深度｜对话阿里千问AI算法负责人：Personal Agent拼的不是上限而是下限，生态是最大的墙
Z Potentials · 商业与创投
原创 Z Potentials 2026-11-06 18:37 广东 Personal Agent 真正难在哪里？ 推荐语 过去一年， Agent 进展最扎实的领域是写代码。原因在于代码自带判卷标准，测试过没过，模型自己就能知道。强化学习有了稳定的反馈信号，能力就能一直往上训。 生活服务没有这样的标准。订错一张票，记混一条病史，系统不会报错，用户只会悄悄流失。过去一年几款通用 Agent 先爆火、后冷却，问题大多出在任务完成率上。用户会为一次惊艳的演示下载产品，留下来却要靠十次稳定的交付。 所以 Personal Agent 要回答的第一个问题，是在没有判卷标准的地方，训练信号从哪里来。千问 AI 算法负责人蒋冠军在访谈里讲的，大多与此有关。千问用线上需求当考卷：先把用户请求聚类成 30 多个行业的需求分布，再拆成 8000 多项原子能力，后训练逐项检查稳定性。考卷来自真实分布，样本量不必很大，关键在覆盖。这类数据要靠大流量的 C 端产品才攒得下来。 Harness 的寿命是今年行业争论最多的话题之一。没有自研基模的公司，壁垒几乎全在外围工程上， Instinct 创始人就强调必须自研推理管线来降低成本。千问做的是训推一体：推理和规划直接训练进模型， Harness 负责组织个人记忆、任务信息、 Skill 和工具。至于模型升级之后哪些工作会白做，蒋冠军把它分成两类。为弥补当下模型短板写的业务逻辑会折旧；围绕用户需求接入的工具、服务和知识库不会。 记忆则是另一道难题。在合规的前提下，千问的核心判断是 “ 记什么、怎么用 ” ：既要记录可信的事实和关联，也要从实际用户需求反推记忆 Schema ，合理决定内容、粒度及召回时机。纯文本是有效的存储形式之一，信息还需要随用户状态和时间变化持续更新，避免过度记忆与错误调用，确保数据是安全并是有效的。 最难的一层是生态。真实生活服务对外部生态的依赖更强。模型能够规划步骤，却未必能够连接每个实际服务接口；即使尝试网页或 GUI 等方式，也受到用户授权、平台规则和执行稳定性的约束。蒋冠军的说法很直白：生态不通，那就是不通。对于 Personal Agent ，连接专业知识、工具和现实服务仍是持续建设的方向。 结合此次访谈，我们有五点观察 第一， Agent 的竞争正从模型延伸到交付工程。 行业谈 Agent 习惯比上限。蒋冠军的判断是，多数日常任务模型已经能做，出错多在需求对齐、信息获取、工具选择和路径规划。千问从真实需求反推能力：先梳理一个任务需要哪些知识、数据和工具，再补薄弱环节；模型和 Harness 一起训，后训练在真实工具环境中做。长任务能不能跑完，看规划、单步成功率和失败后的回溯。 Agent 的竞争正从模型层延伸到交付工程。 第二，记忆的价值要回到用户需求。 千问同时考虑数据合规、事实与关系的定义、个人信息的适当抽象，并从应用需求反推 Memory Schema 。记忆需要准确召回、动态更新，也要避免在不相关场景中反复提及敏感信息。 第三，生活服务这一侧，生态可能是最大的墙。 模型规划出流程，不等于每一步都有服务可调，出行、购物还牵涉规则、交易和履约。千问的生态包括阿里内部服务、外部服务商、专业知识库和行业工具。飞猪和东航同时接入，供给并存，用户对价格和时间的偏好才有匹配的余地。国内各平台之间能连通到什么程度，仍是整个行业共同的变量。 第四，主动服务的分寸比主动本身难。 千问先用模型知识和专业知识库找出任务的关键节点，再结合个人记忆筛选、控制频次，敏感的健康信息不会在无关回答里反复出 现。蒋冠军将部分行为边界形容为类似 “ 产品宪法 ” 的约束，目前相关能力仍在探索。 第五， Agent 开始对外交涉，权限边界就成了产品的地基。 一次延误险理赔中，用户要求现金赔付，于是千问 Agent 没有接受代金券方案，继续围绕用户的现金赔偿目标沟通，最终帮助用户获得 70 元现金。支付、修改数据、对外透露个人信息，都必须由用户确认或授权。这些约束写进 Skill ，系统框架层再加一道硬约束。 以下是访谈的整理稿。 01 为什么 是现在： Personal Ag ent 不 是跟风，而是技术到了这个阶段 Q ： 今年 Personal Agent 突然成了全行业的关键词。千问这时候旗帜鲜明地做 Personal Agent ，是在跟随海外的热点吗？ A ： 千问从发布产品开始，我们的宗旨就叫 “ 能聊天、会办事 ” 。 我们一直相信， AI 产品未来的终局，一定是一个个性化的 Personal Agent 。 “ 会办事 ” 本身就包含了这个方向。过去很长一段时间，千问都在围绕这个目标建设能力，只是没有特别突出 Personal Agent 这个概念。 为什么是现在？我觉得核心还是技术能力