创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

千问的 Personal Agent 路线:先提高交付可靠性

AI 总结

InfoQ 采访阿里千问事业部 AI 算法负责人蒋冠军,他表示今天的 AI 仍然不好用,Personal Agent 的理论能力与实际交付能力之间仍有明显差距。据千问方面披露,在处理一般工作、学习和生活问题时,理论能力上限接近 100%,而当前实际交付能力只有 60%-70%;这些数据未经独立验证。千问将覆盖 30 多个头部行业的需求映射为 8000 多项原子模型能力要求,并将模型与包含工具、Skill 和记忆的 Harness 层深度耦合。团队称,Harness 层优化在部分场景可减少约 40% 的 Token 消耗;封装专业能力后,金融等专业场景的回复效果提升接近 20%。千问的记忆设计从未来任务反推所需信息,而非从固定的用户画像字段出发。执行稳定性、生态接入、权限边界、主动服务边界和商业模式仍未解决。

深度见解

报道说明了任务交付可靠性为何比演示能力更关键:蒋冠军认为,如果十次普通任务中有三四次无法完成,即使演示惊艳也很难形成高频使用。报道还具体介绍了千问通过需求拆解、模型与 Harness 深度耦合以及面向任务的记忆设计来缩小这一差距,同时指出执行、生态和权限等问题仍未解决。

Personal Agent 已经渡过早期产品验证,进入了新一轮产品竞争阶段:Meta Muse、OpenAI Dots 等纷纷把产品从“炫技”推向了“长期稳定地替用户做事”。

不过,身处一线研发的阿里千问事业部 AI 算法负责人蒋冠军对现状的真实评价是:今天的 AI 依旧不好用。

“虽然对话里已经可以点奶茶、购物,但从能调用工具完成任务,到真正理解用户、稳定完成任务,对产品可靠性的要求完全不同,AI 仍然存在很大的差距。”他解释道。

在蒋冠军看来,Personal Agent 真正更广阔的市场最终可能在生活场景。这是因为生活里充满了大量用户自己知道、却没有明确表达的偏好。真正的 Personal Agent 需要在长期使用中逐渐知道这些答案,同时判断这些答案什么时候发生了变化、什么值得提醒、什么时候必须停下来。

#Alibaba#Qwen#Meta Muse#OpenAI Dots#Google Spark#Instinct#Town#Grok Bot#Doubao#UC#A2A

原文约 18 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。