引言

AI 正从“大模型竞技”进入“智能体落地”的新阶段。单轮问答的炫技时代已过，真实业务需要的是能拆解目标、调用工具、并行协作、持续记忆、跨长链路稳定执行的 Agent。围绕这一转变，在华为全联接大会期间，360 与昇腾 AI 以“智能体工厂 + 国产算力底座”的协同方案亮相，面向复杂任务执行、多智能体协作与长链路推理实现全面提速。这类“软硬协同”的探索，正在重塑智能体基础设施的性能边界与可运营性。

360 智能体工厂：把 Agent 生产线化

360 智能体工厂承担“生成与编排”的双重职能，核心在于把智能体从单点能力，提升为可复用、可组合、可治理的生产要素。

• 自然语言生成与编排：通过自然语言即可快速定义智能体角色、工具权限与流程节点，降低开发与上手门槛。
• “蜂群多智能体协作”：支持多层嵌套、灵活组队与共享协作记忆，具备任务自主规划与协同执行能力。实测中，将原需约 2 小时的多角色协作任务压缩至约 20 分钟，效率提升 6 倍。
• 协作记忆作为“公共黑板”：通过共享上下文与过程态，减少重复询问与无效推理，显著降低工具调用的往返成本。
• 异步并行调度：面对高频工具调用与长链路流程，调度器将推理、工具 I/O 与状态回写解耦并并行化，拉高整体吞吐。

这一套“生产线化”的思路，使智能体不再是孤立的模型接口，而成为围绕任务目标组织起来的“流程与角色网络”。

昇腾 AI 的底座优化：为长链路与高并发而生

智能体场景的真实压力，来自长序列推理、频繁 KV Cache 读写、高并发与低首 Token 时延的同步要求。昇腾 AI 面向这些痛点进行了针对性优化：

• 长序列与算子层优化：对长上下文推理进行优化，并在底层算子与运行时层面消除热点瓶颈，降低首 Token 时延。
• 吞吐与运行时调度优化：提升批处理与并发能力，增强调度对小请求与长链路任务的公平与隔离，减少“尾延迟”。
• 主流模型开箱性能：在深度理解、通用理解与执行类场景中，搭载 DeepSeek、Qwen、GLM 等主流模型具备良好开箱性能，进一步优化后整体性能继续拉升。
• 面向 Agent 的稳定性指标：在联合方案内测中，智能体工厂已实现超过 1000 步的复杂任务连续执行不中断，任务成功率达 95% 以上，底层毫秒级响应为高频工具链路与人机互动提供稳定支撑.

从工程视角看，Agent 的性能瓶颈往往不在“单次推理峰值”，而在“工具调用-反馈-再推理”的环路效率，以及 KV Cache 的高频读写与跨请求复用。昇腾针对长序列与运行时的持续优化，能实打实改善这些“环路内耗”，把性能红利转化为任务完成时间与成功率的提升。

可观测与人机协同：让 Agent 变得“可运营”

在企业级落地中，“可观测、可追溯、可干预”与性能同等重要。360 智能体工厂提供透明化人机协同机制：

• 全链路可视化：将思考过程、任务规划路径、执行状态对用户可见，便于审计、复盘与教学优化。
• 人在回路与托管并存：在关键节点支持人工校验与调整，降低错误放大；在稳定环节实现自动托管，释放人力。
• AgentOps 实践：基于指标（首 Token 时延、Token 吞吐、工具调用 QPS、长上下文命中率、任务成功率等）进行持续运营，形成从观察到优化的闭环。

这让智能体不再是“黑箱式的聪明”，而是“可治理的系统”，可纳入企业既有的监控、安全与合规体系。

影响与展望

• 从模型竞争到智能体竞争：单模型性能的“天花板效应”明显，差异开始转向“模型-工具-工作流-算力”的整体协同效率。联合方案的亮点正是在系统层“消掉隐形损耗”。
• 国产算力生态的战略价值：对数据主权、成本可控与本地化生态至关重要。昇腾的优化路线与智能体工厂的工程化能力互补，有望形成可复制的行业模板。
• 面向行业的落地路径：
• 高并发与长链路：客服、营销自动化、金融风控调查等需要稳定吞吐与低尾延迟。
• 多角色协作：研发、运营、供应链等复杂岗位协作可由“蜂群”模式接管部分流程。
• 合规与可观测：政企与金融等强监管场景，透明化与人在回路是必要条件。

展望来看，智能体基础设施的演进将聚焦三条主线：
- 标准化与接口统一：工具、记忆、规划器与算力的抽象接口，降低跨平台迁移成本。
- 面向 Agent 的基准评测：从“模型分数”转向“任务完成时间、成功率与成本”的端到端指标，纳入长序列、工具密度与并发维度。
- 韧性与弹性调度：在算力与工具服务波动下，保持任务级的回退、重试与降级策略，增强生产可用性。

当智能体从“演示”走向“生产”，胜负手在于系统化工程能力。360 与昇腾 AI 的协同实践，表明国产算力与智能体基础设施的深耦合正进入“规模化可用”的新阶段，下一步的竞争，将是以端到端任务效率为核心的持续优化与生态合力。

标签： AI Agent 昇腾AI 360智能体工厂 多智能体协作 华为全联接大会