千问谈个人 AI 智能体：模型、记忆、生态，三样缺一不可

个人 AI 助手到底能替人做到什么程度？在 10 月 22 日举行的 2026 中国计算机大会上，阿里千问事业部 AI 算法负责人蒋冠军分享了一套自己的答案：模型、记忆、生态，三样东西缺一不可。

一分钟速览

• AI 应用被分为对话、代理、助理三个阶段，目前正加速走向助理阶段。
• 个人智能体解决日常问题的理论上限接近 100%，关键是路径要匹配。
• 千问梳理了 30 多个头部行业的需求，拆出 8000 多项原子能力要求。
• 记忆不是把聊天记录全存下来，而是要能找出历史信息和当前需求的关系。

三个阶段，差在哪

蒋冠军把 AI 应用的发展分成三步。第一步是对话，用户问一句，模型答一句，答完就结束。第二步是代理，用户给一个明确指令，它去执行，比如订票、查资料、整理表格。第三步是助理，这一层开始不一样：它要结合专业经验和个人上下文，围绕用户的目标自己规划、自己执行，甚至主动发现用户没注意到或者忽略掉的需求。

差别听起来抽象，落到生活里就很具体。对话阶段你问「明天天气怎么样」，代理阶段你说「帮我把明天的行程排一下」，而助理阶段它会记得你明天要见客户、孩子下午有课，提前把时间冲突指出来。从「听指令」到「懂处境」，中间隔着的正是这三样能力。

模型：先求稳，再求聪明

在模型这一层，千问更看重的不是炫技，而是任务执行的稳定性。为此，团队建立了一张覆盖 30 多个头部行业的用户需求透视图，把这些需求拆解成 8000 多项原子模型能力要求，再请行业专家参与模型评估和优化。

这套做法的逻辑不难理解。真实用户的请求往往是模糊的、带上下文的，甚至前后矛盾。模型如果只在标准题目上表现好，一碰到真实场景就容易跑偏。把需求拆到足够细，才能知道模型究竟在哪一步掉链子，而不是笼统地说「不够聪明」。

记忆：不是存得多，而是找得准

第二个要素是记忆。蒋冠军提到，个人智能体需要长期理解用户，识别历史信息和当前需求之间的关联，而不是简单地把对话一条条堆起来。原因很现实：全量保存会带来大量噪声，推理成本也会跟着上涨。

他举了一个例子。AI 如果记得老人此前在对话里提过自己的养老金情况，那么在讨论孩子就业问题时，就能给出更贴合这个家庭实际处境的建议。这里用到的不是某一句原话，而是从多次对话里提炼出来的背景。记忆的价值不在于「记得多」，而在于「在对的时候想起对的那件事」。

生态：光有大脑，还得有手脚

第三个要素是生态。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会成为个人智能体发展的关键。千问正在构建一套以模型为中心的开放服务体系，整合专业知识、工具、行业 Skill 以及第三方 Agent，并连接电商、本地生活等服务，以及医疗、教育等领域的专业能力。

说白了，模型再强，也不能凭空完成一件现实中的事。查物流要接口，挂号要渠道，写报告要有行业模板。生态就是把这些分散的能力接进来，让复杂任务能真正落地。

趋势洞察

把这三要素串起来，指向的其实是一件很朴素的事：主动服务。记忆提供个人背景，模型结合专业知识判断需求、规划行动，生态负责把事办成。

这也是当下智能体竞争的真实现状。单点能力已经不难，难的是让系统在长期使用中越来越懂一个人，同时不越界、不乱猜、不把隐私当成免费燃料。谁能把记忆做得准、把边界划得清，谁才可能让用户真正愿意把日常交出去。对普通用户来说，判断一个助手好不好，也可以看三点：它记不记得住，办不办得成，以及有没有在你没要求的时候乱做事。