2025年，被普遍认为是智能体技术迎来爆发式增长的关键节点。第三方机构aicpb发布的AI产品榜单，在6月份首次设立了智能体榜单，这一举动也印证了行业对于智能体发展的高度关注。
令人颇感意外的是，榜单首位并非此前备受瞩目的Manus，也非科技巨头百度或标榜“All in AI”的字节跳动，而是360旗下的纳米AI。数据显示，纳米AI的月度Web访问量高达156.67M，以近乎断层的优势领先第二名Manus近10倍。值得注意的是，当时距离纳米AI超级搜索正式发布尚不足一月，那么，纳米AI究竟是如何在短时间内实现如此快速的崛起？
智能体时代：AI从“给你答案”到“交付结果”的跃迁
在传统搜索引擎时代，用户通过输入关键词来检索信息，获得的是一连串的链接。用户需要手动对这些链接进行分析、筛选和整理，才能找到自己真正需要的信息。而且，由于关键词稍有偏差，搜索结果可能大相径庭，搜索引擎难以真正理解用户的真实意图。竞价排名的广告模式也导致内容被点击率所裹挟，许多“标题党”信息排名靠前，用户需要花费大量精力来过滤掉无效信息。
ChatGPT的出现，改变了人们获取信息的方式。用户可以直接获得相对精准的结果，信息获取方式从“检索、遍历”进化到“直接获取结果”。而智能体的出现，则标志着AI生产力落地的又一次范式转变。智能体带来的最大变革，是让AI从“给你答案”变成了“交付结果”。系统不再仅仅是提供一个答案，而是可以自动调用工具，执行用户的复杂需求，直接给出可用的结果。例如，当用户输入“优化公司财报”时，智能体不再是教你如何操作，而是直接生成一份专业的财报优化方案。
要理解智能体的能力，首先需要明确其定义。一个合格的智能体通常需要具备以下几个关键特征：
- 自主性：能够在最小化人工干预的情况下独立运行，具备自我驱动的执行能力。
- 环境感知：能够通过多种接口实时获取环境状态信息，并理解上下文的变化。
- 推理规划：能够基于既定目标进行任务分解，制定多步骤的执行策略和资源分配方案。
- 适应学习：能够从执行反馈中提取经验，动态调整自身的行为模式和决策策略。
- 工具集成：能够主动选择和组合外部工具/API，扩展自身的能力边界。
- 状态管理：能够维护短期工作记忆和长期知识存储，支持上下文的连续性。
- 目标导向：能够围绕明确的目标进行行为选择，具备结果评估和纠偏能力。
- 多模态交互：能够支持自然语言、API调用等多种交互方式，具备协作能力。
总而言之，真正的智能体应该具备一个完整的闭环能力，即“感知→推理→规划→执行→反馈→优化”，而不仅仅是一个高级版本的问答系统。目前，智能体仍处于发展的早期阶段。在海外市场，微软、谷歌、OpenAI等科技巨头都在积极开发自己的智能体产品。而在国内市场，Manus和纳米AI无疑是这一领域的先行者。
纳米AI的能力：两个场景实例
为了更直观地展示纳米AI智能体的能力，我们选取了两个典型的用户场景进行分析。
场景一：一句话生成长视频
用户只需向纳米AI发出指令，例如“生成一条上海城市宣传片”，纳米AI便能自动完成视频的制作。
面对这一复杂的任务，纳米AI会将整个流程拆解为多个环节，包括信息输入、文案整理、生成分镜脚本、文生图、配音、图生视频、添加配音字幕、视频拼接以及获取并添加BGM等。每个环节都由不同的智能体负责完成，整个视频的生成过程实际上是一个多智能体协同工作流。用户看似只输入了一句话，但支撑纳米AI完成这一复杂需求的，是一个庞大的智能体团队。
在最初的信息检索阶段，系统会调用超级搜索智能体，检索出大量的搜索结果，并以此为基础，形成上海城市宣传片的文案和分镜脚本。
以分镜脚本为基础，纳米AI会进一步调用图片生成智能体，生成多个具有上海代表性的画面作为分镜图片。
最终生成的视频长达两分钟，按照AI生成视频的标准，这个长度是相当惊人的。具备类似长任务执行能力的智能体在业界非常少见。而且，该视频还具有连贯的逻辑和接近摄影实拍的画面效果，配音、BGM、字幕等要素也一应俱全，即使以“人类作者”的标准来衡量，这也是一个相当成熟的视频作品。
过去，制作一条视频往往需要经过“文案-分镜-拍摄/绘图-剪辑-后期”一整套流程，涉及策划、美术师、剪辑师等多个工种的协同合作，耗费数个工作日才能完成。而现在，纳米AI可以在一杯咖啡的时间内，生成一个成熟的长视频，真正实现了AI生成视频的实用价值。
场景二：处理复杂的研究型问题
以“分析人工智能对就业市场的影响”为例，展示纳米AI在处理复杂研究型问题上的能力。
在用户输入需求后，纳米AI并没有立即执行任务，而是主动要求用户补充需求的具体细节，体现了其像人类一样思考的能力，能够主动发起交互，补足思维链。
在生成结果的关键节点，纳米AI也会主动发起询问，以更好地匹配用户需求。最终生成的提纲包含了现状分析、趋势预测、政策建议和结论等部分，结构完整。
最终，纳米AI超级搜索在十几分钟内生成了一份包含数据图表、趋势分析、政策建议的综合报告。
过去，研究人员需要从多个信息源收集资料，然后进行人工分析和整合，通常需要耗费几天甚至几周的时间。而现在，借助纳米AI，人们可以在短时间内快速了解一个复杂问题的基本面貌。
这份报告不仅包含文字，还包含图表、图片等多模态信息，并可以转换成PDF、Word、思维导图、PPT甚至动态网页，形成从资料搜索、生成分析到结果演示的完整闭环。
纳米AI还在报告的最后列出了详细的参考文献链接，方便研究人员进行进一步的研究和查证。
在整个研究过程中，纳米AI自主完成了整个流程，直接交付了最终成果。当用户需求不明确时，它还会主动发起交互，补足思维链。这标志着从AI 2.0时代的“告诉你怎么做”，到纳米AI的“直接交付多模态结果”的范式转变。
要让AI自主完成一件复杂任务并非易事，背后需要对技术路径进行深入思考和大量的技术投入。其中，多模型协作架构是纳米AI最令人印象深刻的技术特点之一。纳米AI接入了80多个模型，并根据不同的任务需求进行智能调度。正是有了这样的模型基座能力，才能实现复杂任务下的超长思维链。
纳米AI还在MCP（Model Context Protocol）工具生态建设上投入了大量资源，专门为国内环境自研了许多MCP。MCP可以被看作是大模型的USB-C接口，它为大模型提供了标准化接口，使其能够连接到各种外部数据源和工具，解决了“AI可用”的问题。目前，纳米AI已经接入了110+工具，覆盖办公协作、学术研究、生活服务、搜索引擎、金融分析、媒体娱乐、数据抓取等多个领域。
纳米AI智能体还实现了对本地浏览器的调用能力，可以识别网页上的所有可点击元素，让大模型像人一样去操作浏览器。这解决了信息孤岛的问题。各家互联网公司出于商业考量，并不允许谷歌、百度这类搜索引擎抓取信息。但是，有了对浏览器的调用能力后，纳米AI就可以像普通用户一样“正常访问”这些平台，获取其内部的深度信息和实时数据。例如，深度挖掘小红书的旅行攻略和购买建议，直接对比多个电商平台的商品，找到最低价，或者获取社交媒体上的最新趋势和用户反馈。
AI下半场：加速AI效用的生产落地
LnData的报告指出，2024年底全球智能体市场规模已突破500亿美元，年度增长率超过200%。头豹研究院也对智能体的增长持乐观态度，预测智能体行业市场规模将从2024年的695.28亿人民币增长至2028年的8520.35亿人民币，年复合增长率高达87.10%。
如此巨大的市场潜力，自然吸引了OpenAI、谷歌、微软等科技巨头，以及字节跳动、阿里、腾讯、百度等国内大厂的全面加码。
就在7月17日深夜，OpenAI正式发布了ChatGPT Agent。与ChatGPT初次发布时的惊艳不同，舆论对ChatGPT Agent的评价有些两极分化。支持者认为这标志着AI从“对话式AI”向“任务执行型AI”的转变，反对者则认为ChatGPT Agent的发布更像一次“补课”而非“创新”，因为它展示的核心能力，例如多步骤任务规划、工具调用、上下文记忆等，在国内已经不是什么新鲜事了。在某些方面，例如可视化生成，纳米AI甚至展现出了比ChatGPT Agent更好的能力。
整体而言，ChatGPT Agent并没有表现出超越国内智能体的能力。这反映了一个更深层的问题：AI领域的技术护城河正在快速缩小。OpenAI的生态整合能力和产品化水平依然值得学习，但纯粹从智能体能力来看，国内外的差距确实在快速缩小，某些细分领域甚至已经出现了反超。
智能体的终局尚未可知，但是在特定领域逐步发挥作用、成为提升工作效率的重要工具，的确是一条可预见的迭代路径。真正的挑战在于如何找到合适的应用场景，构建可持续的商业模式，并在技术创新和用户需求之间找到平衡点。毕竟，技术再牛，用户不买单也是白搭。
在AI下半场的激烈竞争中，纳米AI走出了一条独特的差异化路线——它没有选择与巨头们正面硬刚通用型超级智能体，而是选择成为智能体生态繁荣的基础设施搭建者。
周鸿祎对纳米AI的愿景很明确——将纳米AI打造成最大的“智能体社区”。
从数量上看，纳米AI目前已经拥有近万个专业智能体，覆盖不同行业和场景的业务需求。用户面对具体问题时，只需输入需求描述，平台即可匹配对应的专业智能体，实现从需求到解决方案的快速连接。平台的价值不仅在于丰富的智能体资源，更在于其灵活的组合能力。在纳米AI，如果你的任务需求过于复杂，用户还可以调用多个智能体、组建多个智能体协作的团队，通过任务分解和流程优化，实现更高效的问题解决。这种团队化协作模式，为个人和小团队提供了以往只有大企业才能享有的专业服务能力。
如果多智能体协作还不能解决你的问题，纳米AI的“360智能体工厂”，还提供了低门槛的智能体搭建平台。通过自然语言交互，用户无需编程技能即可创建符合特定需求的智能体。这种零代码创建方式，让智能体的定制化变得简单高效，真正实现了“人人都能造专家”的愿景。
周鸿祎表示，AI时代为每个人、每个组织都带来了前所未有的机遇，每个人都可以拥有三五十个智能体，形成自己的专家队伍，这些智能体听你指挥，替你干活，每个人都有机会成为超级个体。
AI下半场，叙事逻辑从技术炫技逐步走向“效用落地”，从追求技术先进性转向追求解决问题的有效性，这才是AI的价值回归，真正变成普通人的生产力工具。
纳米AI在榜单上的排名可以视作是一个阶段性的成果。断层领先第二名近10倍，这并非偶然，背后反映的是使用智能体这一产品形态的强烈市场需求。
当所有人都在谈论AGI的终极目标时，纳米AI已经在实际应用中交出了答案：AI的价值不在于有多“智能”，而在于能为多少人解决多少问题。
可以预见，智能体这场战役并不好打，但纳米AI已经早早入局，并握了一副好牌。
