AnswersPublished13 sources
Qwen mahu AI jadi pembantu peribadi: tiga asas di sebalik Personal Agent
Jiang Guanjun dari Qwen membentangkan rangka kerja Personal Agent yang berasaskan tiga unsur: model, memori dan ekosistem.[1][3] Qwen berkata keperluan merentas lebih 30 industri telah dihuraikan kepada lebih 8,000 keperluan keupayaan model, dengan pakar industri membantu menilai dan menambah baik pelaksanaan tugas....
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Jiang Guanjun dari Qwen membentangkan rangka kerja Personal Agent yang berasaskan tiga unsur: model, memori dan ekosistem.[1][3]
- Qwen berkata keperluan merentas lebih 30 industri telah dihuraikan kepada lebih 8,000 keperluan keupayaan model, dengan pakar industri membantu menilai dan menambah baik pelaksanaan tugas.[1]
- Memori menghubungkan maklumat lalu yang relevan dengan keperluan semasa, manakala ekosistem menyediakan akses kepada kepakaran, alat dan perkhidmatan luar.[1][3]
- Sasaran hampir 100% ialah potensi teori, bukannya keputusan prestasi yang telah dicapai; laporan juga tidak membuktikan setiap ciri proaktif sudah tersedia.[1][3]
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What personal-agent framework did Jiang Guanjun, Alibaba Qwen’s AI algorithm lead, outline at CNCC 2026 in Chengdu on October 22, and how do. Article summary: Jiang Guanjun outlined a three-pillar Personal Agent framework—model, memory and ecosystem—intended to move Qwen beyond answering questions and completing requested tasks toward proactive, personalized assistance that cr. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Pada 22 Oktober, di Kongres Komputer China 2026, Jiang Guanjun, ketua algoritma AI unit Qwen Alibaba, membentangkan rangka kerja Personal Agent yang dibina atas tiga tunjang: model, memori dan ekosistem. Matlamatnya ialah mengalihkan AI daripada sekadar menjawab soalan atau menyelesaikan arahan tertentu kepada bantuan yang memahami konteks peribadi, merancang mengikut matlamat pengguna dan berpotensi mengenal pasti keperluan yang belum disedari.2
3
Daripada berbual kepada membantu
Jiang membahagikan perkembangan aplikasi AI kepada tiga peringkat: perbualan, ejen dan pembantu. Peringkat perbualan berfokus pada dialog, manakala ejen melaksanakan tugas yang diberikan. Pembantu pula melangkah lebih jauh: ia menggabungkan pengetahuan profesional dengan konteks peribadi, merancang dan bertindak untuk mencapai matlamat pengguna, malah mungkin mengesan keperluan yang terlepas pandang.3
Namun, sasaran itu ialah hala tuju yang ingin dicapai, bukannya bukti bahawa sistem hari ini sudah mampu menyelesaikan hampir semua masalah harian dengan boleh diharap. Jiang menyifatkan potensi teori Personal Agent untuk menangani urusan kerja, pembelajaran dan kehidupan harian sebagai hampir 100%. Halangan utamanya, katanya, ialah memadankan keupayaan sistem dengan laluan penyelesaian yang sesuai bagi setiap masalah.1
Tiga tunjang rangka kerja Qwen
1. Model: melaksanakan tugas dengan lebih konsisten
Qwen berkata pihaknya membina peta keperluan pengguna merentas lebih 30 industri utama dan memecahkan keperluan itu kepada lebih 8,000 keperluan keupayaan model yang khusus. Pakar industri turut dilibatkan dalam penilaian dan pengoptimuman model, dengan matlamat meningkatkan kestabilan bagi tugas kompleks dan memastikan pembangunan berpandukan keperluan pengguna sebenar.1
Maksudnya, penekanan bukan sekadar pada jawapan yang kedengaran lancar. Model juga perlu memahami kehendak pengguna dan melaksanakan tugas dengan boleh diharap.1
2. Memori: mengaitkan maklumat lalu yang berguna
Untuk memahami seseorang dari semasa ke semasa, Personal Agent memerlukan memori. Tetapi menyimpan setiap perbualan tanpa tapisan boleh menambah maklumat yang tidak relevan dan meningkatkan kos penaakulan, kata Jiang. Pendekatan Qwen ialah mengenal pasti kaitan antara peristiwa, kemudian mendapatkan semula konteks yang berkaitan dengan permintaan semasa.1
Contohnya, maklumat tentang keadaan pencen yang pernah disebut oleh seorang warga emas boleh membantu AI memberikan cadangan tentang pencarian kerja anaknya dengan mengambil kira latar keluarga. Tujuannya bukan untuk menganggap setiap perbualan sebagai perkara berasingan, atau mengingati semuanya tanpa memilih, tetapi menghubungkan konteks yang benar-benar berguna.1
3. Ekosistem: menghubungkan kepakaran dan perkhidmatan
Tunjang ekosistem menghubungkan penaakulan AI dengan bantuan praktikal. Qwen sedang membangunkan sistem perkhidmatan terbuka berpusatkan model yang menggabungkan pengetahuan profesional, alat, kemahiran industri dan ejen pihak ketiga. Laporan menyebut hubungan dengan bidang seperti e-dagang, perkhidmatan setempat, kesihatan dan pendidikan.3
Penyepaduan seperti ini penting kerana sesetengah matlamat memerlukan lebih daripada jawapan teks—misalnya kepakaran khusus, alat atau perkhidmatan luar. Laporan turut menyebut perkembangan keupayaan model dan teknologi Harness sebagai sebahagian daripada usaha memperbaik penyelarasan dalam ekosistem itu.2
Bagaimana ketiga-tiganya bekerjasama
Rangka kerja ini boleh difahami sebagai satu urutan yang saling melengkapi: memori membekalkan konteks peribadi yang relevan; model mentafsir keperluan dan merancang tindakan; ekosistem menyediakan kepakaran, alat atau perkhidmatan untuk membantu melaksanakannya. Inti hujah Jiang ialah menambah keupayaan sahaja tidak memadai—sistem perlu memilih dan menyelaraskan keupayaan yang sesuai dengan masalah di hadapan.1
3
Sokongan pemulihan kesihatan yang berterusan dan peringatan tentang risiko kewangan disebut sebagai contoh perkhidmatan proaktif yang mungkin dimungkinkan oleh penyelarasan ini. Contoh tersebut menunjukkan hala tuju yang dicadangkan, tetapi tidak membuktikan perkhidmatan berkenaan sudah dilancarkan atau tahap kebolehpercayaannya telah diukur.1
Cita-cita bukan hasil yang sudah terbukti
Angka hampir 100% merujuk kepada potensi teori, bukan keputusan prestasi yang dilaporkan. Begitu juga, cadangan ekosistem terbuka dan pembantu proaktif tidak bermakna semua penyepaduan atau perkhidmatan itu sudah tersedia hari ini.1
3
Sebagai contoh produk yang dilaporkan, Qwen Go! telah membuka ujian jemputan bagi ciri “Aplikasi Saya”. Pengguna boleh menerangkan dalam bahasa biasa aplikasi yang diperlukan untuk kerja, pembelajaran atau kehidupan harian. Namun, contoh ini tidak membuktikan bahawa keseluruhan visi Personal Agent sudah direalisasikan.3
Jadi, idea utamanya bukan sekadar “lebih banyak berbual” dengan AI. Qwen membayangkan bantuan yang diselaraskan: model yang boleh melaksanakan tugas dengan konsisten, memori yang mendapatkan konteks peribadi yang relevan, dan ekosistem yang menghubungkan rancangan kepada kepakaran serta perkhidmatan.1
3
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Qwen mahu AI jadi pembantu peribadi: tiga asas di sebalik Personal Agent"?
Jiang Guanjun dari Qwen membentangkan rangka kerja Personal Agent yang berasaskan tiga unsur: model, memori dan ekosistem.[1][3]
What are the key points to validate first?
Jiang Guanjun dari Qwen membentangkan rangka kerja Personal Agent yang berasaskan tiga unsur: model, memori dan ekosistem.[1][3] Qwen berkata keperluan merentas lebih 30 industri telah dihuraikan kepada lebih 8,000 keperluan keupayaan model, dengan pakar industri membantu menilai dan menambah baik pelaksanaan tugas.[1]
What should I do next in practice?
Memori menghubungkan maklumat lalu yang relevan dengan keperluan semasa, manakala ekosistem menyediakan akses kepada kepakaran, alat dan perkhidmatan luar.[1][3]