"Agent 的差距，不只在模型，更在系统

上午，CNCC2026 主论坛直播中，阿里巴巴 ATH 副总裁、千问事业部副总裁蒋冠军先抛出了一个判断：“今天的 AI 并没有那么好用。”

在 coding、图文和视频生成等领域，AI 已经表现出不错的能力，但在通用场景中，整体仍处于初级阶段。他还提到了两个值得关注的数字：理论上，Agent 完成助理类任务的成功率可以接近 100%；但在实际系统中，这个数字只有 60%–70%。

差距究竟出在哪里？蒋冠军将其归结为“系统能力与解决路径错配”。

从工程角度看，这个问题可以拆得更具体。一条包含多个步骤的任务链，即便每一步的成功率都达到 99%，执行 10 步后的整体成功率也只有约 90%。任务链越长，局部错误累积成整体失败的风险就越高。模型能不能完成单步任务，和系统能不能稳定地完成整件事，是两个不同的问题。

这也意味着，瓶颈未必在模型本身。任务如何拆解、每一步调用什么工具、遇到失败能否回退并重新规划，这些看似属于工程实现的细节，往往才是 Agent 成功率差距的真正来源。

编程 Agent 的竞争力，不在于模型有多聪明，而在于上下文工程做得有多好。蒋冠军分享的思路，与此有相通之处：重视模型的“下限能力”，将专家经验、工具、Skill、记忆和生态组合起来解决问题。他还特别提到，记忆机制也应该调整——不只是被动检索历史信息，而是根据用户当前的需求，反向寻找真正有用的过往信息。

这里有个容易被忽略的关键：模型的冗余能力并不一定是浪费，它可以成为任务失败后的缓冲空间，让 Agent 有能力回溯、换工具、调整路径，再尝试一次。只能沿着一条路径走到底的 Agent，和能够识别失败、退回上一步并重新规划的 Agent，实际上是两种不同的产品。

千问 App 上线一年多，累计用户约 3 亿；代理和助理类需求与其他对话类需求的比例已达到 3:1；过去三个月，单任务平均 Token 消耗增长了 1.6 倍。

这些数字反映出一个趋势：用户对 AI 的期待，正在从“回答问题”转向“替我把事情办好”。但需求升级的速度，并不意味着系统能力已经同步跟上。任务越复杂，Agent 对规划、工具协同、上下文管理和异常恢复的要求就越高，这些工程问题都需要逐一解决。

对正在动手搭建 Agent 的人来说，这场分享给出的启发很实际：先别急着换更强的模型，不妨先检查任务拆解是否合理、工具调用是否匹配、失败之后有没有可行的恢复路径。

Agent 的成功率不是模型单独给出来的，是整个系统一点点做出来的。"