10月22日，在2026中国计算机大会上，阿里巴巴千问事业部AI算法负责人蒋冠军分享了千问打造Personal Agent的技术实践，并提出构建Personal Agent技术框架的核心思路：模型、记忆与生态需协同推进。
蒋冠军认为，真正的Personal Agent阶段应带来增量价值的创造和个性化的主动服务，而非停留在对既有能力的简单封装。他指出，模型、记忆与生态是共同构建这一核心能力的三要素，三者缺一不可。其中，模型决定基础理解与推理能力，记忆支撑对用户长期偏好与上下文状态的持续沉淀，生态则关系到智能体能否接入并调度真实场景中的服务与工具。
在能力上限的判断上，蒋冠军表示，Personal Agent解决日常工作、学习、生活问题的理论上限接近100％。释放这一潜力的关键，在于让系统能力与问题解决路径更好地匹配，通过模型、记忆与生态能力的高效协同，为不同问题找到最优解决路径。这一表述意味着，Personal Agent的落地效果不仅取决于单一模型能力的强弱，更取决于系统层面对任务路径的编排与调度效率。
从行业视角看，Personal Agent已成为大模型厂商竞争的重要方向。当前主流路径多聚焦于模型能力提升或单一场景工具集成，而将记忆机制与生态接入作为独立能力要素提出，并强调三者的协同关系，为Personal Agent的工程化落地提供了更系统的框架参考。千问此次披露的技术实践，也反映出国内大模型厂商正从模型能力竞赛转向智能体系统能力的整体构建。
随着Personal Agent从概念走向实际应用，模型、记忆与生态的协同效率将成为衡量产品体验的关键指标，相关技术框架的成熟度也将影响智能体在办公、学习与生活场景中的渗透速度。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
