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？

机器之心编辑部 Personal Agent 撕开了一道 AI 应用的口子。 个人记忆、生态工具、需求透视等一系列要点的叠加，让 Personal Agent 的理念有了更明确的定义：Agent 依托于模型的推理、规划与调用能力，但又不单单依赖于此，记忆是否准确、工具是否丰富，都决定着 Personal Agent 对用户需求的满足率。 Agent 的能力开始围绕「人」来构建。“根据用户需求和专业数据，我们建立了覆盖 30 多个行业的需求透视图，将需求归纳为不同意图，再拆解出 8000 多个模型的原子能力需求，通过后训练和强化学习，提升任务执行的稳定性和效果。” 在介绍千问正在邀测的 Personal Agent「千问 Go！」技术框架时，千问事业部 AI 算法负责人蒋冠军表示。 Agent 正在执行更复杂、更不确定的用户任务。在蒋冠军谈及的案例中，当千问 Go 帮助一位用户争取航班延误理赔时，考虑到用户表达过 “要现金赔偿”，直接拒绝了客服提出的优惠券方案，多次沟通与尝试，最终获赔 70 元现金。 但任务完成率只是起点，更关键的是记忆。 如何构建记忆？当用户表达 “月薪 8000 元” 时，是记住这个数字，还是记住 “有稳定收入” 的状态。如何提取记忆？当用户询问投资建议时，是调用理财相关的 context，还是要也要同步调取用户的家庭背景。 这被蒋冠军归纳为 “需求驱动的记忆体系”，从 “怎么用”，反推回应当 “记什么”。无论是 Personal Agent 核心的 “主动提供服务”，还是长期目标的设立与跟踪，都强烈依赖着个人记忆的准确性。 在与机器之心的对谈中，他提出了构建 Personal Agent 技术框架的三个核心：模型、生态和记忆。 基于模型能力，围绕具体的「每个人」，组织记忆、构建生态、调用服务、跟进目标，形成应用自身的积累。这是 Personal Agent 为 AI 应用打开的空间。 01 相比普通 Agent，要做好一个能够长期理解个人、完成复杂任务的 Personal Agent，显然困难得多。为什么大家都选择在这个时间点进入 Personal Agent？千问又是如何判断这一方向的？ 我们一直认为，AI 产品最终会走向个性化的 Personal Agent。千问从 2025 年 11 月正式发布时，就提出了 “能聊天、会办事”，“会办事” 本身就包含了这个方向。 行业在这个时间点集中进入，核心是模型能力和生态逐步具备了落地条件。模型开始具备思考能力，能够检查生成结果和工具调用是否合理，遇到问题时重新规划；代码能力的提升，又让它能够串联多个步骤，完成复杂任务。 与此同时，生态的成熟，模型连接的不再只有搜索引擎，还有越来越多的工具和现实服务。把这些能力与个人记忆、Context 结合起来，Personal Agent 才有机会真正落地。 02 模型能力越来越强，行业也越来越关注 Harness 的价值。对于 Personal Agent 来说，模型和 Harness 究竟是什么关系？千问为什么强调两者的协同训练？ 模型和 Harness 不能分开看。模型负责推理和规划，Harness 组织个人记忆、任务信息、Skill 和工具，构成实际执行任务的环境。模型能获得什么上下文、调用哪些工具，直接影响最终交付。 在实际落地中，能用工具、Skill 和专家经验解决，就尽量少让模型自行推理，通常成本更低、完成率更高；没有合适工具时，模型仍要有足够强的推理和规划能力，找到其他路径。 协同训练就是让模型更好地适应真实任务。我们围绕具体场景做后训练，通过训推一体化对齐训练与线上执行环境。有些任务第一次效果不好，稍微调整路径就能符合预期，说明短板不一定是模型能力，也可能是规划和工具调用方式。训练与系统设计需要共同补上这段差距。 03 从技术架构看，一个真正好用的 Personal Agent 需要哪些核心能力？相比已经比较成熟的 Coding Agent，Personal Agent 的技术难点在哪里？ Personal Agent 的难点，是用户上下文和服务生态都比 Coding Agent 更分散。Coding Agent 有代码库作为相对完整的上下文，编辑、编译、运行等工具也比较集中，因此更容易形成完整的执行链路。 生活和学习场景没有这样的天然条件。比如规划旅行、订票和酒店，用户往往有许多没说出口的默认要求。Agent 即使能执行，也可能因为没有理解真实需求而交付不好。 所以我们认为，Personal Agent 有三个核心：模型、记忆和生态。模型负责理解、推理和规划；记忆帮助它长期了解用户；生态提供专业知识、工具和服务。三者缺一，都会影响交付。 生态不通，不能靠模型变强自动解决。能通过 API、MCP 直接访问最好；采用其他方式，也要看用户是否授权、服务方是否允许。这些接入边界，是通用 Personal Agent 必须面对的问题。 04 很多 Agent 产品推出时令人惊艳，长期使用后又会暴露出任务成功率不稳定的问题。千问在这块有什么解决方案？ 让用户惊艳，靠的是能力上限；让用户长期使用，靠的是稳定的能力下限。用户用千问订票，会默认大多数票都能订，不会接受换一种票就无法完成。因此，我们要围绕具体场景做后训练，提高稳定性和覆盖度。 比如先理解需求分布，再把需求拆成可训练的原子能力。同一类需求虽然有不同表达，但在技术上可以聚类、归约。千问目前围绕 30 多个行业，定义了 8000 多项模型原子能力要求，通过后训练和强化学习提升稳定性和效果。 这些基础能力再组合起来，尽可能覆盖真实用户的需求。对一个应用来说，常用任务能否稳定完成，有时比展示模型的能力上限更重要。 05 Personal Agent 需要反复推理、调用工具，还要处理不断增长的个人上下文。用户使用越多，成本会不会越来越高？千问在工程优化方面取得了哪些进展？ 成本确实是问题：Agent 帮用户抢到 10 元优惠券，消耗的 Token 成本可能反而更高。长期看，我们判断 Token 成本会持续下降，但产品本身也必须持续优化。 除了模型路由、大小模型切换和推理优化，Harness 也是关键。同一任务，用不同的 Harness，执行路径和成本可能差很多。工具和 Skill 是平铺还是分层，相似工具中优先选哪一个，都会影响效率。 我们会与 Skill 提供方一起厘清功能和适用范围，提高单步调用成功率，减少重试和上下文积累；也会把常见执行模式封装成 Skill，避免模型反复推理。 另一个重点是上下文压缩：历史对话提炼成记忆，短期 Context 按任务筛选，工具和 Skill 信息也做精简。通过这些优化，过去一段时间，千问相关任务的上下文规模降低了约 40%。 06 真实世界里的任务往往没有固定流程。比如客服联系不上、订单规则发生变化，Agent 就必须重新寻找解决路径。千问如何提高长时间、多步骤任务的交付稳定性？ 长任务能否稳定交付，关键是目标不丢、步骤可靠、失败后能换路。千问 Go！有一个航班延误理赔案例：用户希望获得现金赔偿，但航空公司最初提出的是代金券。Agent 没有把这当成任务完成，而是继续围绕现金目标沟通、寻找其