在 2026 年 10 月 22 日舉行的中國計算機大會上，阿里巴巴千問 AI 算法負責人蔣冠軍介紹了千問的 Personal Agent（個人智能體）框架，核心由模型、記憶和生態三部分組成。方向是令 AI 不止回答問題或照指示完成任務，還能理解個人背景、圍繞目標規劃，並適時發現用戶可能忽略的需要。23

AI 助理不只是「識傾偈」

蔣冠軍把 AI 應用分成三個階段：對話、代理、助理。對話以交流為主；代理負責完成指定任務；助理則進一步結合專業知識和個人背景，按用戶目標規劃並執行，甚至嘗試留意用戶未察覺的需要。3

他指個人智能體處理日常工作、學習和生活問題的理論上限接近 100%。但這是理論上的目標，並非現時系統已達到的成功率。要發揮潛力，難處在於針對不同問題，揀選合適的能力和解決方法，而不只是把功能愈加愈多。1

三大支柱各自做甚麼？

1. 模型：穩定理解和執行任務

千問稱，團隊建立了一份涵蓋 30 多個主要行業的用戶需求圖譜，並將需求拆解成 8,000 多項細分的模型能力要求；同時邀請行業專家參與評估和優化，希望提升模型理解實際需要、處理複雜任務的穩定性。1

重點不只是答案寫得流暢，而是模型能否弄清楚用戶要甚麼，並可靠地完成事情。1

2. 記憶：記住有關的事，而非堆滿對話

個人助理要長期理解用戶，但如果只是把每次對話一股腦兒累積起來，可能增加雜訊和推理成本。蔣冠軍所述的做法，是分析不同事件之間的關聯，再按關聯程度分層儲存和提取資料，讓系統在回應當前問題時，找出真正相關的背景。1

例如，長者曾提過自己的退休金情況，日後 AI 或可在討論其子女求職時，將兩件事連起來，提供較貼合家庭處境的建議。重點不是甚麼都記住，而是懂得在適當時候取用有用的記憶。1

3. 生態：連接專業知識、工具和服務

生態部分負責把 AI 的判斷連到實際支援。相關報道指，千問正構建以模型為中心的開放服務體系，整合專業知識、工具、行業技能和第三方智能體，並連接電商、本地生活、醫療和教育等領域。3

原因很簡單：有些目標單靠生成一段文字並不足夠，還需要專業能力、工具，甚至外部服務配合。報道亦提到，模型能力和 Harness 技術持續發展之際，生態之間如何連接和協作會愈來愈重要。2

三部分如何合力？

可以簡單理解為：記憶提供相關個人背景，模型判斷需要並規劃下一步，生態則提供執行所需的知識、工具或服務。 蔣冠軍的核心說法是，系統要按問題配對合適的能力，再讓三部分有效協作。13

報道提及的例子包括持續跟進康復安排，以及在理財過程中作風險提醒。這些例子說明框架希望做到的主動服務方向，但不能據此認定相關功能已經推出，或其可靠程度已有實測結果。1

框架講的是方向，不是已實現的成績

「理論上限接近 100%」不是實測表現；同樣，提出開放生態和主動助理，也不等於所有整合和服務現時都已可用。13

另有報道指，千問 Go! 的「我的應用」功能已開放邀請測試，讓用戶用自然語言描述需要，建立工作、學習或日常生活應用。這是產品方面的一個例子，但不代表整套個人智能體願景已經全面實現。3

千問這套框架的重點，並非單純令 AI「更識傾」，而是把可靠執行、個人化記憶，以及外部工具和服務連成一條工作流程。最後能否做到真正有用的主動助理，仍要看它能否為每個問題揀對方法，並穩定地完成任務。13

在 2026 年 10 月 22 日舉行的中國計算機大會上，阿里巴巴千問 AI 算法負責人蔣冠軍介紹了千問的 Personal Agent（個人智能體）框架，核心由模型、記憶和生態三部分組成。方向是令 AI 不止回答問題或照指示完成任務，還能理解個人背景、圍繞目標規劃，並適時發現用戶可能忽略的需要。23

AI 助理不只是「識傾偈」

蔣冠軍把 AI 應用分成三個階段：對話、代理、助理。對話以交流為主；代理負責完成指定任務；助理則進一步結合專業知識和個人背景，按用戶目標規劃並執行，甚至嘗試留意用戶未察覺的需要。3

他指個人智能體處理日常工作、學習和生活問題的理論上限接近 100%。但這是理論上的目標，並非現時系統已達到的成功率。要發揮潛力，難處在於針對不同問題，揀選合適的能力和解決方法，而不只是把功能愈加愈多。1

三大支柱各自做甚麼？

1. 模型：穩定理解和執行任務

千問稱，團隊建立了一份涵蓋 30 多個主要行業的用戶需求圖譜，並將需求拆解成 8,000 多項細分的模型能力要求；同時邀請行業專家參與評估和優化，希望提升模型理解實際需要、處理複雜任務的穩定性。1

重點不只是答案寫得流暢，而是模型能否弄清楚用戶要甚麼，並可靠地完成事情。1

2. 記憶：記住有關的事，而非堆滿對話

個人助理要長期理解用戶，但如果只是把每次對話一股腦兒累積起來，可能增加雜訊和推理成本。蔣冠軍所述的做法，是分析不同事件之間的關聯，再按關聯程度分層儲存和提取資料，讓系統在回應當前問題時，找出真正相關的背景。1

例如，長者曾提過自己的退休金情況，日後 AI 或可在討論其子女求職時，將兩件事連起來，提供較貼合家庭處境的建議。重點不是甚麼都記住，而是懂得在適當時候取用有用的記憶。1

3. 生態：連接專業知識、工具和服務

生態部分負責把 AI 的判斷連到實際支援。相關報道指，千問正構建以模型為中心的開放服務體系，整合專業知識、工具、行業技能和第三方智能體，並連接電商、本地生活、醫療和教育等領域。3

原因很簡單：有些目標單靠生成一段文字並不足夠，還需要專業能力、工具，甚至外部服務配合。報道亦提到，模型能力和 Harness 技術持續發展之際，生態之間如何連接和協作會愈來愈重要。2

三部分如何合力？

可以簡單理解為：記憶提供相關個人背景，模型判斷需要並規劃下一步，生態則提供執行所需的知識、工具或服務。 蔣冠軍的核心說法是，系統要按問題配對合適的能力，再讓三部分有效協作。13

報道提及的例子包括持續跟進康復安排，以及在理財過程中作風險提醒。這些例子說明框架希望做到的主動服務方向，但不能據此認定相關功能已經推出，或其可靠程度已有實測結果。1

框架講的是方向，不是已實現的成績

「理論上限接近 100%」不是實測表現；同樣，提出開放生態和主動助理，也不等於所有整合和服務現時都已可用。13

另有報道指，千問 Go! 的「我的應用」功能已開放邀請測試，讓用戶用自然語言描述需要，建立工作、學習或日常生活應用。這是產品方面的一個例子，但不代表整套個人智能體願景已經全面實現。3

千問這套框架的重點，並非單純令 AI「更識傾」，而是把可靠執行、個人化記憶，以及外部工具和服務連成一條工作流程。最後能否做到真正有用的主動助理，仍要看它能否為每個問題揀對方法，並穩定地完成任務。13