专题：服贸会2025中国AIGC创新应用论坛红涨股票配资
中国国际服务贸易交易会-2025中国AIGC创新应用论坛于2025年9月12日在北京举行。主题为“从大模型到智能体，驱动AI新生态”。360数智化集团副总裁&首席产品官何帆出席并演讲。
以下为演讲实录：
谢谢大家，我是360的何帆。可能大家心目当中360是一家网络安全公司，当然事实如此。不过在开始之前，想要稍微跟大家分享一下的是什么呢？360的商业模式从最早的免费杀毒，帮我们积累了一个非常庞大的云端和安全有关的大数据，同时我们把它逐步的加工、提炼，慢慢变成了和安全有关的知识和情报，赋能了前端各种各样的应用。
大家可以看到，比如说在各种场合或者说外交部的发言人、各种新闻媒体的报道说360帮助国家发现了各种各样的全球化的国家级的黑客组织、各种APT组织。其实它背后依托的是360在云端的大数据的运算和人工智能技术支撑的加持，所以带来了这样的效果，所以安全能力是长在360人工智能技术和工程化智能之上的一款应用而已。
今天我们更多希望把360各种和AI有关的工程化的能力和技术拿出来做商业化，对外去做更多的赋能。所以大家如果有关注到的话，我们推出了一款国民级的应用叫纳米AI，不知道大家有没有用过，做一个小调查，用过的举手，还是有不少人用过的。
今天我们的话题是围绕单智能体和多智能体展开的，如果大家有用过纳米的话红涨股票配资，其实上面集成了各种各样的大模型，以及预制了多种多样的单智能体和多智能体。我们发现在单智能体的运行下，有多重的问题和瓶颈问题。
举一个例子，我们曾经做过一个案例，客户给我们提了一个非常具象化的需求，他希望应用AI在他的CRM系统里面，各种各样客户的信息、商机转化的信息、销售的信息去帮他做分析，看在什么样的状况下，什么样商机的转化率更高，比如说我们做了POC的商机的转化率更高？还是前期和客户交流的时间越长，它的转化率更靠？还是我们的利润率更薄，商机转化率更高。在这样的场景下，过去是通过工作流的形式需要去编排一个一个标准的工作流，或者说标准的SOP，去阶段性的从CRM上面去提数据，对数据做完分析之后再去哪个节点做通知，我要通知给所有的销售人员，现在这个节点更应该去做什么。
在这个场景下就发现，其实你的动作不是那么标准的，比如说我要去抓信息的，我抓的是商机的成单信息，）或者售买产品的信息，又或者是成单的周期的信息，他要去抓大量的信息，抓到之后去其他业务系统再去调其他系统的时候，基于前面系统结果的不同，相应要调的数据和结果也不一样。如果是单纯基于这个标准的工作流去定义这个Agent的话，它下面操作的Step和前面的Step相关性绑得很死的话，很难往下去执行，所以最终跑出来的结果不好。
所以通过这个例子可以发现，单智能体一个是它可以挂后台的RAG，挂的知识库的局限性比较大，只能够挂1个、2个知识库，或者是一个Step挂一个知识库，而且它的泛化能力比较弱，所谓泛化能力是说，我有一个非常复杂任务的时候，它通过固定的SOP去执行是不现实的，从而也能衍生出它的拓展性差。
还有一个就是上下文的限制，比如说模型本身，后台我调用的自动模型可能本身就有上下文的限制，Agent由于保证它的响应不那么缓慢，不要被挂死在那个地方，可能也做了上下文的限制去限定它，所以上下文的限定对最后的输出也是有影响的。
还有，缺乏协作。因为它是一个单智能体，很难达到这个智能体去调用另外一个智能体，去达到1+2大于2的效果，其实是非常困难的。
我们过去的经验告诉我们，这里列举的一些数据，像GPT-4O、Llama-3、Claude3.5，如果在这种比较简单任务的情况下，其实单智能体是比较好用的红涨股票配资，但是如果是一个复杂任务的话，单智能体的局限性或者是瓶颈是非常明显的。我们通过在LlamaAI上做了一个所谓的智能体蜂群完全复杂任务的转化，我下面有一个短片，可以让大家先简单感受一下智能体蜂群是什么样子的。
（视频）
大家通过这个短片可以对纳米AI初步了解，我们这一块应用它承载在360的智能体工厂之上，这个智能体工厂是我们背后智能体构建的平台。我们更多强调的是什么呢？是所谓这里谈到多智能体组队的模式，由智能体去判断它应用调什么样的智能体来和它配合完成这样的任务。
刚才举了一个例子，一句话生成大片，它接到这个任务的时候，在规划的时候就选择了我要调一个生成脚本的Agent，我要去调一个文生图的Agent，我要去调一个把图片变成视频的Agent，最后还要调一个把所有视频剪接、拼凑成一个完整视频的Agent。所以它在这样的规划下，一个prompt基本上由一个规划的Agent自由的选择调了什么样的Agent和它一起来协作完成这个任务，所以我们叫它多智能体组队的模式，我们给它取了一个亲切的名字叫智能体蜂群，大家知道蜂群本身就是一个非中心化的协作模式，自由的去组队、自由的去完成各种各样的任务。
现在在智能体工厂已经有将近5万家预制好的专业的智能体，而且每个智能体在构建的时候，有超过1000个复杂任务的设计，我们每个人都可以通过纳米AI和完全零代码的方式拖拖拽拽，拖一系列的智能体。并且能够构建出自己想要的蜂群，而且可以由系统来建议这个Agent，拖什么样的Agent跟它组队能够形成比较好的结果和任务，最终去完成所谓的人机协同，来完成整个任务。
由于智能体蜂群的结构，每一个任务都会形成一个蜂群的协作空间，固定下来这个任务由哪些智能体来构建成一个智能体的蜂群来完成动态的记忆共享。也就是说每个Agent在执行过程中形成的记忆会共享给这个组队里面其他的Agent，做到异步执行和错误沉淀库，之前已经犯过的错误，下面再跑其他Agent的时候不会再犯这个错误了。
还有这里还有像刚才所举的例子一样，我们拿到一个任务，制作生日视频惊喜的场景，还是去生成一个视频任务的话可能它会先去拆解5个子任务，比如说整理素材、写剧本、渲染、配音，最后去审核，并且合成。拿几个它认为合理的有效的智能体和它组队，一起来完成这样的一个任务最终去完成整个复杂任务。
所以说大家已经下了纳米AI的话，可以在下面去试一下，如果没有下也可以去下一个来试一下。纳米AI是我们在C端具体的应用，大家可以在手机上下载、电脑上下载。
刚才讲到承载纳米AI背后智能体的工厂，我们也有一个B端完整的平台，可以私有化的部署到任何的智算环境里面，现在我们适配的各种各样的，包括国产的还有进口的一系列的GPU的芯片都可以私有化的部署整个智能体的工厂，由它来构建私有化各种各样企业内部的Agent，去完成企业内部智能体蜂群的构建。
我大概分享这些，谢谢大家！
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：王翔 红涨股票配资
恒汇证券提示：文章来自网络，不代表本站观点。
- 上一篇：配资猫 中指研究院：三季度专项债收购闲置存量土地进度提速
- 下一篇：没有了
相关文章
沪深京指数
热点资讯
