给出了最务实的落地方法论，打破了企业“用AI裁员”的误区。他明确提醒，企业初期千万不要指望用AI裁员，容易裁到企业发展大动脉，AI的核心价值是赋能个体、简化组织。

过去需要产品、技术、UI、项目经理、多层管理者组成的团队，如今依托纳米Work，少数员工搭配数字智能体即可完成全部工作，大幅简化管理层级、压缩团队成本。企业AI落地的正确路径，是先通过全员培训提升员工AI素养，让每个人成为超级个体，再逐步嵌入业务流程、重构组织文化，最终打造AI原生超级组织。

针对行业AI落地难的普遍困境，360跳出“卖软件”的传统思维，推出ADE全员培训+FDE工程师陪跑双服务模式。不只是输出产品，更手把手帮助企业搭建专属知识库、定制业务智能体，落地标杆案例，让企业真正看懂、学会、用好AI，从根源解决“买了不会用、用了没效果”的行业难题。

纳米Work的核心使命，就是让每一家企业、每一位创业者、每一名职场人，都能拥有靠谱的数字员工，真正实现“让公司在你睡觉的时候，也能持续变好”。

06 “企业搞AI，老板要先用”

面对行业痛点，7月28日，360集团创始人周鸿祎正式发布新一代企业智能体工作平台“纳米Work”。其核心定位是：专为企业而生、为老板和创业者服务，先造超级个体，再造超级组织，突破行业三大死穴：多模型调度、双引擎架构、云端安全隔离。

周鸿祎提出一个鲜明的观点：企业搞AI，老板要先用。他同时宣布为首批用户每人提供1亿Token试用额度，通过专业实训和陪跑服务，率先帮助1000家小企业完成AI落地和经营提效。

他表示，纳米Work不是对某一款智能体的简单封装，而是希望将复杂技术能力隐藏起来，将先进能力转化为用户可直接使用的生产力，同时融入原生安全能力。

如今，智能体落地企业过程中面临挑战：复杂任务可能带来不可预估的Token消耗，普通用户需要面对环境配置、模型选择、工具连接等门槛，而企业更加关注权限边界、任务稳定性以及数据安全。周鸿祎表示，智能体真正进入工作场景，需要同时解决成本、门槛、权限、稳定性、安全性和持续进化等问题。

周鸿祎认为，AI正在进入“模型与智能体双线进化”的阶段，“模型决定AI有多聪明，智能体决定AI能不能真正干活”。未来企业竞争不仅取决于模型能力，更取决于能否将模型、知识、工具和业务流程结合起来，形成稳定的任务交付能力。

据了解，360启动纳米Work城市合伙人招募，进一步完善本地化服务和落地支持，推动纳米Work进入更多门店、园区和企业真实业务场景，加速AI普惠应用。