核心观点 - AI大模型必然进化到智能体阶段，仅有大模型是不够的 [2] - 智能体能够理解目标、规划任务、调用工具、具备记忆，实现从需求到结果的完整交付 [4] - 三六零发布"智能体工厂"，企业可通过自然语言定制专属L3智能体，并组合成L4级多智能体蜂群团队 [6] 智能体演进路径 - L1聊天助手：本质是聊天工具，擅长提建议或提供情感陪伴，属于"玩具级"智能体 [4] - L2低代码工作流智能体：从"玩具"进化为"工具"，但必须由人类设置流程，AI执行任务 [5] - L3推理型智能体：能够自主规划完成任务，单兵作战能力强，可看作领域专家 [5] - L4多智能体蜂群：多个专家智能体可灵活组队、多层嵌套、分工协作，能连续执行1000步复杂任务，消耗Token在500万～3000万之间，任务成功率高达95.4% [5] 公司动态 - 三六零股价以10.95元/股报收，最新市值为766亿元 [7]

8月6日举办的第十三届互联网安全大会（ISC.AI2025）上，全国工商联人工智能委员会常务秘书长范丛 明接受了包括证券时报记者在内的媒体采访。他表示，智能体等相关工种有望明年诞生。对于数据资产 入表话题，其认为，应该区别对待，数据属性是可复制性，最终还是要发挥数据价值。 范丛明介绍，全国工商联人工智能委员会从去年12月底开展走访代表城市重点企业调研，了解各企业关 于"产业+AI"的布局，目前围绕AI领域已经形成了多个提案和建议。委员会将立足地方产业优势，借助 AI技术的新质生产力实现降本增效，并推动产业智能化升级。 "今年2月，我们专程走访了杭州DeepSeek等企业，观察到智能产业蓬勃发展的趋势，也见证了通用人工 智能（AGI）产业的兴起，今年，人社部也发布了生成式人工智能系统测试员等相关工种，在人社部的 统一部署下，明年有望迎来相关新工种的诞生，继而逐步建立标准，开展职业鉴定、考试及认定工 作。" 人工智能的发展要素之一是数据。但现阶段好多企业数据比较分裂，而且涉及不同企业之间的数据流通 比较困难，范丛明进一步指出，为解决数据要素流通难题、充分释放其价值，需要建立科学的数据资产 管理和确权机制。 "近年 ...

Agent行业竞争格局 - 智能体产品领先周期极短 任何产品领先时间不超过一个月 新概念推出后两周内行业普遍跟进[2] - 行业核心竞争力在于执行力和快速应变能力 而非产品推出能力 需以极快速度更新迭代[2] - 蜂群L4概念预计领先周期约为三周[2] 智能体能力分级体系 - 智能体从低到高分为五级 L1处理日常简单交流 L2适用于企业常规流程 L3在专业领域发挥作用 L4应对大型复杂项目[3] - 随层级提升 智能体任务处理能力、复杂程度和应用价值不断提高[3] 多智能体协作机制 - 单智能体执行100步后出现任务倦怠和错误率叠加 导致任务难以完成[5] - 多智能体蜂群可连续执行1000步 任务成功率高达95.4%[5] - 协作机制通过指挥控制实现分工协作 通过信息共享确保协同一致 避免重复劳动和错误[5] - 360纳米AI通过多智能体生成10分钟电影级视频 使用十几个智能体完成上百个分镜拼接 分别承担编剧、分镜、配音等角色[5] 人机协作新模式 - 智能体作为数字伙伴 用户成为智能体老板 负责定义、规划和监督工作[6] - 360坚持人在回路原则 展示智能体工作全过程包括思考过程、中间结果和工具调用[6] - 用户可在关键点做确认 通过互动保留高效执行能力同时降低风险[6] - 人类需学会拥抱不确定性 通过多轮交互和反馈优化智能体输出[6] 专业智能体发展路径 - 智能体需聚焦单一领域 像虚拟专家一样术业专攻 万能智能体不存在[7] - 专用智能体专注于单一领域 提供更精准高效服务 更适合创造性任务[8] - 通用智能体在多领域难以达到顶尖水平 仅适用于重复性工作如数据录入和基础客服[8] 网络安全领域变革 - 安全运营专家培养周期长 人才缺口巨大 成为行业发展制约因素[9] - 智能体黑客可批量复制 改变网络战形态 人类黑客可管理多个智能体成为超级黑客[9] - 网络安全从人与人对抗转变为人与机器、算力和算法对抗[9] - 安全智能体作为安全运营专家数字替身 可部署数十个虚拟专家 基于安全大模型分析结果调用工具实际操作[9] - 360推出智能体工厂 支持企业通过自然语言定制安全智能体 无需编程[9] 智能体应用成效 - 安全智能体发现威胁数量比人工高3倍 发现速度提升10倍 准确率提升20%[10] - 管控智能体事件自动化处置率提升3倍 复盘报告撰写效率提升72倍 资料梳理时间提升13倍[10] - 企服智能体深入人力、财税、法务、营销等高频办公场景 实现办公提效[10] - 360全线产品向智能体化发展 安全云业务发布安全、管控、企服三大类智能体 用AI智能体重构安全运营模式[10]

人工智能与网络安全融合 - 人工智能与网络安全的融合发展被视为时代命题与必答题，需要各界加强深度融合与双向赋能 [4] - 360创始人周鸿祎指出，大模型在企业应用中的两大痛点是推理能力不足和缺乏独立做事能力，后者仍未解决 [4] - 大模型必须进化到智能体阶段才能成为生产力工具，智能体能够理解目标、规划任务、调用工具、具备记忆，实现完整交付 [4] 智能体的发展路径 - 智能体发展分为四个阶段：L1聊天助手、L2低代码工作流智能体、L3推理型智能体、L4多智能体蜂群 [5] - L3推理型智能体可自主规划完成任务，但受限于技术框架，面对跨领域复杂问题时仍会陷入瓶颈 [5] - L4多智能体蜂群可实现多个专家智能体灵活组队、多层嵌套、分工协作，是未来最具挑战的发展方向 [5][6] 智能体行业的推动因素 - 今年智能体行业的发展受到三件事推动：DeepSeek推动推理模型普及、MCP标准部分解决工具调用接口问题、Manus升级为Agent-as-a-Service架构 [6] - Manus是第一个做到L3级别智能体的公司，其架构从传统workflow模式升级为多智能体协同+动态任务分解 [6] 新智能体时代的网络安全挑战 - 企业面临双重挑战：安全运营专家稀缺且培养周期长，以及"智能体黑客"的出现使攻防对抗进入"机器对机器"新阶段 [6] - 单个黑客可操控上百个智能体黑客，批量发起自动化攻击，加剧网络战风险 [6] 芯片后门安全风险 - 芯片后门问题在行业中有过先例，例如世界最大CPU公司曾在产品内安装小CPU进行安全控制 [7] - 商业公司产品与决策可能受非商业因素影响，核心在于是否有人要这么做 [7]

公司战略转型 - 公司发布ASIC+AI双轨战略 围绕自研ASIC芯片和大模型应用进行业务重构 [2] - 提出AI For Process理念 推动研发流程和服务流程智能化改造 [2] - 提出ASIC For System战略 成为全球第三家采用ASIC路线的安全公司 [5] 技术研发进展 - 自研28nm ASIC安全芯片于去年10月一次性流片成功 耗时四五年开发 [5] - ASIC芯片计划今年四季度小规模上市 明年一季度实现量产 [5] - 全面接入阿里云通义灵码后 研发效率提升25% [3] 行业发展现状 - 网络安全行业存在普遍亏损现象 产品同质化碎片化问题突出 [2] - 国内安全厂商数量达数千家 呈现低水平重复竞争格局 [3] - 国有企业占据客户主体 决策流程与民营企业存在差异 [3] 商业化探索 - 在设备运维/数据安全/安全运营领域推出智能体产品 按产品类型差异化收费 [3] - 行业探索Saas/私有云定制/RaaS(效果即服务)等商业模式 [3] - 智能体商业模式的可行性尚待验证 需与具体场景结合 [4] 经营目标规划 - 计划通过ASIC芯片实现三年内盈利 [5] - 目标推动营收从10亿向15亿至20亿阶梯式跨越 [5] - 正在进行组织优化调整 重点推进ASIC平台全线产品切换 [5]

人工智能与网络安全融合发展 - 人工智能与网络安全的融合发展是时代命题与必答题，需要各界加强深度融合、双向赋能 [2] - 人工智能发展如果停留在大模型阶段只能成为玩具，而非生产力工具，大模型进化到智能体是必然的 [2] - 智能体能够理解目标、规划任务、调用工具、具备记忆，实现从需求到结果的完整交付 [2] 智能体的发展路径 - 智能体发展分为四步：L1聊天助手、L2低代码工作流智能体、L3推理型智能体、L4多智能体蜂群 [3] - L3推理型智能体可实现AI自主规划完成任务，但面对跨领域复杂问题仍会陷入瓶颈 [3] - L4多智能体蜂群可实现多个专家智能体灵活组队、多层嵌套、分工协作 [3] - 今年三件事推动智能体行业发展：DeepSeek推动推理模型普及、MCP标准部分解决工具调用接口问题、Manus升级为Agent-as-a-Service架构 [3] 新智能体时代的网络安全挑战 - 企业面临双重挑战：安全运营专家稀缺且培养周期长、"智能体黑客"出现使攻防对抗进入"机器对机器"新阶段 [4] - 单个黑客可操控上百个智能体黑客，批量发起自动化攻击，加剧网络战风险 [4] 芯片后门安全风险 - 芯片后门问题行业此前有过先例，世界最大CPU公司曾在CPU产品内安装小CPU进行安全控制 [4] - 商业公司产品与决策可能会受非商业因素影响，核心是要看是否有人要这么做 [4]

行业趋势 - AI行业从技术炫技转向落地实效 智能体逐渐取代大模型成为产业应用领域热词 [2] - 2025年AI行业呈现理性回调 企业更关注AI在审标书、发票报销、生产线等实际场景的应用能力 [2] - 智能体需具备四大核心器官 OCR作为眼睛 RPA作为双手 大模型作为大脑 知识库作为记忆 [2] 技术架构 - 智能体模块需紧密协同 例如处理财务邮件时需依次完成IPA打开邮件 OCR读取附件 大模型生成意见 知识库判断合规性 IPA发送邮件等步骤 [3] - 达观数据采用模块化可插拔设计 兼容MCP协议 企业可快速组装定制化智能体系统 降低部署门槛和试错成本 [3] - 智能体像乐高积木可灵活组装 直接投入工作流 不再是AI实验室玩具 [4] 知识驱动 - 智能体运行依赖知识而非参数和算力 数据需提炼为结构化知识才能成为有效燃料 [5][6] - 达观数据通过语义抽取 知识图谱构建 规则建模等方式将客户行业经验沉淀为机器可理解的认知结构 [7] - 在财务法务能源招采制造等行业 智能体已能完成会计审计采购等技术工程师的部分脑力劳动 [8] 部署方案 - 针对中小企业推出智能体一体机方案 预装OCR RPA 知识库等组件 即插即用 [12][13] - 为大型央企国企提供私有化部署方案 支持国产GPU适配 确保数据安全与供应链稳定 [15][16][17] - 出海场景中智能体实现多语言材料生成 阿拉伯语PPT制作时间从两周缩短至半天 [19][20] 商业模式 - 从SaaS转向Service as the Software 企业按任务量和交付结果付费而非软件授权 [22] - 未来企业采购的是数字员工服务而非工具 例如财务共享场景中智能体直接完成报销审核等工作 [23] 行业标准 - 深度智能体需满足三大标准 跨步骤串联任务 理解业务流程与行业规范 具备高准确率与强可控性 [24] - 区分浅层智能体与深度智能体 后者能分解任务做出专业判断甚至承担专家工作 [25] - 未来智能体将成为组织结构中的数字员工基础单元而非简单加班助手 [26]

人工智能时代编程的演变 - "氛围编程"（Vibe Coding）本质是生成难以维护的遗留代码（legacy code），其特点是开发者沉浸于模糊指令而忽视代码可理解性 [1][4][10] - 行业出现AI编程策略进化趋势，包括"氛围编程"、"AI智能体编程"及"智能体舰队"等概念，预测传统编程方式可能被替代 [2][4] - 安德烈·卡帕西定义"氛围编程"为开发者依赖AI生成超出理解范围的代码，仅适用于一次性项目 [6][7][9] 编程的本质与技术债 - 编程核心是"理论构建"（Theory Building），即开发者需建立清晰的问题模型，而非单纯生成代码行数 [11] - "氛围编程"加速技术债累积，因缺乏可维护性，仅适合原型或短期项目 [11][13] - 长期项目若依赖"氛围编程"会导致维护困境，需反复依赖AI修复，形成恶性循环 [13] AI工具与人类角色的平衡 - 行业存在矛盾：既倡导"创始人模式"（深入细节）又鼓励将工作授权给AI智能体，两者难以兼容 [16] - 工具优于智能体，应通过AI开发增强人类能力的工具，而非外包思考 [17] - 代码作为精确媒介不可替代，自然语言过于模糊，代码强制精确思考并促进创造力 [19][20] 未来编程的发展方向 - 开发者面临选择：关闭大脑导致能力萎缩，或最大化脑力投入高层次设计 [21][22] - 理想模式是将AI作为"结对编程"伙伴，处理重复任务，释放人类创造力 [22] - 人类大脑仍是编程核心，AI应作为增强工具而非替代者 [23]

行业趋势 - 互联网安全大会聚焦智能体时代数字安全与人工智能前沿 主题为"All In Agent" 正式开启智能体驱动的安全新纪元 [1] - 大模型在企业应用中存在推理能力不足和缺乏独立做事能力两大痛点 后者仍未解决 智能体才是解决之道 能够理解目标、规划任务、调用工具、具备记忆 [1] - 智能体演进路径分为四个层级：L1聊天助手 L2低代码工作流智能体 L3推理型智能体 L4多智能体蜂群 [3] - L4多智能体蜂群性能表现出色 可连续执行1000步复杂任务 消耗Token在500万-3000万 任务成功率高达95.4% [3] 技术突破 - 纳米AI采用"多智能体蜂群协作空间"技术 实现智能体间记忆共享 解决"协同困境" [4] - 纳米AI平台已汇聚超5万个L3智能体 用户可通过自然语言搭建L3智能体 在蜂群框架下组成L4团队 [4] - L4团队能完成超长复杂任务 如"一句话生成10分钟电影级大片" 效率从2小时缩短至20分钟 [4] 企业应用 - 360集团发布"智能体工厂" 企业无需编程基础即可通过自然语言定制专属L3智能体 并可组合成L4级多智能体蜂群团队 [6] - 在网络安全领域 智能体正形成颠覆性影响 企业面临安全运营专家稀缺和"智能体黑客"双重挑战 [6] - 360推出安全智能体 基于安全大模型 L4多智能体蜂群可复刻人类高级安全专家能力 推动全线产品智能体化 [6] - 360坚持"安全+AI"双主线发展 用安全守护时代 用AI定义未来 [6]

术的颠覆性创新、产业深度融合与生态体系繁荣，共话智能化时代新生态。 ISC 名誉主席、教授邬贺铨 在会上表示，首先，要深化行业大模型协作，破解"最后一公里"难题；其次，要加速大模型技术创新与架构演进，提升效率与可 及性；第三，要创新升级数字安全防护体系，构建AI驱动的主动免疫；最后，要深化国际合作，共建开放、包容、安全的数字未来。 智能体作为本次ISC.AI 2025的核心议题，在本届大会上实现了深度应用与创新实践。本次ISC.AI 2025大会由全球首个L4级别的智能体系统"纳米AI"深度赋 能，大会开场show由纳米AI智能体蜂群支持，溯源民族精神血脉，全景展现从顶层战略到产业腾飞与科技突破的跃升，演绎大国崛起史诗。开幕式由首个 纳米AI赋能的具身智能机器人主持，打破虚拟与现实边界，为与会观众带来全新参会体验，开创智能体办会"试验田"，为智能化时代探索无限可能。 【环球网科技综合报道】8月6日，由中国互联网协会、中国人工智能学会、中国软件行业协会、中国通信企业协会、东方企业创新发展中心、360互联网安 全中心、ISC.AI大会组委会主办的第十三届互联网安全大会（ISC.AI 2025）在北京国家会议中心开 ...