首页 / 资讯详情
纳须弥，于芥子：大模型之后，中国厂商正在把大模型塞进复杂系统 | IJCAI 2026 前瞻
摘要
小小模型容器和巨大的智能世界。 作者丨吴思梦 编辑丨岑 峰 1986年，MIT 教授，也是 MIT Artificial Intelligence Laboratory 的重要创始人之一的Marvin Minsky 出版《The Society of Mind》，提出了一个后来影响深远的想法：所谓“智能”，并不一定来自某一个无所不能的“大脑”，而可能来自许多不同的 agents，通过分工、连接和协作共同产生。四十年后的大模型已经拥有了工具调用、记忆、视觉理解和行动能力。产业界的热词从“涌现”变成“Agent”，从“对齐”走向“Computer Use”。但技术真正面对的问题并没有因此改变：当一个模型不再只是回答问题，而是需要规划任务、调用工具、获得反馈、调整策略，它最终还是要回答那个并不新鲜的问题——下一步做什么。只是今天，我们似乎终于有了一个足够强的“通用组件”，可以把这些过去分散的问题重新组织起来。今天，IJCAI 将在德国不来梅（Bremen）召开。如果观察今年大会的议程结构和重点活动，Agent、Multi-agent、Robotics、Reinforcement Learning 等关键词都格外醒目。有意思的是，它们并不是大模型时代才出现的新问题。规划、决策、多智能体协作、机器人控制，这些研究已经存在了几十年。过去，它们往往属于不同的研究传统，有自己的算法、数据和评价体系；而今天，一个拥有强大语言理解和推理能力的大模型，正在试图进入这些系统。这恰好也是观察中国 AI 产业的一个窗口。过去两年，国内 AI 最激烈的竞争是“谁的模型更强”。但到了今年，真正值得观察的问题可能正在发生变化：当模型能力越来越接近底座，谁有能力把它放进一个足够复杂的系统里？这里其实可以借用一个古老的意象。在佛教典故中，“须弥山”是巨大之物，“芥子”则小到几乎可以忽略，于是有了“纳须弥于芥子”——在极小之中容纳巨大的世界。今天的大模型正在做的事情，某种意义上也像这般。过去，规划是规划系统的问题，知识是知识库的问题，工具是工具系统的问题，记忆是另一套系统的问题，决策又是另一套问题。今天，一个大模型开始成为这些能力重新组织的核心载体：它理解任务，决定调用什么工具，读取什么知识，记住什么信息，再根据环境反馈调整下一步行动。这不是把整个 AI 塞进一个模型，而是把过去分散的智能能力，重新收束进一个可以理解、调用和协作的系统。01阿里给 Agent 造技能，字节给 Agent 制造经验如果说过去两年国内 AI 企业竞争的是模型能力，那么今年更值得关注的是：它们正在如何补齐 Agent 的能力缺口。阿里和字节正在走出两条不同路线。阿里更像是在给 Agent 制造“技能”。Qwen-CUA 正在把模型推进到 Computer Use 阶段：模型不再依赖网页结构或专用接口，而是通过观察屏幕、操作鼠标和键盘完成任务。与此同时，Qwen DianJin 则针对金融 Agent 场景，把能力拆解为 Process Reward Model、工具调用和 Skill Library 等模块。其中 Fin-PRM 已被 IJCAI 2026 接收。这些工作背后体现的是一种工程思路：大模型能力不能只是一个黑盒，而需要被拆解、评价、训练和复用。换句话说，阿里正在尝试给 Agent