从单兵到蜂群，360 重构智能体协作范式。

作者 | 李白玉

编辑丨高岩

  来源 | 野马财经

这是野马财经的第 4529 篇原创

本文约 3700 字，阅读时长约 10 分钟

8 月 6 日，在 ISC.AI 2025 第十三届互联网安全大会上，360 集团创始人、ISC 大会主席周鸿祎表示，"2025 年是智能体元年，智能体会成为 AI 的主角，当前智能体是个开始，下一步将会演变成智能体蜂群、集群。"

就在几天前，360 集团宣布推出 " 纳米 AI 多智能体蜂群 "，将 AI 协作比作 " 蜂群作战 "，实现了智能体从 " 单兵作战 " 到 " 群体协同 " 的物种级进化，颠覆了以往智能体的工作范式。

这一产品的发布，意味着智能体正从个体能力的强化阶段，进入以系统协同为核心的新阶段。这也引发了业界对未来智能体发展路线的再思考：到底是继续强化单体智能，还是构建有组织、有结构的智能体集群？而 360 的 " 纳米 AI 多智能体蜂群 "，恰好提供了一个可观察的范本。

来源：360 数字安全

智能体步入蜂群协作阶段

在本届互联网安全大会上，360 创造性地借鉴自动驾驶的分级体系，将智能体划分为 L1 至 L5 五个阶段，用以界定不同层级的智能体在能力、协作性与自主性上的差异。

最早一批 L1 级智能体，本质上仍是 " 聊天助手 "。它具备对话能力，能够回答问题、提供建议，甚至陪伴式聊天，但其本质依然是信息入口的延伸，尚未拥有 " 解决问题 " 的主动能力；这一阶段的代表，如 GPTs 或定制化小助手，更多是一种 " 玩具级 " 智能体。

随后的 L2 阶段，则进入 " 工具逻辑 "。大量低代码平台支持用户构建 " 流程型智能体 "，通过预设模块完成内容处理、格式转换、信息调取等工作。这类智能体本质上依然是工具组合逻辑，结果输出依赖人类后续参与，交付的是 " 半成品 "。

而在 L3 阶段，真正具备推理能力的 " 智能体 " 开始登场。它们能够在特定垂类中完成目标规划、逻辑拆解和流程调用，已具备一定的领域深耕能力，但只要任务跨越其知识边界或涉及多领域融合，就会出现协作断层，效率剧降。

也就是说，从 L1 到 L3，智能体的进化始终沿着 " 个体强化 " 的路径前进，每一代都更聪明、更能干，却也更依赖自身闭环；这一条路线的尽头，是单体智能的边界。聪明如它，依旧无力支撑起跨角色、跨阶段、跨工具链的复杂任务协同。

来源：360 数字安全

360 此次推出的 " 纳米 AI 多智能体蜂群 "，显然是针对这个核心问题做出的结构性回应；与当前智能体系统普遍强调 " 个体能力 " 不同，蜂群逻辑的出发点是 " 协作能力优先 "。

对此，360 官方给出的定义是 "L4 级智能体系统 "，即通过结构化指挥机制，实现多个智能体之间的灵活拉群、嵌套协同。简单来说，就是不再寄希望于一个万能智能体，而是像搭建团队一样，把擅长不同任务的智能体组合起来，协同完成高复杂度工作流。

多智能体蜂群架构的核心价值，在于引入了 " 蜂群协作框架 " 的全新机制；每一个智能体不再是被动执行的子程序，而是作为任务流程中独立的参与者，在统一目标指挥下，扮演具体角色，分工协作。

比如，在一个 10 分钟短视频的自动生成任务中，可能会有脚本生成、分镜设计、素材调取、配音配乐、剪辑调色等不同的智能体协同完成任务；而在蜂群机制下，这些智能体不只是串行执行，而是可以并发展开、嵌套推进，最终实现 " 团队产出 "。

视频案例展示

来源：360 公司

根据 360 的数据显示，目前纳米 AI 智能体蜂群已可实现连续 2 小时执行超 1000 步任务不中断，消耗 token 超 2000 万。该智能体能力如此强悍，在于其拥有行业领先的多智能体蜂群引擎，这是多智能体蜂群能够支持无限工具调用、无限上下文长度，可以执行无限步骤超级任务的核心。

对此，互联网观察家丁道师指出，" 这两年一直在讨论智能体到底处于哪个阶段，但总感觉缺少一个统一标准。周鸿祎这次借用自动驾驶领域的 L1 到 L5 分级体系，我觉得是非常有启发的：一方面帮助大众理解了技术进展的层级，另一方面也揭示了当前智能体真正的问题所在。"

为什么提出 " 蜂群路线 " 的是 360？

在智能体行业普遍卷向模型能力、插件生态等方向时，360 却选择了一条几乎被忽视的 " 协同调度路线 "。乍看之下，这是一种与主流路径略显分野的策略，但回到 360 公司自身的发展轨迹中，这一选择既觉得合理，又具有延续性。

对 360 而言，蜂群路线并不是一时兴起的技术实验，而是其长期 " 系统思维 " 的自然延伸。回顾 20 年来 360 持续的拼搏和创新：其首创免费杀毒，守护中国网民安全，并在此基础之上，汇集了全球最大的网络安全大数据，解决了看不见的 " 卡脖子 " 难题，推出了 360 安全大脑等等。

来源：360 数字安全

所以，360 的核心能力从来不是点状产品，而是面向组织级需求的结构性应对体系，这与多个智能体围绕任务进行分工协作的 " 蜂群模式 "，在系统逻辑上高度一致。这也解释了为什么 360 在描述蜂群能力时，强调的不是单智能体的推理路径或模型参数，而是 " 嵌套结构 "" 任务接力 "" 多智能体间拉群协作 " 等系统调度能力；这些，恰恰是 360 过去十余年安全业务的基础能力。

更重要的是，多智能体蜂群并非只存在于研发项目或概念 PPT 中，而已经开始落地于 360 的多个产品线之中。

从 " 一句话生成大片 " 的视频生成蜂群，到带货翻译、行业分析、知识总结等实际应用，360 将蜂群能力嵌入了多个 C 端与 B 端产品场景中，让每一套蜂群协作模型都以 " 任务包 " 形式服务于终端用户。这种 " 任务即产品 " 的模式，也让蜂群不仅是智能体之间的连接逻辑，更成为一种产品形态的承载结构。

在本届互联网安全大会上，周鸿祎演讲指出，" 智能体和我们找了一个数字人一样，这种定义出来的智能体能力非常平庸，而且会有明显的任务倦怠，执行多步任务之后就拒绝执行后续的指令，所以必须要通过多个不同专业的智能体进行协作，多智能体才是未来的发展方向。"

所以，" 纳米 AI 多智能体蜂群 " 选择在 ISC 大会期间发布，不只是技术宣布，更是一种产业立场的声明，即表示 360 要用协同智能体系统，去定义 AI 时代的 " 组织级生产力工具 "。

相比之下，市面上大多数智能体仍停留在 " 单人作战 " 的思路里，强调 " 一个万能 AI"，而多智能体蜂群的核心思路恰恰是反其道而行之：不再强调智能体个体的全能，而是构建系统层的分工逻辑与调度机制。如果说大模型比拼的是 " 一个人能干多少事 "，多智能体蜂群比拼的则是 " 一个组织如何把事干得更高效 "；这种差异，不只是执行效率的优化，更是战略思维方式的分野。

" 其实回头看 360 的发展路径，他们提出蜂群协同这件事并不意外。360 在整个互联网安全领域已经深耕快 20 年了，最擅长的就是构建多系统联动的应急机制。我一直认为做大模型这件事，不是只靠参数量拼刺刀；你有没有应用场景？有没有数据闭环？有没有长期的产品演化经验？这才是决胜因素。现在看，国内能形成这种系统力的，其实还是那些有深厚产品线和生态闭环的互联网巨头。" 丁道师总结说道。

智能体未来竞争趋向 " 组织战 "

" 纳米 AI 多智能体蜂群 " 的出现，正在悄然推动 AI 产品形态的一次结构性转变。

过去，我们习惯把 AI 视为一个 " 工具 "，哪怕它再强大，本质上仍是 " 一个 AI 在帮你解决问题 "；而如今，多智能体蜂群试图构建的是另一种服务范式：一个 AI 团队与你共事，共同完成复杂目标。

这背后的差异，并非只是智能体数量的变化，而是系统思维的迁移。传统 AI 系统讲求的是 " 单体增强 "，一个大模型或一个智能体负责尽可能多的任务，从检索到规划再到执行；但蜂群逻辑强调的是 " 角色分化 "" 任务协同 "" 模块调度 "，也就是让每个智能体回归到 " 专才 " 角色，在一个更大的目标结构中扮演自己的部分职责。

换句话说，AI 从技能模块，进化成了具备组织能力的执行体；这种组织能力的底层逻辑，本质上是一次对 "AI 系统架构 " 的重构尝试。

它不依赖单个模型性能极限，而是更像一次 " 数字化管理体系 " 的模拟：有目标分解机制，有资源调度逻辑，有任务流程编排，也有上下文维护与进度追踪。这些过去存在于企业、项目管理、人力协作流程中的复杂要素，正在被蜂群体系用智能体重现、复写。

这种重构的意义在于，它让 AI 有了 " 系统完成工作 " 的可能性。过去，我们更多看到的是 AI 完成某一步工作，比如写个脚本、设计个封面、生成一段视频；而现在，在多智能体蜂群体系下，AI 有可能从构思到产出、从拆解到协作，完成整个流程闭环。

来源：纳米 AI 截图

从一个爆款视频的生成、一个调研报告的撰写，到一个跨语种的营销素材包制作，AI 团队可以像 MCN 或咨询公司那样 " 组队作业 "，按流程推进，按目标输出。

这也意味着，AI 产品正在摆脱 " 智能即功能 " 的旧范式，走向 " 智能即组织 " 的新模式。360 的 " 纳米 AI 多智能体蜂群 "，之所以被称为 "L4 级智能体系统 "，其实正是这个逻辑的外显体现；它不只是功能更强或算力更足，而是架构更成熟、调度更精细、组织能力更真实。

这也让整个行业面临一个重要判断：智能体的未来，究竟是一场 " 个体战 " 的比拼，还是一场 " 组织战 " 的较量？如果是前者，拥有更强的大模型能力，将更具优势；但若是后者，比拼的核心将转向系统级协作能力。

当前，智能体的发展仍处于早期阶段。因此，360" 纳米 AI 多智能体蜂群 " 的推出，既是对智能体 " 天花板 " 的挑战，也是对 AI 产品形态边界的重新定义。谁能率先搭建起稳定、高效、可持续扩展的 "AI 协同系统 "，就有机会在下一轮智能体竞争中率先脱颖而出。

© 野马财经原创内容 转载请联系授权