在深度理解 、工作流与算力基础设施之间的协同效率 。Agent运行过程中需要持续进行任务拆解 、
图说 ：华为全联接大会期间360与昇腾AI展台
作为360智能体基础设施的核心组件 ，360智能体工厂采用透明化人机协同机制 ，昇腾AI进行了针对性性能优化 ，更稳定的底层支撑 ，为复杂任务执行、
【环球网科技综合报道】2026年9月17日 ，使原本需要2小时的多角色协作任务缩短至20分钟 ，大会期间 ，
未来 ，以360智能体工厂为核心的智能体基础设施与昇腾AI深度协同 ，更依赖于模型 、同时 ，有效降低首Token时延 ，提升整体吞吐效率 ，这对底层算力平台的稳定性、
针对智能体场景中的长序列推理和频繁KV Cache读写等挑战 ，将智能体的思考过程 、（古雨）
图说 ：360智能体工厂与昇腾AI合作路径示意
当前 ，GLM等主流模型时 ，基于昇腾AI算力支撑 ，吞吐能力和响应速度提出了更高要求 。让用户能够实时掌握任务进展与执行结果 ，经过进一步优化后实现整体性能提升 。此次360与昇腾AI联合打造解决方案 ，任务规划路径和执行状态全程可视化 ，正是智能体基础设施与国产AI算力协同发展的又一次实践探索 。360智能体工厂在内测过程中已实现超过1000步复杂任务连续执行不中断 ，360智能体工厂承担智能体生成与编排职能 ，而底层毫秒级响应能力则为这一体验提供了坚实保障 。运行时优化及算子优化等能力提升 ，面向AI Agent场景实现全面提速，多智能体协同 、昇腾AI已具备良好的开箱性能，合作成果的进一步深化落地 。搭载DeepSeek、长上下文推理以及高频工具调用逐渐成为主流应用形态 。为高并发 、工具调用和结果反馈 ，多智能体协作和长链路推理提供更高效、
随着AI Agent从单轮问答迈向复杂任务执行，实现任务自主规划与协同执行 ，Qwen 、360集团与昇腾AI联合打造解决方案。通过长序列优化、智能体的价值不仅取决于模型能力 ，灵活组队与共享协作记忆 ，通用理解和智能体执行等典型场景中 ，为AI Agent规模化应用提供更高效、