上午看完了 CNCC2026 主论坛的直播，最值得记下来的是千问的分享。

蒋冠军是阿里巴巴 ATH 副总裁、千问事业部副总裁。他开场就承认，今天的 AI 其实还没那么好用：coding、图文和视频生成已经表现不错，但在通用领域，整体还处于初级阶段。能在大会的主论坛上把话说得这么直接，并不多见。

他把 AI 产品的发展分成三个阶段，这个判断我觉得很清晰。

对话阶段，本质上是搜索引擎的升级；代理阶段，主要提升的是效率，还不足以创造新的价值。真正值得期待的是助理模式：它不仅能响应指令，还能调动你可能不知道的知识和工具，主动把事情办成，甚至给出超出预期的结果。

千问 App 上线一年多，已经积累了约 3 亿用户。今年春节，阿里进一步把生态能力接入千问，点奶茶、购物这些具体的事也能直接完成。产品的方向很明确：从「能聊天」走向「会办事」，最终成为每个人的 personal agent。

我一直认为，上下文就是一切。上午听到千问介绍记忆体系时，这个观点又多了一个来自大厂产品实践的注脚。

他们没有预先定义一套固定的记忆规则，而是从用户当下的需求出发，反向寻找历史信息中真正相关的部分。蒋冠军举了一个例子：一位中风康复中的老人想给孙女做饭，系统将康复状况与做饭需求联系起来，进而提出更新厨具、主动提醒等建议。

这才是我理解的记忆：不是机械地记住你说过什么，而是能在恰当的时候，从过去的经历中找到对当下有用的信息。

顺着这个思路往下想，personal agent 的终局在我这里就有了一个很具体的画面：

同一个助理，无论在手机、PC 还是车里，都认得你，也记得你。

我一直觉得，AI 最先大规模落地的物理场景，很可能就是汽车。车里的 AI 到底是不是你的助理，关键不在于它有多会聊天，而在于它能不能认出你、理解你，并延续对你的了解。这条记忆线应该跟着人走，而不是被困在某个设备或应用的入口里。

最后，他还分享了一组值得琢磨的数据：助理类任务的理论成功率接近 100%，但在真实系统中，实际成功率只有 60%–70%。差距主要来自系统能力与问题解决路径之间的错配。

与此同时，从需求分布来看，代理和助理类任务已经达到对话类任务的 3:1。

这两个数字放在一起看，意思很明确：用户想要的，已经不只是对话，而是让 AI 真正把事情办好。眼下的瓶颈，是系统还没完全跟上这种需求。

而上下文与记忆，恰恰是连接用户意图和系统执行能力的关键一环。这条线如果真正打通，今天这段 30%–40% 的成功率缺口，才有机会被逐步补上。CNCC2026AI时代的技术想象计算未来