阿里千问蒋冠军:个人 AI 智能体靠模型、记忆、生态三要素协同
阿里千问蒋冠军谈个人 AI 智能体技术框架:需要模型、记忆与生态协同推进
阿里千问的算法负责人在中国计算机大会上讲了怎么把 AI 做成真正的个人助理,8000 项能力拆解和记忆降噪的思路很具体,做智能体的可以看看。
在 10 月 22 日的 2026 中国计算机大会上,阿里巴巴千问事业部 AI 算法负责人蒋冠军分享了个人 AI 智能体的技术框架。他将 AI 应用分为对话、代理、助理三个阶段,认为个人智能体解决问题的理论上限接近 100%。模型层面,千问建立了覆盖 30 多个头部行业的需求透视图,梳理出 8000 多项原子模型能力要求,并引入行业专家参与评估。记忆层面强调识别历史信息与当前需求的关联,避免对话简单积累带来的噪声和推理成本。生态层面,千问正构建以模型为中心的开放服务体系,整合工具、行业 Skill 与第三方 Agent,连接电商、本地生活、医疗、教育等服务。
阿里千问蒋冠军谈个人 AI 智能体技术框架:需要模型、记忆与生态协同推进
IT之家 10 月 25 日消息,在 10 月 22 日的 2026 中国计算机大会上,阿里巴巴千问事业部 AI 算法负责人蒋冠军分享了千问打造个人 AI 智能体的技术实践过程。他认为,真正的个人智能体阶段,应该带来增量价值的创造和个性化的主动服务,模型、记忆与生态是共同构建这一核心能力的三要素。 蒋冠军将 AI 应用的发展分为对话、代理和助理三个阶段。当前,AI 应用正加速迈向助理阶段,在交付具体任务的基础上,开始结合专业经验和个人上下文,围绕用户目标自主规划与执行,并进一步发现用户尚未注意到或有所疏忽的需求。 他表示,个人 AI 智能体解决日常工作、学习、生活问题的理论上限接近 100%,释放这一潜力的关键,在于让系统能力与问题解决路径更好地匹配,通过模型、记忆与生态能力的高效协同,为不同问题找到最优解决路径。 在模型层面,千问更加重视任务执行的稳定性。为此,千问建立了一张覆盖 30 多个头部行业的用户需求透视图,梳理出 8000 多项原子模型能力要求,并引入行业专家参与模型评估与优化,持续提升模型理解真实用户需求、完成复杂任务的能力。 在记忆层面,蒋冠军表示,个人 AI 智能体需要长期理解用户,识别历史信息与当前需求的关联,避免简单积累对话带来的噪声和推理成本。例如,AI 可以结合老人历史对话提及的养老金情况,为其孩子的就业问题提供更贴合家庭处境的建议。 在生态层面,蒋冠军认为,随着模型能力和 Harness 技术的持续发展,生态的连接与协作能力将成为个人 AI 智能体发展的关键。千问正构建以模型为中心的开放服务体系,整合专业知识、工具、行业 Skill 及第三方 Agent,连接电商、本地生活等服务,以及医疗、教育等领域的专业能力,提升复杂现实任务的执行效果。 蒋冠军表示,上述三要素的协同最终指向主动服务,即“记忆提供个人背景,模型结合专业知识识别潜在需求、规划行动,生态支撑执行”。让用户无需编程,只要说出需求,就能轻松搭建用于生活、工作和学习等场景的应用。