10月13日，阿里千问正式宣布推出个人AI助理“千问Go！”，并在千问App内开放体验申请。相比此前动辄数百项功能的发布，这次引起引入眼帘的却是两个并不起眼的数字：70元和52元。

一位内测用户只记得自己此前乘坐的某趟航班发生过延误，却想不起具体航班。千问Go自行查询历史订单、核对延误信息，尝试联系航空公司及平台客服。客服电话未能接通，它便寻找图文客服入口；对方提出以代金券赔偿，它又继续协商，最终替用户争取到70元现金。

另一位用户想申请淘宝价保，却不清楚具体操作。千问Go检查历史订单、识别符合条件的商品，替用户拿回52元差价。此外，汽车保养询价、运动场馆预约、商品比价乃至求职投递，也被纳入此次展示的能力范围。

这些场景没有多少技术发布会惯用的宏大叙事，却相当接近人们对私人助理的日常期待：记住需求、查找信息、联系服务方，遇到麻烦能够继续处理。

千问Go开始接手的，是互联网服务中长期需要用户自己承担的沟通、查找和协调成本。

过去一年，千问已经通过购物、出行和生活服务迅速建立用户规模；今年9月，Meta推出Muse，OpenAI等公司也相继进入个人Agent市场，AI从对话走向行动的竞争明显加快。

相比海外创业公司的轻装上阵，阿里有自己的优势，也有更复杂的任务。它既要把个人Agent做成能够持续使用的独立产品，又要协调模型、算力、支付、消费及外部服务生态。

让AI完成一次任务，考验的是执行能力；让用户持续交付个人事务，考验的则是一家科技公司的产品、组织和商业体系。

第一章：能办事，更要能办稳

今年1月15日，千问App就曾进行一次大规模升级。彼时，阿里将淘宝、淘宝闪购、支付宝、飞猪、高德等服务接入千问，上线超过400项AI办事功能，用户可以通过自然语言点外卖、购买商品、预订机票酒店，甚至让AI打电话预约餐厅。

千问C端事业群总裁吴嘉当时对外表示，千问的独特优势来自Qwen模型与阿里生态的结合。在他看来，未来独立作为入口的AI应用不会很多，综合性Agent将具有更强竞争力。

这一判断也决定了千问此后的产品方向：尽可能让用户在一个入口内完成不同任务，减少应用之间的反复跳转。

不过，今年1月的升级主要依靠已经接入的服务体系。外卖、机票、酒店都有相对明确的商品结构、预订流程和交易接口。模型需要理解用户需求、调用工具，并把不同操作串联起来。

千问Go展示的航班理赔，则增加了更多不确定性。这类能力在Agent技术体系中通常涉及规划、工具调用、环境观察和失败恢复，对于模型而言，每一步都可能引入新的判断。

例如，查询到延误航班，只能说明任务具备继续办理的条件；是否符合赔付规则，还需要依据具体订单、航司政策和保障协议判断。客服提出代金券之后，AI也不能默认现金赔偿就是用户在任何情况下都认可的最优方案。

Agent能够自主寻找操作路径，并不意味着它有权替用户决定所有交易条件。

传统互联网应用的操作相对确定，点击按钮通常对应明确的业务流程。个人Agent面对的却可能是不断变化的网页、客服话术、验证机制和业务规则，页面更新、网络中断、登录失效或者外部平台调整权限，都可能让原本成功的任务突然失败。

况且，复杂任务往往由多个步骤组成，即使单个步骤的可靠性已经相当高，整个流程也可能因为连续操作而积累失败风险。

这正是业内持续研究Agent可靠性的原因。

2024年提出的τ-bench评测框架，专门模拟零售、航空等服务场景中的多轮交互，并引入pass^k指标，观察同一任务重复执行时的成功一致性。其早期研究发现，即使部分模型能够在单次测试中取得不错成绩，多次执行的稳定性仍可能明显下降。

演示中的一次成功与可规模化交付的服务能力之间，还有着不短的距离。

这意味着，千问Go下一阶段最有价值的数据，未必是累计替用户省下多少钱，而应该包括任务完成率、平均执行时长、失败后恢复率、人工介入比例和异常操作数量。

对于一家拥有大量C端用户的企业，这些数据直接关系到产品成本和用户信任。

第二章：用户规模已经上来，千问正在争取长期托付

千问Go的推出，也可以放在阿里过去一年C端AI产品调整的背景下理解。

2025年11月，千问App正式面向大众推出，明确强调AI办事能力。此后阿里快速推进模型升级和生态整合，借助自身的消费服务场景，将千问从聊天工具逐渐扩展为综合助理。

QuestMobile数据显示，截至2026年3月，千问App月活跃用户达到1.66亿，位居国内AI原生应用第二，仅次于豆包的3.45亿。

千问已经迅速获得大量用户，接下来则需要进一步建立持续使用习惯，Personal Agent路线也成为了阿里的重心。

普通聊天工具大多依赖用户主动打开。无论搜索信息、生成文档还是询问问题，完成当前需求之后，交互通常就会结束。个人Agent的工作周期则可能更长，它可以持续关注机票价格、等待某项预约开放、管理用户的日程，或者在条件满足以后继续执行之前交代的任务。

这些任务未必需要用户频繁打开App，却可能提高用户对产品的依赖程度。

对于个人Agent，打开次数未必足以衡量用户关系的深浅，持续管理的有效任务和用户愿意保留的授权，同样重要。

但阿里并没有沿着过去的智能体形态一路延续下来，今年7月4日，千问宣布下线拟人化互动类智能体和用户自建智能体功能，网页端相关功能于7月10日关闭，App端公告涉及7月15日。

彼时，豆包也宣布调整原有智能体功能，行业内的拟人化互动、角色扮演以及用户自建智能体，正经历一轮产品与合规调整。

这不是放弃。旧形态主要围绕自定义角色、知识库和对话体验展开，新的Personal Agent则强调综合任务执行，两者的产品目的存在明显差异。

不过，从产品战略看，这次调整值得重视。过去，平台鼓励用户创建多个用途不同的智能体；现在，千问希望由一个综合助手理解用户需求，再调用不同的专业能力完成任务。

这背后涉及产品复杂度和使用习惯的重新分配，用户不必先判断应该选择哪个智能体，但千问需要承担更多任务识别、能力调度以及跨场景协作工作。

这种方向在今年9月22日的云栖大会上变得更加清晰，千问产品负责人郑嗣寿当时宣布，加快打造Personal Agent，依托Qwen 3.8系列模型的Agentic能力，为3亿用户提供持续、个性化的智能服务。

同期公布的进展包括在获得授权后接入个人健康和运动数据，引入专业理财数据及机构智能体，部分用户可以连接个人持仓。千问开放平台已覆盖20多个领域，申请入驻伙伴超过1000家。

这几项信息的意义，明显超过单次购物或预约。健康、运动、持仓、消费偏好和生活安排都与个人长期状态有关。随着这些信息逐步接入，千问有机会减少用户反复描述需求的成本，也能提供更加符合个人情况的建议。

相比之下，Meta在9月8日发布Muse时，已经明确介绍了专属云端虚拟机的设计。每位用户拥有相对独立的运行环境，个人数据、连接服务及相关凭证可以在其中管理，Agent能够在用户没有持续操作界面的情况下执行任务。

10月12日，Meta进一步推出Muse Wonder系列模型，强化长期记忆与持续任务能力，但即使有这些投入，Muse也没有解决所有问题，据《华尔街日报》10月12日报道称，Muse下载量已接近900万，但留存表现仍面临挑战。

这说明海外领先产品同样在验证：用户初次体验之后，究竟会不会持续把重要事务交给AI，对于千问而言，庞大的模型和应用生态可以降低获客及服务连接的难度，却无法替代个人用户长期形成的信任。

当千问开始保存用户的长期任务，它积累的是用户关系，同时也积累了未来必须兑现的服务承诺。

第三章：打开自己的生态，也要走进别人的平台

千问Go进入个人Agent市场，手里有一套竞争对手很难在短期内复制的资源。

Qwen模型提供基础智能能力，阿里云承担算力与执行环境，淘宝、淘宝闪购、飞猪、高德等业务则覆盖购物、出行和生活服务。支付宝虽然属于蚂蚁集团，却也通过生态合作为千问提供支付等服务能力。

这使得千问在发展初期就能够调用相对成熟的服务体系，减少与外部平台逐一谈判、开发接口和验证交易流程的成本。今年1月，阿里将生态服务大规模接入千问，实际上已经展现了这项优势。

但Personal Agent的目标决定了，千问不能长期只依赖这些资源。一个用户可能在淘宝购物，也会在京东买家电；可能通过飞猪订机票，也会在其他旅游平台管理订单；工作和私人生活中，还可能大量使用腾讯、字节以及银行、医院、政务部门提供的服务。

这些应用各自拥有独立的账户体系、业务规则和安全机制。阿里生态能够降低千问的起步难度，但千问要成为通用私人助理，最终需要服务阿里无法独立覆盖的生活。

今年9月，Meta与亚马逊之间的一场冲突，为整个行业提供了现实案例。Muse推出后，尝试通过自动化操作帮助用户在亚马逊购物，亚马逊随后限制了Muse的相关访问，理由涉及第三方Agent的身份识别、未经授权的访问及平台规则。

这场分歧很有代表性，从用户角度看，既然已经授权AI帮助购物，自然希望它能够进入经常使用的平台。

但在服务提供方看来，掌握用户账户的第三方Agent可能带来额外风险，包括身份验证、异常交易、隐私保护、反欺诈及售后责任等。同时，商业利益也不可忽视。当用户通过第三方Agent完成商品发现和购买决策，原有平台对搜索、推荐和广告入口的控制能力可能受到影响。

因此，个人Agent的跨平台能力，同时涉及技术兼容、用户授权、商业合作和平台治理。

回到千问Go，它在公开测试中已经展示了与外部服务方沟通、查询第三方平台信息的能力。这说明此次升级不能简单看作阿里电商服务的延伸，只是尚不清楚，千问Go在不同平台上的实际覆盖范围有多大，哪些任务通过正式接口完成，哪些依靠浏览器操作，哪些需要人工确认或外部平台协助。

这几种执行路径的商业含义并不相同。正式接口通常能够获得更明确的权限和执行反馈，但需要服务提供方参与合作；通过网页操作可以扩大可用范围，却更容易受到页面变化、登录验证和访问规则影响。

长期来看，稳定的第三方服务连接甚至可能比单次操作能力更加重要。千问9月公布的开放平台数据，正好体现了阿里对此的布局：超过20个领域、1000多家申请入驻伙伴，它正在尝试通过合作扩大Agent可以调用的服务范围。

同时，千问Go也需要面对阿里自身的商业化选择。

在今年8月披露的集团财务数据中，阿里将相关业务整合为“AI实验室与应用”等板块，千问C端业务、模型实验室和千问办公被纳入同一板块体系，这让模型研发、个人应用和办公Agent之间的资源协同，得到更集中地推进。

对阿里而言，这有利于将底层模型能力持续转化为产品，也有利于把真实任务产生的反馈用于优化模型。

如果未来采取会员订阅模式，千问就必须让用户相信，日常节省的时间和获得的便利值得持续付费；如果依靠交易佣金和商家合作，则需要处理商业推荐与用户利益之间的关系。

这一点对于阿里尤其敏感，长期以来，互联网平台通过搜索、推荐、广告和交易服务连接消费者与商家，Personal Agent则可能进一步参与消费者的筛选和决策，甚至代表用户与商家协商交易条件。

同一家企业可以同时经营电商平台和消费者个人Agent，但必须建立清晰的商业边界。

例如，用户让千问寻找最划算的商品时，Agent应该如何平衡价格、品质、履约和售后？商家付费合作是否影响结果排序？商业推广与独立推荐如何区分？如果Agent作出了错误选择，谁来负责？

个人Agent一旦开始替用户作出消费决定，商业推荐的透明度就会成为产品信用的一部分。

阿里在电商服务、支付协作、物流及商家生态上的积累，能够帮助千问Go更快完成真实交易。这些既有能力是竞争优势，也代表了它需要比一般创业公司更细致地处理个人代理与平台经营之间的关系。

阿里拥有搭建这套体系所需的许多基础设施，可后续将它们组织成一个稳定、开放、可信赖的个人服务网络，是一项长期工程。

写在最后

从2025年11月千问App上线，到今年1月打通消费服务、7月调整旧智能体功能，再到9月明确Personal Agent方向和10月推出千问Go，阿里对C端AI产品的定位已经越来越清晰。

千问希望在模型能力之外，进一步掌握真实任务的执行过程，并逐步建立持续的个人服务关系。

这条路线有足够的商业想象空间，阿里拥有庞大的用户基础、成熟的生活服务网络和持续投入的AI基础设施，也已经开始展示跨平台处理复杂事务的能力。

但海外Muse的快速增长与留存压力、亚马逊对第三方Agent的限制，都说明个人Agent距离成熟的商业应用还有不少问题需要解决。

对千问Go来说，下一阶段更有说服力的成绩，应该是用户愿意持续交付多少任务、这些任务能够多稳定地完成，以及阿里能否在外部平台和商业利益之间建立可靠的服务关系。

70元的航班赔偿，只是千问成为一个人长期依赖的私人助理的第一步。

*题图及文中配图来源于网络。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)