2026 年 10 月 22 日，在 2026 中國計算機大會上，阿里巴巴千問事業部 AI 演算法負責人蔣冠軍披露 Personal Agent 技術框架，稱模型、記憶與生態三要素需協同，才能支撐個性化主動服務。千問已梳理覆蓋 30 多個行業、8000 多項原子模型能力的使用者需求透檢視；記憶按關聯強弱分層儲存呼叫；生… 看完整事件
千問邀測 Personal Agent 千問 Go，蔣冠軍詳解模型、記憶與生態
千問正在邀測 Personal Agent「千問 Go！」，其 AI 演算法負責人蔣冠軍將對談中稱，這類產品的技術框架有三個核心：模型、記憶與生態。團隊圍繞 30 多個行業梳理出 8000 多項模型原子能力需求，通過後訓練與強化學習提升任務穩定性，並用上下文壓縮把相關任務的上下文規模降低約 40%。他舉例，千問 Go 在航班延誤理賠中圍繞使用者要現金的目標反覆溝通，最終獲賠 70 元；主動服務仍處早期，只從康復複查等節點明確的場景切入。
系統披露千問 Go 的需求驅動記憶體系與生態接入邊界，並給出 8000 項原子能力、上下文縮減約 40% 等具體數字，對做 Agent 產品與記憶設計的開發者有參考價值。
原標題：对谈千问蒋冠军：从模型、记忆到生态，Personal Agent的技术架构如何搭建？
閱讀原文
| 評分 | 64 / 72（平均 68，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
千問上線千問 Go：代訂票、退差價、向客服索賠
千問正式上線 Personal Agent 能力千問 Go，可代替使用者訂票、預約汽車保養、預訂球場、辦理電商價保退差價，甚至與真人客服多輪交涉索賠。灰度使用者案例顯示，千問 Go 在使用者記不清航班號的情況下登入購票平台翻訂單、聯絡人工客服鎖定延誤班次，把 70 元代金券補償談成現金；另有使用者拿到 52 元保價退款。該能力基於 9 月雲棲大會發布的 Qwen 3.8 Agentic 模型，長在千問 APP 內，除登入帳號等操作外基本無需使用者介入。
NVIDIA 擴充套件 Agent Toolkit，新增知識基礎與 Kumo 模型家族
NVIDIA 宣布擴充套件開源 Agent Toolkit，核心是全新的 Agent Knowledge Foundation：它結合 CUDA-X 庫與 Auto-Ontology，把企業原始資料對映為業務概念，讓智慧體直接查詢並預測，且無需遷移資料或改動治理控制。
千問辦公發布電商版，商家 7 天開店、Token 費用僅幾百元
千問辦公發布電商版，定位面向所有電商平台與商家開放的獨立第三方電商 Agent，主打趨勢洞察及賣點分析、爆款素材批次生成、跨平台作戰臺、跨平台 ROI 智慧最佳化四項功能。首批使用者劉祥龍用其做調研與詳情頁素材，7 天開出一家 3D 列印鞋店，Token 費用僅幾百元；另有內衣團隊把秋冬素材準備週期從 4 個月縮到約 15 天，單次資料分析從約 3 小時降至 1 小時以內。電商版可通過聯結器接入聚水潭 ERP、生意參謀等已有工具，並計劃拓展到金融、政務、教育等行業。
Kimi 開源 K2.6：主打長程編碼與 Agent 叢集
Kimi 開源最新模型 K2.6，主打編碼、長程執行與 agent swarm，已上線 Kimi.com、App、API 和 Kimi Code。官方稱其在 Mac 上本地部署 Qwen3.5-0.8B 並用 Zig 實現推理最佳化，經 4000+ 次工具呼叫、12 小時、14 輪迭代，吞吐從約 15 提升到約 193 tokens/s，比 LM Studio 快約 20%；另以 13 小時重構 8 年曆史的 exchange-core，中等吞吐提升 185%。
Google 開源 Harness²，讓 Agent 在執行中改進自身腳手架
Google 開源了 Harness²，這是一套雙層遞迴框架，讓 Agent 在執行時自行修改腳手架、系統提示詞、工具鏈與技能庫。它在沒有標準答案時，用 Propose–Probe–Compose 對改動做行為對比篩選，並把除錯經驗寫進經驗庫，供後續任務檢索複用。實測 GLM-5 在 OpenCode 下執行 WorkBuddy-Bench，得分從 64.2 升到 75.7（+11.5 分），反超未改腳手架的 Gemini 3.5 Flash（72.4）；