撰文 | 李可 编辑 | 林奚
“企业搞AI，老板要先用。”
7月28日，360集团创始人周鸿祎在发布企业智能体工作平台“纳米Work”时反复念叨这句话。听起来轻巧，但放在当下这场席卷所有行业的AI浪潮里，却像一根针，扎破了一个很多人刻意忽略的真相。
过去两年，从ChatGPT掀起的第一波浪潮算起，中国企业涌向AI赛道的速度不可谓不快。大模型一个接一个地发布，行业峰会一场接一场地开，几乎每家公司都在谈智能化转型。但如果你走进大多数企业的日常办公区，会发现所谓的“AI落地”，不过是市场部拿它写写文案，设计部生成几张配图，程序员让AI帮忙补几行代码。
这正是周鸿祎在发布会上抛出的那个反问——“AI越来越强，你的公司真的变快了吗？”
先拿自己开刀的人，才有资格教别人动刀
在它走向市场之前，360先把自己变成了一座巨大的AI试验场。周鸿祎透露，团队将智能体投进了公司1000多个真实业务场景，覆盖630个岗位，总共跑出了56000多条用户反馈，5个月内迭代了166个版本。背后消耗的算力规模同样惊人——超过10万个智能体在真实业务中运转，累计消耗350万亿Token。
56000条反馈是什么概念？它意味着这些AI在真实办公环境里暴露出了大量在实验室根本不会出现的问题。比如一个负责审批的智能体可能会在某个边缘案例前卡死，一个处理合同的智能体可能会误解某条地方性法规。这些问题，靠技术团队坐在办公室里想，想到明年也想不出来。
周鸿祎自己就是这场实验里最投入的“小白鼠”。他用纳米Work给自己搭了一个CEO超级助理：会议刚结束，AI就自动生成纪要、拆解任务、分派责任人，后续还会持续跟进执行进度；日常涌进来的大量项目报告和外部情报，AI先筛一遍，标出重点，分析影响。他说，过去30天他带头用纳米Work改造360，推动智能体进入真实办公和业务流程。
这场拿自己开刀的实验，让周鸿祎得出了一个核心判断：企业AI化绝不能只丢给IT部门，或者扔给几个年轻员工当玩具。老板自己不用，就永远不会知道AI到底能替代什么、不能替代什么，也根本推不动组织层面的变化。
这话背后的逻辑很深。AI进企业，本质上是组织变革，而不是买套软件装上就完事。如果老板只是批了预算，买了一堆AI工具发下去，自己碰都不碰，这套工具大概率沦为摆设。因为工作流程不会自动变，权力分配不会自动调，信息流动的路径不会自动改。只有老板自己先用起来，才会看清楚哪个环节可以被AI砍掉、哪个岗位的职责需要重新定义，才能推着整个组织跟着变。
从“会聊天”到“能干活”
周鸿祎在发布会上提了一个判断：AI正在进入“模型与智能体双线进化”的阶段。“模型决定AI有多聪明，智能体决定AI能不能真正干活。”
这句话点破了当前AI发展的核心矛盾。过去两年，整个行业的注意力几乎全被模型吸走了——参数多少、跑分多高、能不能过律师考试。但模型再聪明，如果它只会回答问题、不会完成任务，那对企业来说终究只是个高级玩具。
他打了一个很形象的比方：80分的模型，配上优质的智能体，干活效果可以远超90分的单体模型。真正的生产力，不是跟AI多聊几句，而是AI能接活、能干活、能交活。
这个转变正在真实地发生。数据显示，中国企业级AI智能体市场规模2024年还只有86亿元，2025年跳到212亿元，2026年预计将达到449亿元。沙丘智库的调研也印证了这股爆发力——我国企业AI智能体的采纳率，从2024年底的17.3%，猛增到了2026年中期的40.3%。
市场爆发的背后只有一个简单的原因：企业对AI的期待，正在从“能聊”转向“能干”。
但“能干”两个字，意味着天大的责任。周鸿祎在台上讲了一句很重的话：“大模型出错，是说错话；智能体出错，是干错事。”
这个区别是致命的。大模型跟你胡说八道，你可以不听、不信、不用。但智能体一旦出错，它可能已经删掉了你的核心文件，改乱了你的财务数据，或者给客户发了一封不该发的邮件。大模型像顾问，智能体像员工——员工捅娄子的后果，比顾问说错话严重一万倍。
正因为如此，纳米Work在设计之初就把安全作为“出厂内置”而非“事后打补丁”的能力，通过云端隔离、权限控制、数据保护等机制，让企业敢把真活交给AI。
这个安全逻辑在当下的环境里尤其重要。就在2026年5月，国家网信办和工信部联合发布了《智能体规范应用与创新发展实施意见》，标志着智能体行业进入了有法可依的阶段。监管出手本身就是一个信号：智能体正在从玩具变成工具，而工具越强大，安全就越不能是事后补救。
把复杂藏起来，把简单露出来
纳米Work的产品设计，藏着一条很深的行业洞察：企业需要的不是更强大的AI技术，而是更简单的AI使用方式。
智能体在企业落地，现实困难一大堆。复杂任务可能带来不可预估的Token消耗——你让AI干个活，干到一半发现Token烧完了，活没干完钱先没了。普通用户还得面对环境配置、模型选择、工具连接这些技术门槛。企业还要担心权限边界、任务稳定性和数据安全。
周鸿祎把这些问题摊开了讲：智能体真要进入工作场景，成本、门槛、权限、稳定性、安全性、持续进化，六个问题得同时解决，少一个都转不起来。
纳米Work的应对思路很清晰：把复杂的技术能力全藏到后台，把简单的使用体验露在前面。它在技术层面做了五件事——多智能体引擎、多模型底座、云端办公室、多工作模式和多专家体系。翻译成大白话就是：用户不需要研究模型、不需要折腾框架、不需要纠结工具连接，只需要告诉平台“我要干什么”，平台自己会组织不同的AI专家协同工作，自动匹配最合适的模型和执行方式。
一个账号就能直连Kimi、DeepSeek、豆包、GLM等主流模型，预置了500多个岗位专家，智能体7×24小时在云端干活，用户电脑关机了任务也不会停。
这套设计逻辑像极了汽车的发展史：开车的人不需要懂内燃机原理，踩油门就走。用纳米Work的人也不需要懂大模型技术，说需求就行。
对于中小企业，这个逻辑尤其要命。大企业可以养一支AI技术团队慢慢折腾，但中小企业没这个资源。如果AI工具的使用门槛太高，它们连上桌的机会都没有。
发布会现场来了一个特殊的嘉宾——新疆喀什网红早餐店“香香手”的老板阿布拉江。
他的故事，比任何技术参数都有说服力。阿布拉江用纳米Work做品牌营销、做店铺设计、做法务咨询，硬生生从一家早餐店干到了六家门店。一个街边早餐店老板，用AI搞定了原本需要花大价钱请专业团队才能做的事。
这个案例的意义，不在于技术有多先进，而在于它戳破了一个持续已久的行业幻觉——AI不是科技公司和大型企业的专属武器。街边的早餐店、社区的水果摊、县城的小工厂，这些最传统、最草根的商业场景，同样能从AI中获益。前提是，工具得足够简单、足够便宜。
周鸿祎显然看准了这条路。他宣布为首批用户每人提供1亿Token的试用额度，通过专业实训和陪跑服务，率先帮助1000家小企业完成AI落地。同时，360启动了城市合伙人招募，要把产品推进更多门店、园区和企业。
从拿自己开刀的内部实验，到把AI交到喀什早餐店老板手里，纳米Work走了一条从“自己淌水”到“帮别人过河”的路。这条路能否走通，还需要市场和时间的检验。但它至少揭示了一个朴素的真相：AI落地的最后一公里，不在于模型有多聪明，而在于用AI的人——尤其是那个拍板的人——愿不愿意把自己的工作流程先拆开，让AI进来试一试。
热门跟贴