千问聚焦Personal Agent稳定交付与长期记忆

Personal Agent正从展示自主操作能力，转向长期、稳定地替用户完成任务。阿里千问事业部AI算法负责人蒋冠军认为，当前系统虽然已经能点单、购物，但从调用工具到真正理解意图并可靠交付，仍有明显差距。生活场景尤其复杂，用户常有未明确表达的偏好，Agent还要判断偏好是否变化、何时提醒以及何时停止执行。千问希望以更深入的需求理解形成差异化。

Agent展示理论上限，不等于实际可交付能力。以通过GUI操作现有互联网服务的Muse为例，这类方案能在缺少结构化接口时拓展能力边界，却不能保证高频任务稳定成功。蒋冠军估计，在不计交互和算力成本时，Personal Agent解决一般工作、学习和生活问题的理论上限接近100%，目前实际交付能力约为60%～70%。失败往往不是模型不会推理，而是首次执行时选错工具、信息来源或操作路径。

千问据此建立覆盖30多个头部行业的需求透视图，将真实需求归纳为不同意图，并继续拆分为8000多项原子模型能力。例如判断一家公司是否值得投资，可能同时需要财报、公告、行情、行业数据和市场信息。团队会区分问题究竟缺数据、工具还是模型能力，并据此构造训练样本、优质回答和评价标准，再结合专家修正用于训练与强化学习。系统还强调分工：确定性工具和专业Skill负责可标准化任务，个人Context提供用户信息，模型主要承担理解、规划、推理和失败后的重规划。模型、记忆、工具、Skill与Harness需要协同优化，部分场景可减少约40%的Token消耗，金融等专业场景的回复效果提升接近20%。

个性化能力的另一核心是记忆系统。不同产品路线各异：Town只保留约5～20页Wiki摘要并支持逐行修改；Instinct用后台批处理和Git管理记忆，支持Diff与回滚；Muse持续核对新记忆并通过“Dream”整理观察；Grok Bot按法务、财务等角色划分记忆，但主要在会话中静默写入。千问则从未来任务反推“应该记住什么”，而不是先建立年龄、职业、收入等固定画像字段。例如“月薪8000元”既可作为事实保存，也可抽象为稳定收入或更高层次的经济状态，关键取决于未来任务需要何种信息。

千问进一步提出“事件关系”：退休母亲养老金不高、三十多岁的孩子失业并想写网文，看似两个问题，结合后可能反映家庭经济压力。系统要记录的不只是事实，还包括事件之间的联系，由此形成持续更新的个人状态模型，并判断信息是否仍然有效。PC端目前支持编辑显性记忆，但隐性记忆和部分功能相关的临时记忆未必可直接修改，因此如何区分事实与推测、发现并纠正错误判断，关系到用户信任。不同记忆也不应采用统一失效周期，活动安排、收入、职业和家庭状态需要按事件时效分别更新。

长期记忆还可能构成比模型更难迁移的壁垒：用户使用越久，Agent越了解其工作、家庭、目标和偏好，换用其他产品就要重新建立关系。单个用户整理后的文本存储成本并不高，主要开销仍来自训练和推理，上下文压缩则是降低推理成本的重要手段。与此同时，生态开放、权限边界、商业模式，以及平台利益与用户利益发生冲突时如何保证决策可靠，仍是包括千问在内的Personal Agent必须解决的问题。