9月23日消息，阿里巴巴 ATH 事业群千问事业部副总裁、千问产品总经理郑嗣寿昨天在 2026 云栖大会技术主论坛上把千问的产品目标定为「属于每个人的 personal agent」，称未来几个月会推出统一的 personal agent 版本。他给出的规模口径是，目前已有超过 3 亿人在使用千问。
同一个演讲里，他公布了健康、学习、工作、生活四个场景的上下文做法，以及三个支撑这个方向变化的用户观察。
三个观察：复杂任务的比例翻了五倍，一次问题要聊 5 到 8 轮
千问去年 11 月上线。郑嗣寿称，上线十个月以来，接入阿里生态服务、上线千问开放平台，从 Chatbot 走到 Agent，在工作、学习、高考等场景推出了一批具体的 Agent 应用，并发布了 AI 眼镜让千问跳出手机服务用户。
他从用户行为里读出三条变化。第一，千问上的复杂任务在过去几个月翻了五倍，他强调这是比例不是总量。第二，用户就一个问题沟通的轮次已经来到 5 到 8 轮，还在增长，他的解释是打开一个问题本来就需要越来越深入细节，这个过程需要足够的智能来对齐内在目的。第三，需要中长期上下文或个人档案画像才能回答得更好的问题，比例已经超过 60%。
他举的例子是问新赛季 NBA 更看好哪支球队，这类看似简单的问题也需要用户自己的球队偏好。所以他的结论是：“简单的需求不等于简单的回答。”
他把实现路径拆成三层 context
方向定下来之后，他给的路径是让千问记录用户、理解用户、服务用户，交互落在 App、PC、眼镜和 OS 四类终端上。
第一阶段仍然是模型与算力。他称 Qwen3.8 Max 让千问具备提供高复杂度 Agentic 服务的能力，Qwen3.8 Flash 在效果与成本之间平衡得更好，这对大众用户重要，因为大众用户对 Token 更敏感。他提到的其他模型包括 Omni 与 Audio。往下是算力平台，他的说法是实时交互要求极快、长程任务要求很稳、通用对话要求高并发，这些差异需要 MaaS 平台在部署调度与运行保障上配合。
第二阶段是理解具体的人。他的判断是只有单一场景的 context 很难把这个单一场景做好，理由是他举的两个关联：健康不只跟生不生病有关，还跟运动、饮食、作息相关；小孩的教育规划会影响一个家庭的资产配置。所以他认为要理解一个人，得围绕这个人建一套全域的、终身的 context。
这套 context 被拆成三层：围绕身份的通用 context，随职业身份、所处阶段和场景的变化持续提炼；领域级 context，覆盖理财、学习、工作等垂直场景，并支持跨场景调用；多终端 context，来自新终端和具身 AI 带来的环境感知信息，他举的例子是千问 AI 眼镜的新版本能通过虹膜识别了解到用户更多的健康信号。
健康和学习的做法已经比较具体
健康是千问上占比最高的需求之一。郑嗣寿称，今天千问上健康需求超过 20% 并且在稳定增长。这里的难点是记忆归属：一个用户咨询症状时如果没有明确指向，问的可能是自己、小孩或者多位家长中的某一位。为此他们构建了九类人群的记忆结构来区分画像，再接入智能穿戴设备与手机上的运动、睡眠、血氧数据来丰富健康档案。健康 memory、健康档案与他提到的多年医疗模型共同构成了今天在线上运行的医疗 agent。
学习侧的情况是，他称千问上 80% 的用户提出过学习问题，高频用户每天都会用。他们做的是把长期积累的题库与解题能力做成 Skill，作为 Agent 的原子能力，再用时间累积的对学生的理解构建个性化学习档案。他给的量级是 AI 学习服务一天的请求峰值超过一亿次。落到产品上，一个作业批改任务除了给出回答，还会点出学生的知识点薄弱点，并给针对性练习题。他把这条路线讲成三步：现在已经接近的主动学习助手，正在探索的启发式学习，以及更远的终身学习。
工作侧省的是 Token，生活侧是入口
工作这块他先给了一个反常识的边界：千问用户的「工作」不限于公司里的事，还包括带回家的家庭资产配置、职业规划、小孩的日常安排和自己的兴趣爱好。他提到学习与健康的复杂咨询里，有 60% 的后续动作会转移到工作助理里继续展开。
做法上有三点。Harness 层面做推理强度与速度的智能调度，把算力集中在用户最关键的环节，比如容易出错或最难的地方，他的结果是效果不变的前提下每个用户的 Token 消耗量在过去几个月降低了 40%。产品层面用个人的 Skill 与个人账号构建属于每个人的 AI Workspace，其中包含网盘数据。风格层面做一个分别处理：交付给他人的内容保持专业性，留给自己的规划类内容则用更长的上下文换取更强的个性化。
生活场景是千问的起点。他提到年初提出的「开启 AI 生活新方式」，落到的产品包括 AI 购物、出行、兴趣视频生成，以及高考志愿 agent。
接下来两件事：统一版本和开放平台
他把千问接下来的工作归成两件事。第一件是未来几个月推出千问统一的 personal agent，前面所有工作都为它做准备。第二件是加深生态合作，方式是把这些场景和 AI 实践开放给伙伴，千问开放平台已经上线，邀请伙伴把自己的智能体接进来，他称申请入驻的伙伴超过 1000 多家，开放的合作方式包括 Skill、三方硬件和专业数据。
超过六成的问题需要个人上下文，产品就得先记住这个人
把三个观察和他给的做法放在一起看，指向的是同一件事：需要个人上下文的问题已经过半，产品要解决的就从「答得对」变成「记得住这个人」。这也解释了他为什么先做健康和学习两个场景——它们的上下文最长期、最私密，也最容易暴露记忆归属这类工程问题，而他给出的答案是一套九类人群的记忆结构加健康档案。
AI 速览
