精华速览

2026年9月17日，第十一届华为全联接大会在上海开幕，360集团与昇腾AI联合打造面向AI Agent场景的解决方案，以360智能体工厂为核心，与昇腾AI深度协同，为复杂任务执行、多智能体协作和长链路推理提供底层支撑。这是双方继2026世界人工智能大会联合展示后的进一步落地。360智能体工厂支持自然语言生成智能体并组建多智能体协作蜂群，可将原本2小时的多角色协作任务缩短至20分钟，效率提升6倍；基于昇腾AI算力，内测中已实现超1000步复杂任务连续执行不中断，任务成功率达95%以上。昇腾AI则针对长序列推理和频繁KV Cache读写等挑战进行性能优化，降低首Token时延并提升吞吐效率。

要点透视

  • 2026年9月17日，第十一届华为全联接大会在上海开幕，360集团与昇腾AI联合打造面向AI Agent场景的解决方案。
  • 360智能体工厂承担智能体生成与编排职能，支持自然语言快速生成智能体并组建多智能体协作蜂群，其“蜂群多智能体协作技术”支持多层嵌套、灵活组队与共享协作记忆。
  • 该方案使原本需要2小时的多角色协作任务缩短至20分钟，效率提升6倍。
  • 昇腾AI针对长序列推理和频繁KV Cache读写等挑战，通过长序列优化、吞吐优化、运行时优化及算子优化，降低首Token时延并提升整体吞吐效率。
  • 在搭载DeepSeek、Qwen、GLM等主流模型时，昇腾AI在深度理解、通用理解和智能体执行等典型场景中已具备良好开箱性能，经进一步优化后实现整体性能提升。
  • 基于昇腾AI算力支撑，360智能体工厂内测中已实现超过1000步复杂任务连续执行不中断，任务成功率达到95%以上。
  • 360智能体工厂采用透明化人机协同机制，将智能体思考过程、任务规划路径和执行状态全程可视化，底层具备毫秒级响应能力。
  • 双方合作是继2026世界人工智能大会联合展示后的进一步深化落地，未来将持续推进智能体基础设施与国产AI算力生态融合创新。

文章拆解

AI产业正从“大模型竞争”转向“智能体竞争”，这一判断构成了360与昇腾AI此次合作的核心背景。当AI Agent从单轮问答迈向复杂任务执行，异步并行、多智能体协同、长上下文推理和高频工具调用成为主流形态，底层算力平台面临的已不只是模型推理问题，而是任务拆解、规划决策、工具调用和结果反馈的持续循环。这对稳定性、吞吐能力和响应速度提出了更高要求，也解释了为何智能体基础设施与算力平台的协同效率开始成为竞争焦点。

从方案逻辑看，360智能体工厂负责智能体的生成与编排，昇腾AI提供算力底座，二者形成“编排层+算力层”的协同结构。360的“蜂群多智能体协作技术”通过多层嵌套、灵活组队和共享协作记忆，试图解决多智能体任务自主规划与协同执行的效率问题；昇腾AI则针对长序列推理和频繁KV Cache读写进行优化，降低首Token时延并提升吞吐。这种分工意味着，智能体的实际表现不再仅取决于模型能力，而更多取决于模型、工具、工作流与算力基础设施之间的配合效率。

从用户和行业影响看，效率提升6倍、千步任务成功率超95%等内测数据，指向的是企业级复杂任务场景的可用性改善。透明化人机协同机制将思考过程、任务规划路径和执行状态可视化，有助于降低企业对智能体执行黑箱的顾虑，而毫秒级响应则直接影响交互体验。若这些能力在规模化部署中保持稳定，将有助于AI Agent从演示性应用走向生产环境。

值得关注的变量包括：内测数据与真实企业场景之间的差距尚待确认；多智能体协作在超长链路下的稳定性、错误累积和恢复机制仍需验证；国产算力生态与主流模型的适配深度和持续优化能力，也将影响方案的可复制性。潜在风险在于，智能体规模化应用对算力成本和运维复杂度提出更高要求，若协同效率不能持续提升，企业部署意愿可能受限。整体而言，此次合作是智能体基础设施与国产AI算力协同的一次实践探索，其长期价值取决于生态融合的深度与落地规模。

查看原文