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

AI 总结
• 蒋冠军在10月22日的2026中国计算机大会上分享千问个人AI智能体的技术实践
• AI应用正加速迈向助理阶段，模型、记忆与生态是构建核心能力的三大要素
• 千问建立覆盖30多个行业的用户需求透视图，梳理8000多项原子能力以提升任务执行稳定性
• 个人AI智能体需通过长期记忆理解用户，关联历史信息与当前需求以提供个性化建议
• 千问正构建以模型为中心的开放服务体系，整合多方技能与第三方Agent以支撑复杂任务执行

【阿里千问蒋冠军谈个人 AI 智能体技术框架】
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。


【AI 应用迈向助理阶段】
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。


【模型层面：重视任务执行稳定性】
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。


【记忆与生态层面】
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。

[来源链接] https://www.ithome.com/1/017/669.htm