千問蔣冠軍分享 Personal Agent 技術實踐 強調模型、記憶與生態協同的重要性

·作者 Henderson·AI
千問蔣冠軍分享 Personal Agent 技術實踐 強調模型、記憶與生態協同的重要性

10 月 22 日,在 2026 中國計算機大會上,阿里巴巴千問事業部 AI 算法負責人蔣冠軍分享了千問打造 Personal Agent 的技術實踐。他認為,真正的 Personal Agent 階段應該帶來增量價值的創造和個性化的主動服務,模型、記憶與生態是共同構建這一核心能力的三要素。

蔣冠軍將 AI 應用的發展分為對話、代理和助理三個階段。當前,AI 應用正加速邁向助理階段,在交付具體任務的基礎上,開始結合專業經驗和個人上下文,圍繞用戶目標自主規劃與執行,並進一步發現用戶尚未注意到或有所疏忽的需求。

Personal Agent 的發展將提升用戶體驗

他表示,Personal Agent 解決日常工作、學習、生活問題的理論上限接近 100%,釋放這一潛力的關鍵,在於讓系統能力與問題解決路徑更好地匹配,通過模型、記憶與生態能力的高效協同,為不同問題找到最優解決路徑。

在模型層面,千問更加重視任務執行的穩定性。為此,千問建立了一張覆蓋 30 多個頭部行業的用戶需求透視圖,梳理出 8000 多項原子模型能力要求,並引入行業專家參與模型評估與優化,持續提升模型理解真實用戶需求、完成複雜任務的能力。

在記憶層面,蔣冠軍表示,Personal Agent 需要長期理解用戶,識別歷史資訊與當前需求的關聯,避免簡單積累對話帶來的噪聲和推理成本。例如,AI 可以結合老人歷史對話提及的養老金情況,為其孩子的就業問題提供更貼閤家庭處境的建議。千問通過分析事件關聯關係設計記憶體系,並按關聯強弱分層存儲和調用,提升記憶使用的準確性。

在生態層面,蔣冠軍認為,隨著模型能力和 Harness 技術的持續發展,生態的連接與協作能力將成為 Personal Agent 發展的關鍵。千問正構建以模型為中心的開放服務體系,整合專業知識、工具、行業技能及第三方 Agent,連接電商、本地生活等服務,以及醫療、教育等領域的專業能力,提升複雜現實任務的執行效果。

三要素的協同最終指向主動服務:記憶提供個人背景,模型結合專業知識識別潛在需求、規劃行動,生態支撐執行。例如,在健康管理中持續關注康復安排及其對日常生活的影響,在理財過程中提醒用戶留意新的風險與機遇。

在千問上,用戶對複雜任務和主動服務的需求持續增長,過去三個月複雜任務平均 Token 消耗量增長 1.6 倍。最新消息顯示,千問推出的個人專屬 AI 助理「千問 Go!」上線新功能「我的應用」。用戶無需編程,只要說出需求,就能輕鬆搭建用於生活、工作和學習等場景的應用,目前相關功能已開啟邀測。

項目規格
處理器未公佈
RAM未公佈

H
關於作者
Henderson