Qwen’in önerdiği kişisel ajan çerçevesi; sohbetten görev yürütmeye, oradan kişiselleştirilmiş ve proaktif yardıma geçişi hedefliyor. Qwen, 30’dan fazla sektördeki kullanıcı ihtiyaçlarını 8.000’den fazla temel model yetkinliği gereksinimine ayırdığını ve değerlendirme sürecine sektör uzmanlarını kattığını söylüyor.[1...
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer

Create 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
Alibaba’nın Qwen ekibinde yapay zekâ algoritmalarından sorumlu Jiang Guanjun, 22 Ekim 2026’da düzenlenen Çin Bilgisayar Kongresi’nde kişisel yapay zekâ ajanı için üç ayaklı bir çerçeve anlattı: model, hafıza ve ekosistem. Amaç, yapay zekâyı yalnızca sorulara yanıt veren veya açıkça verilen işleri yapan bir sistem olmaktan çıkarıp kullanıcının bağlamını anlayan, hedefleri doğrultusunda plan kuran ve gerektiğinde gözden kaçırdığı ihtiyaçları fark edebilen bir asistana dönüştürmek.2
3
Jiang, yapay zekâ uygulamalarının gelişimini üç aşamayla tarif ediyor: sohbet, ajan ve asistan. Sohbet aşaması diyaloga, ajan aşaması belirli bir görevi yerine getirmeye odaklanıyor. Asistan aşamasında ise sistemin profesyonel bilgiyi ve kişisel bağlamı birlikte kullanması; kullanıcının hedefi için plan yapıp harekete geçmesi ve henüz fark etmediği ihtiyaçları da belirleyebilmesi bekleniyor.3
Bu son aşama, bugün sistemlerin gündelik sorunların neredeyse tamamını güvenilir biçimde çözebildiği iddiası değil; çerçevenin hedefi. Jiang, iş, eğitim ve günlük yaşamdaki sorunları çözmenin teorik üst sınırını yüzde 100’e yakın olarak nitelendirirken temel darboğazı, sistemin yeteneklerini her soruna uygun çözüm yoluyla eşleştirmek olarak tanımlıyor.1
Qwen, 30’dan fazla önde gelen sektördeki kullanıcı ihtiyaçlarını kapsayan bir harita oluşturduğunu ve bu ihtiyaçları 8.000’den fazla temel model yetkinliği gereksinimine ayırdığını söylüyor. Modelin değerlendirilmesi ve iyileştirilmesi sürecine sektör uzmanları da katılmış. Belirtilen amaç, karmaşık görevlerde istikrarı artırmak ve model yeteneklerini gerçek kullanıcı ihtiyaçlarına dayandırmak.1
Buradaki ölçüt yalnızca akıcı yanıt üretmek değil: Modelin kullanıcının ihtiyacını anlayıp görevi tutarlı biçimde yerine getirmesi.1
Kişisel bir ajanın kullanıcıyı zaman içinde anlayabilmesi gerekiyor. Ancak Jiang’a göre, konuşma geçmişini ayrım gözetmeden biriktirmek gürültüyü ve çıkarım maliyetini artırabilir. Qwen’in yaklaşımı, olaylar arasındaki ilişkileri belirleyip mevcut istekle bağlantılı bağlamı geri çağırmak.1
Örneğin, yaşlı bir kullanıcının daha önce söz ettiği emekli maaşı bilgisi, çocuğunun iş arayışına ilişkin önerileri şekillendirebilir. Buradaki fikir, her konuşmayı birbirinden kopuk ele almak ya da geçmişteki her şeyi gelişigüzel hatırlamak değil; farklı konular arasında işe yarayan bağlantıları kurmak.1
Ekosistem ayağı, akıl yürütmeden pratik desteğe geçişi sağlıyor. Raporlarda Qwen’in; profesyonel bilgiyi, araçları, sektörel becerileri ve üçüncü taraf ajanları bir araya getiren, model merkezli ve açık bir hizmet sistemi kurmayı planladığı aktarılıyor. Bu sistemin e-ticaret, yerel hizmetler, sağlık ve eğitim gibi alanlarla bağlantı kurması hedefleniyor.3
Çünkü bazı hedefler yalnızca bir model yanıtıyla tamamlanamaz: uzmanlık bilgisi, bir araç ya da dışarıdan sunulan hizmet gerekebilir. Raporlar, ekosistem içindeki eşgüdümün gelişmesi bağlamında model yeteneklerinin ve “harness” adı verilen ajan altyapısı tekniklerinin de ilerlediğini belirtiyor.2
Çerçeveyi şöyle özetlemek mümkün: Hafıza kişisel bağlamı sağlar; model ihtiyacı yorumlayıp bir eylem planı oluşturur; ekosistem ise bu planı uygulamaya yardımcı olacak uzmanlığı, araçları veya hizmetleri sunar. Jiang’ın vurgusu, yalnızca daha fazla yetenek eklemenin yeterli olmadığı; sistemin her sorun için doğru yetenekleri seçip koordine etmesi gerektiği.1
3
Raporlarda, rehabilitasyon sürecinin takibi ve finansal risklere ilişkin hatırlatmalar, bu eşgüdümün mümkün kılabileceği proaktif hizmetlere örnek gösteriliyor. Bunlar yaklaşımın yönünü açıklıyor; söz konusu hizmetlerin bugün kullanıma sunulduğunu veya güvenilirliklerinin ölçüldüğünü kanıtlamıyor.1
Gündelik sorunları çözmeye ilişkin yüzde 100’e yakın oran, açıklanmış bir performans sonucu değil, teorik bir hedef. Benzer şekilde, açık bir ekosistemden ve proaktif asistandan söz edilmesi de her entegrasyonun veya hizmetin bugün kullanıma hazır olduğu anlamına gelmiyor.1
3
Ayrı bir ürün güncellemesinde, Qwen Go!’nun “Uygulamalarım” özelliği için davetli test sürecini başlattığı bildirildi. Kullanıcılar bu özellikle iş, eğitim veya günlük yaşam için bir uygulama ihtiyacını doğal dille tarif edebiliyor. Bu, ürün tarafında aktarılmış bir örnek; kişisel ajan vizyonunun tümüyle hayata geçtiğinin kanıtı değil.3
Dolayısıyla çerçevenin ana fikri “daha fazla sohbet” değil, eşgüdümlü yardım: güvenilir biçimde iş yapabilen bir model, kişisel bağlamın ilgili kısımlarını bulup getiren bir hafıza ve planları uzmanlıkla hizmetlere bağlayan bir ekosistem.1
3
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Qwen’in önerdiği kişisel ajan çerçevesi; sohbetten görev yürütmeye, oradan kişiselleştirilmiş ve proaktif yardıma geçişi hedefliyor.
Qwen’in önerdiği kişisel ajan çerçevesi; sohbetten görev yürütmeye, oradan kişiselleştirilmiş ve proaktif yardıma geçişi hedefliyor. Qwen, 30’dan fazla sektördeki kullanıcı ihtiyaçlarını 8.000’den fazla temel model yetkinliği gereksinimine ayırdığını ve değerlendirme sürecine sektör uzmanlarını kattığını söylüyor.[1]
Hafıza geçmişteki ilgili bilgileri bugünkü ihtiyaçlarla ilişkilendirirken, ekosistem araçları ve hizmetleri devreye sokuyor.
Qwen’in önerdiği kişisel ajan çerçevesi; sohbetten görev yürütmeye, oradan kişiselleştirilmiş ve proaktif yardıma geçişi hedefliyor. Qwen, 30’dan fazla sektördeki kullanıcı ihtiyaçlarını 8.000’den fazla temel model yetkinliği gereksinimine ayırdığını ve değerlendirme sürecine sektör uzmanlarını kattığını söylüyor.[1...
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer

Create 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
Alibaba’nın Qwen ekibinde yapay zekâ algoritmalarından sorumlu Jiang Guanjun, 22 Ekim 2026’da düzenlenen Çin Bilgisayar Kongresi’nde kişisel yapay zekâ ajanı için üç ayaklı bir çerçeve anlattı: model, hafıza ve ekosistem. Amaç, yapay zekâyı yalnızca sorulara yanıt veren veya açıkça verilen işleri yapan bir sistem olmaktan çıkarıp kullanıcının bağlamını anlayan, hedefleri doğrultusunda plan kuran ve gerektiğinde gözden kaçırdığı ihtiyaçları fark edebilen bir asistana dönüştürmek.2
3
Jiang, yapay zekâ uygulamalarının gelişimini üç aşamayla tarif ediyor: sohbet, ajan ve asistan. Sohbet aşaması diyaloga, ajan aşaması belirli bir görevi yerine getirmeye odaklanıyor. Asistan aşamasında ise sistemin profesyonel bilgiyi ve kişisel bağlamı birlikte kullanması; kullanıcının hedefi için plan yapıp harekete geçmesi ve henüz fark etmediği ihtiyaçları da belirleyebilmesi bekleniyor.3
Bu son aşama, bugün sistemlerin gündelik sorunların neredeyse tamamını güvenilir biçimde çözebildiği iddiası değil; çerçevenin hedefi. Jiang, iş, eğitim ve günlük yaşamdaki sorunları çözmenin teorik üst sınırını yüzde 100’e yakın olarak nitelendirirken temel darboğazı, sistemin yeteneklerini her soruna uygun çözüm yoluyla eşleştirmek olarak tanımlıyor.1
Qwen, 30’dan fazla önde gelen sektördeki kullanıcı ihtiyaçlarını kapsayan bir harita oluşturduğunu ve bu ihtiyaçları 8.000’den fazla temel model yetkinliği gereksinimine ayırdığını söylüyor. Modelin değerlendirilmesi ve iyileştirilmesi sürecine sektör uzmanları da katılmış. Belirtilen amaç, karmaşık görevlerde istikrarı artırmak ve model yeteneklerini gerçek kullanıcı ihtiyaçlarına dayandırmak.1
Buradaki ölçüt yalnızca akıcı yanıt üretmek değil: Modelin kullanıcının ihtiyacını anlayıp görevi tutarlı biçimde yerine getirmesi.1
Kişisel bir ajanın kullanıcıyı zaman içinde anlayabilmesi gerekiyor. Ancak Jiang’a göre, konuşma geçmişini ayrım gözetmeden biriktirmek gürültüyü ve çıkarım maliyetini artırabilir. Qwen’in yaklaşımı, olaylar arasındaki ilişkileri belirleyip mevcut istekle bağlantılı bağlamı geri çağırmak.1
Örneğin, yaşlı bir kullanıcının daha önce söz ettiği emekli maaşı bilgisi, çocuğunun iş arayışına ilişkin önerileri şekillendirebilir. Buradaki fikir, her konuşmayı birbirinden kopuk ele almak ya da geçmişteki her şeyi gelişigüzel hatırlamak değil; farklı konular arasında işe yarayan bağlantıları kurmak.1
Ekosistem ayağı, akıl yürütmeden pratik desteğe geçişi sağlıyor. Raporlarda Qwen’in; profesyonel bilgiyi, araçları, sektörel becerileri ve üçüncü taraf ajanları bir araya getiren, model merkezli ve açık bir hizmet sistemi kurmayı planladığı aktarılıyor. Bu sistemin e-ticaret, yerel hizmetler, sağlık ve eğitim gibi alanlarla bağlantı kurması hedefleniyor.3
Çünkü bazı hedefler yalnızca bir model yanıtıyla tamamlanamaz: uzmanlık bilgisi, bir araç ya da dışarıdan sunulan hizmet gerekebilir. Raporlar, ekosistem içindeki eşgüdümün gelişmesi bağlamında model yeteneklerinin ve “harness” adı verilen ajan altyapısı tekniklerinin de ilerlediğini belirtiyor.2
Çerçeveyi şöyle özetlemek mümkün: Hafıza kişisel bağlamı sağlar; model ihtiyacı yorumlayıp bir eylem planı oluşturur; ekosistem ise bu planı uygulamaya yardımcı olacak uzmanlığı, araçları veya hizmetleri sunar. Jiang’ın vurgusu, yalnızca daha fazla yetenek eklemenin yeterli olmadığı; sistemin her sorun için doğru yetenekleri seçip koordine etmesi gerektiği.1
3
Raporlarda, rehabilitasyon sürecinin takibi ve finansal risklere ilişkin hatırlatmalar, bu eşgüdümün mümkün kılabileceği proaktif hizmetlere örnek gösteriliyor. Bunlar yaklaşımın yönünü açıklıyor; söz konusu hizmetlerin bugün kullanıma sunulduğunu veya güvenilirliklerinin ölçüldüğünü kanıtlamıyor.1
Gündelik sorunları çözmeye ilişkin yüzde 100’e yakın oran, açıklanmış bir performans sonucu değil, teorik bir hedef. Benzer şekilde, açık bir ekosistemden ve proaktif asistandan söz edilmesi de her entegrasyonun veya hizmetin bugün kullanıma hazır olduğu anlamına gelmiyor.1
3
Ayrı bir ürün güncellemesinde, Qwen Go!’nun “Uygulamalarım” özelliği için davetli test sürecini başlattığı bildirildi. Kullanıcılar bu özellikle iş, eğitim veya günlük yaşam için bir uygulama ihtiyacını doğal dille tarif edebiliyor. Bu, ürün tarafında aktarılmış bir örnek; kişisel ajan vizyonunun tümüyle hayata geçtiğinin kanıtı değil.3
Dolayısıyla çerçevenin ana fikri “daha fazla sohbet” değil, eşgüdümlü yardım: güvenilir biçimde iş yapabilen bir model, kişisel bağlamın ilgili kısımlarını bulup getiren bir hafıza ve planları uzmanlıkla hizmetlere bağlayan bir ekosistem.1
3
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Qwen’in önerdiği kişisel ajan çerçevesi; sohbetten görev yürütmeye, oradan kişiselleştirilmiş ve proaktif yardıma geçişi hedefliyor.
Qwen’in önerdiği kişisel ajan çerçevesi; sohbetten görev yürütmeye, oradan kişiselleştirilmiş ve proaktif yardıma geçişi hedefliyor. Qwen, 30’dan fazla sektördeki kullanıcı ihtiyaçlarını 8.000’den fazla temel model yetkinliği gereksinimine ayırdığını ve değerlendirme sürecine sektör uzmanlarını kattığını söylüyor.[1]
Hafıza geçmişteki ilgili bilgileri bugünkü ihtiyaçlarla ilişkilendirirken, ekosistem araçları ve hizmetleri devreye sokuyor.