开源的风，终于是从大模型吹到了 Agent。

不要说线是歪的，因为通往 AGI 之路注定会有波折

前几天，字节跳动旗下的 Coze（扣子）平台开源了，给本就热火朝天的 Agent 赛道又加了波猛料。

大家别光顾着吃瓜看热闹，其实这背后在说一件事：时代变了。

以前大家比的是谁家模型更聪明，所以拼了命把训练参数做大、把基础模型做强。

但现在真正的战场，已经转移到了怎么把大模型用好、用到实处。

说白了，大家都已经不满足做个简单的 Agent，而是要看 Agent 平台怎么让 AI 既能稳定地调用各种工具，又能高效地跟外部世界打交道。

要聊明白这事儿，咱们得先看看 AI Agent 这几年是怎么进化的。

其实业界效仿隔壁自动驾驶的分级，也给 Agent 强度排了个 L1、L2、L3……

最简单的 L1 级别的 AI Agent，其实就是 3 年前火起来的以 ChatGPt 为代表的，一堆大模型对话助手，在这个程度，你也就只能把它当个聊天机器人、信息搜索库，谈不上什么生产力。

后来，它学聪明了点，学会了用些小工具，进化成了 L2 工作流助手。

L2 级别的工作流 Agent 就像个听话的学徒，你让它上网查个资料、算个数，它能照着你设定好的步骤一步步完成。

但说到底，还是得你这个当师傅的先把流程图画好，所以也没啥特别的。

真正让人兴奋的，是进化到L3 级别的推理型 Agent。

突出的代表就是年初爆火的 Manus，这也是让 Agent 有了自主思考和规划的能力。

这家伙已经开始像个独当一面的员工了，规划个旅游攻略、写个 PPT、做点论文草稿，分分钟把活儿安排得明明白白。

但问题来了，就好比人类的职场一样，专家员工再牛，也干不了一个团队的活儿，所以还是得靠人给一堆员工派活。

但这个过程的难度，压根不比你自己干来得轻松，可能活还没派完，你的 CPU 先被干烧了。

于是大家就想，能不能组个 Agent 团队，让 AI 来分配专业的 AI 干专业的事儿？

结果业界经过了各种各样尝试发现，这帮看起来牛逼得不行的 Agent 凑一块儿，根本没法合作！

因为你别看，现在单个 Agent 执行任务的成功率挺高，但只要组队，成功率就断崖式下滑。

一个流程里，每一步都有 95% 的成功率，听起来已经挺好的了吧，但只要跑上 20 步，整个任务的成功率就直接掉到 30% 了，是不是有你买足彩 1 串 6、1 串 7 那味儿了。

就在大家为这帮散装英雄一筹莫展的时候，前两天，360 集团正式发布的纳米 AI，好像给出了一种新思路。

纳米 AI，有些差友可能还不大熟悉，人家是红衣大叔周鸿祎 360 旗下的 AI 产品，最近升级成了 " 多智能体蜂群 "，还号称是全球唯一真正进化到 L4 级别智能体。

昨天，红衣大叔还特地开了场专场发布会，给大家好好聊了聊纳米 AI 如今的变化。

差评君也去听完了全程，然后还试用了一波，真觉得有点牛了。

我先不说其他的，就给你看一个纳米 AI 生成的视频。

差友们可以猜猜这个视频咱花了多少精力，写了多少提示词，后期调整了多少。

我来公布最终的答案，花的精力就是上传了一张火锅的照片，提示词不到 100 个字，后期完全没做任何处理，甚至在纳米 AI 生成视频的过程中，咱们还去找小发打了一把王者，游戏结束回来就看到了上面这个视频。

看视频效果的时候，背后站了一堆编辑部同事，全在怪叫 " 牛逼牛逼 "，发群里也像是误入藕花深处，惊起一滩 "666"。。。

当然了，我们也找了隔壁 Manus 做了个类似的视频。

尽管 Manus 调用了目前最顶级的 Veo3 视频生成大模型，但什么情节、故事都不存在的，纯靠着大模型的基础能力硬撑画面。

而且，就像昨天直播里周鸿祎反复提及的 " 短视频起号 "，纳米 AI 主打就是 "一句话生成大片"。

你还能用更简单的方法生成视频。

比如咱们常在影视剧刷到的介绍某个历史人物生平的视频，在纳米 AI 里，直接就有一个专门的 Agent 叫古人传记导演，你只需要说一句 " 于谦的一生 "，然后就什么都不用管了。

结果生成的质量也还是相当高。

说真的，这搁以前，在一些短视频账号起号阶段，制作类似质量的视频，一般是一个编导配 2-3 个剪辑花半天时间才能做出来，现在靠着纳米 AI，点几下鼠标十几分钟就有了。。。

而且，咱们这个是最基础的测试（其实是因为打王者，忘记调整细节了），两个视频完完全全都是纳米 AI 一手导演的。

而且实际执行过程中，你完全可以在视频风格、语音音色、最终脚本等等模块，进行调整修改，来帮助 AI 生成更好、更符合你需求的视频。

是不是已经觉得纳米 AI 有点东西了？

昨天直播里，他们还表示，纳米 AI 的多智能体蜂群能在一起连续工作 2 个小时，执行超过 1000 个步骤，处理 9000 万个 Token（相当于几千万个汉字）的信息量，中间不出错、不掉链子。

这个水平大伙可能有点晕，我就这么说吧，以 M 记为代表的 L3 级别的智能体，处理的 token 数一般只能在百万级，换算成生成视频，一般不超过 90 秒。

所以昨晚老周在直播间也放出话来：" 咱们就是目前唯一一个能做 10 分钟视频的 Agent。"

为什么纳米 AI 能实现 L3 到 L4 的突破呢？

其实是因为他们找了条多智能体并行的新路子。

简单来说，纳米 AI 有个超大智能体工厂，里面有 5 万个 L3 级别（也就是和 M 记同一级别）的 Agent 来满足你的各种需求。

如果你觉得这 5 万个都不行，也能自己再做新的 L3 级别 Agent 进去。

这么一来，你手底下就有几万个，未来还能越来越多的 Agent 帮你干活。

在 360 智能体工厂的基础，再加上纳米独创的 L4 技术，才有了史上最长的 10 分钟 AI 视频。

这套 L4 技术说白了，就是在纳米多智能体蜂群的平台里，给这帮平日里单打独斗的 Agent 们，加装了一套超级通讯系统和共享的作战指挥室。

除了有部门经理和项目经理互相调度，各个赛博牛马之间也不再有沟通障碍，所有智能体都在同一个频道里聊天，一个眼神就知道对方想干啥，再也不怕传话传歪了。

我们拿前面于谦的视频举例，我提示词只输入了 " 于谦的一生 "。

纳米 AI 能够自己思考我要的是啥，比如要的是历史人物于谦，不是德云社的大爷于谦。

然后根据这个思路一点点研究于谦的生平，编写文案标题和相应的分镜脚本，接下来，又会根据这些分镜生成相应的图片，再把图片生成视频片段，最后再像一个后期一样，把这些片段素材全部整合到一起剪辑成成片。

而且，在这个执行过程中，纳米 AI 能够最多支持 100 个工具同时调用。

你可别小看这个数字，之前 Manus 爆火的时候，网上对它的诟病最多的就是速度实在太慢，因为它作为 L3 级别的 Agent，只能一项命令一项命令的执行，调用上一个工具，完成需求，才能继续思考下一步怎么做，想清楚之后再调用下一个工具。

但纳米 AI 的多智能体蜂群完全能够做到边想边干，我这边还在调用工具进行配音，那边已经在想着调用大模型生成视频画面了，这也大大提升了 Agent 的执行速度。

不仅如此，更绝的是，纳米 AI 为了搞定步骤一多，Agent 容易出错雪崩的情况，还做了点安全冗余。

周鸿祎在直播时透露自家产品用了一套比较暴力的解决方式，那就是用 token 换正确率。

比如生成某段视频的分镜图片时，单智能体不是容易出错吗？

但纳米 AI 可以多智能体并行操作，那我每个画面都同时找三四个画手一起画，加一个把关的步骤，把生成失败、出错的剔除出去，保留正确的画面，这样就能大大提升成功率了。

当然了，尽管有了这些安全冗余，但 AI 还是会出错。

咱们在测试时，也出现了一次任务报错，但纳米 AI 人还怪好的，因为有些 Agent 任务出错了消耗的 token 可不退你，而纳米 AI 是全额返还的。

至于一些生成视频文字上的瑕疵、前后一致性还不是完美之类的问题，偶尔也还是会出现。

但那句话怎么说的，只要方向对了，走得再慢也是在一步步接近目的地。而类似大模型基础能力上不足，其实也是目前业内大伙们提升的方向。

而且，该说不说，咱挺认同纳米 AI 现在的这个思路的。

周鸿祎昨晚也说了，现在制作短视频其实是人人的刚需，你做什么账号能不做短视频，甚至发朋友圈也要 vlog 吧。

买书买课不如学会用 AI

那让 AI 最快成为人人都爱用的、能改变大家生活的方式，不就是在解决大家的实际需求吗？

强如大模型也得做一个 ChatGPT 的载体，才能在全球爆火，而 Agent 界的 ChatGPT 迟迟没出现，这也是为啥业界和用户之间有种割裂感。

啥公司都在说我们有 Agent，多牛多牛，但我一个普通老百姓，感觉根本用不到啊。

而且，纳米 AI 的一句话生成视频，只是他们选择的主攻点，实际上，你可以在 L4 级别多智能体蜂群里，根据自己的需求从 0 搭建专属自己的 AI 团队。

喜欢吃瓜的，可以做一个每天娱乐大新闻总结 Agent；喜欢体育的，可以做一个专属自己的体育报道 AI 天团。。。

昨天周鸿祎一直在强调，目前的大模型能力已经相当强悍，但出于各种原因，它真正的能力并没有完全展现。

在他看来，Agent 就是目前能够最大限度挖掘大模型能力的桥梁，而通过多智能体共同参与，就能很好地处理现阶段的一些人类需求，真正让人觉得 AI 牛逼。

说到底，AI 的未来，可能不取决于技术参数有多高、模型有多大，而在于它能不能像纳米 AI 这样，少谈点玄乎的概念，多做个好视频、写个好方案，可能更有用。

当 AI 不再是一个遥不可及的神，而是我们随时可以拉来组队干活、不知疲倦的赛博牛马时，AI 的下半场，才算真正开场了。