9月17日，第十一届华为全联接大会在上海开幕，为期三天。会期里，360集团与昇腾AI带来一套面向AI Agent的联合方案，由360智能体工厂承担智能体的生成与编排，昇腾AI提供底层算力，落点是复杂任务执行、多智能体协作和长链路推理的提速。
方案针对的是正在变化的负载。AI Agent的用法已从单轮问答转向异步并行、多智能体协同、长上下文推理和高频工具调用，一件事跑下来要反复经历拆解、规划决策、调用工具、回收结果四个环节，并且不断循环。算力平台因此要在稳定性、吞吐和响应速度上同时接住压力。
长序列推理是最吃资源的一环。上下文拉长之后，KV Cache的读写频率跟着上升，首Token时延与整体吞吐效率容易在这里掉下来。
昇腾AI的优化落在长序列、吞吐、运行时与算子四个方向，给出的效果是首Token时延下降、吞吐效率提升，可承接高并发与长链路的Agent任务。模型侧，面向DeepSeek、Qwen、GLM等主流模型，昇腾AI具备开箱性能，在此基础上继续优化还有提升空间，具体数值暂未披露。测试场景被归为深度理解、通用理解、智能体执行三类。
360智能体工厂是360智能体基础设施里的核心组件，能力分两层。一层是用自然语言直接生成智能体，另一层是把多个智能体编成协作蜂群。蜂群多智能体协作技术被360称为首创，支持多层嵌套、灵活组队、共享协作记忆，并实现任务的自主规划与协同执行。
效率数字给得比较具体。一个多角色协作任务原本要2小时，在这套架构下缩到20分钟，提速6倍。内测中，超过1000步的复杂任务能连续跑完不中断，成功率达到95%以上。
过程透明是另一处设计。智能体的思考过程、任务规划路径和执行状态均可视化，任务进展与执行结果能被实时看到，底层响应做到毫秒级。对需要人工介入判断的环节，这种可见性有实际作用。
两家的合作并非首次，此前已在公开场合做过联合展示，本次是把已有成果接成一套可落地的方案。
产业竞争的落点正从模型参数转向智能体本身。参数规模不再是唯一看点，能不能把一件复杂的事从头稳定跑完，成了更现实的问题。智能体基础设施与国产AI算力的配合，是过去一年被反复验证的一条路径。按双方的计划，后续会继续推动智能体基础设施与国产AI算力生态的融合，为AI Agent的规模化应用打底。
微信扫描下方的二维码阅读本文
