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
英文标题：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
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
123.3 KB
2.3 KB
1.6 KB
54.8 KB
191.4 KB
82.5 KB
191.4 KB
63.0 KB
358.1 KB
191.4 KB
191.4 KB
323.3 KB
128.5 KB
71.8 KB
5.6 KB
3.3 KB
20.7 KB
38.1 KB
12.7 KB
15.3 KB
中文
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。
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 建立一套可以调用的“技能体系”。
字节则关注另一个问题：Agent 从哪里获得经验？
ByteDance Seed 团队在 IJCAI 2026 的 GUI-ReWalk 工作，关注如何大规模生成 GUI Agent 的训练轨迹。通过随机探索、意图推理、反思和错误恢复，让 Agent 获得更多真实操作经验。
这实际上触及了 Agent 发展的一个关键瓶颈：未来限制 Agent 能力的，可能不只是模型规模，而是高质量行动数据从哪里来。
阿里解决的是“Agent 会什么”。
字节探索的是“Agent 怎么学会”。
而这两条路线最终指向同一个问题：下一代 AI 的竞争，可能越来越依赖 trajectory data、environment interaction 和 reinforcement learning，而不仅仅是参数规模。
模型进入旧系统：百度、腾讯和华为的另一条路线
另一类企业并不是从模型向外寻找应用，而是把模型塞回已有业务系统。
百度是一个典型案例。过去十几年，搜索、地图、知识图谱构成了百度最大的基础设施。Agent 时代，这些能力正在重新变得重要。
MapAgent 展示了一个方向：它并不是简单给地图接入一个聊天机器人，而是把视觉模型、约束推理、Planner、工具调用和结果验证组合进地图生产流程。
与此同时，百度地图也正在尝试将地点检索、路线规划、实时路况等能力封装成可被 AI 调用的服务。
对于 Agent 来说，模型只是认知层。真正让它进入现实世界的，是背后的数据、知识和业务系统。
腾讯则代表另一种可能。推荐、搜索、用户关系、图学习、多智能体研究，这些是腾讯 AI 长期积累的基础。大模型并没有替代这些系统，反而可能重新吸收它们。
一个真正进入互联网产品的 Agent，需要的不只是语言能力，还需要理解用户、预测需求、连接信息和进行实时决策。
华为则更多出现在系统基础设施的一侧，AI 科技评论此前做过华为 IJCAI 2026 论文盘点：https://mp.weixin.qq.com/s/fsIU0oSOb-r233GO3WTcUA。华为研发人员参与组织 IJCAI-ECAI 2026 的 GenAIK-NORA Workshop，该 Workshop 聚焦知识图谱、Agent memory、planning、tool use 和 multi-agent coordination。
国产模型越来越多之后，模型、算力、终端和工业场景如何形成完整闭环，可能是华为需要回答的问题，也是国产 AI 产业链共同面对的问题。
另一方面，复旦团队参与的《Reward Hacking in the Era of Large Models》则关注另一个风险：当模型通过奖励机制学习行动策略时，如何避免它只优化指标，却偏离真正目标。
这对 Agent 尤其重要。聊天机器人回答错误，影响有限；但如果一个 Agent 在金融交易、代码开发或物流调度中连续行动，错误的奖励信号可能带来更复杂的问题。
清华大学 IJCAI Tutorial 讨论的 scalable intelligence under limited supervision，也指向类似方向：未来模型能力提升，不一定只是依靠更多数据和更大算力，还需要 interaction、experience reuse 和 adaptive learning。这与产业界正在探索的 Agent 技能和经验积累形成呼应。
推理和规划没有过时，它成了大模型的“系统零件”
“降级后的 IJCAI 依然是推理、规划类的主场”。如果从今年 IJCAI 的奖项和议程看，这个判断并不意外。
推理和规划确实从未离开过 AI 学术界的主舞台。IJCAI 2026 的 Research Excellence Award 颁给了 Nicholas Jennings，表彰他在 multi-agent coordination、human-agent teamwork 和 autonomous agents 方面的工作；John McCarthy Award 则授予 David Parkes，表彰他在 AI 与经济学交叉领域的机制设计研究，尤其关注多智能体环境中的效率、公平与激励一致性。
更有意思的是，Jennings 的获奖演讲本身就叫《The Past, Present and Future of Agentic AI》。在他看来，Agent 的下一阶段并不只是继续把单个 Agent 做得更强，而是合作、协调、谈判和集体决策。
这些研究议题的年龄，甚至比当下大多数大模型公司创始人的创业史长得多。
但变化在于：这些“老问题”正在被大模型重新激活。推理不再是独立的学术课题，而成了 Agent 调用工具时的一个模块；规划不再是搜索树上的算法竞赛，而成了大模型在复杂任务中分解目标的中间步骤。2025年 DeepSeek 把国内产业的注意力进一步推向 reasoning、RL 和 test-time compute，但如果说“让模型想得更久”只是起点，那么从 reasoning 到 planning，从 planning 到 tool use，从 tool use 到 environment interaction，再到 reward——这条技术链条的终点，与其说是一个更大的模型，不如形容为一个更完整的系统。
推理和规划没有过时。它们只是开始重新成为大模型的“系统零件”。
如果说 Agent 解决的是数字世界中的行动问题，那么 Physical AI 试图解决的，就是现实世界中的行动问题。两者看似不同，底层面对的其实是同一个问题：如何让 AI 不只是理解世界，而是在世界中采取行动。
今年 IJCAI 2026 的 Computers and Thought Award 颁给 Jiajun Wu，主题是“Building Visual and Physical Intelligence Through Code”。他的研究关注计算机视觉、生成式 AI 和机器人智能之间的结合。
Physical AI 并不是大模型时代突然出现的新赛道。感知、规划、控制、决策，本来就是 AI 研究几十年来一直试图解决的问题。变化在于，大模型提供了一层新的认知能力：它让机器人系统第一次拥有了更强的语义理解、任务分解和复杂推理能力。
这也是为什么今年 IJCAI 的多个重要议题都重新聚焦 Agent、多智能体和物理智能。这些并不是大模型创造的新问题，而是 AI 长期探索的问题，在今天重新获得了产业关注。
对于国内模型公司来说，类似的问题也正在出现：如果模型能力逐渐成为基础设施，下一步卖什么？
智谱正在探索从模型向 Agent 基础设施延伸，将模型、企业知识库、MCP、工具调用和行业场景结合。智源研究院则更关注开放生态，希望推动 Foundation Model、Agent、Embodied AI 和开源研究的发展。
而美团、滴滴这类拥有真实业务环境的平台企业，也值得关注。配送调度、路径规划、供需预测，本身就是优化、规划和强化学习长期研究的问题。
未来最早让 Agent 面对复杂环境的，未必是模型公司，而可能是拥有真实世界数据和反馈闭环的平台企业。
这背后对应的是一个更深层的变化：大模型正在推动 AI 从 prediction 走向 intervention。 Agent 时代需要回答：“接下来应该做什么？”
Judea Pearl 的因果推理长期强调 prediction 与 intervention 的区别。预测世界只是智能的一部分，真正的智能系统还需要理解行动带来的后果。
当模型开始调用工具、制定计划、操作电脑，甚至控制机器人时，它面对的已经不只是语言生成问题，而是现实世界中的连续决策问题。
今年 IJCAI 的议题正在重新连接过去几十年的 AI 研究方向：Agent、Multi-agent、Robotics、Reinforcement Learning、Neuro-symbolic AI。
它们之间新的连接点，就是大模型。如果过去两年中国 AI 的关键词是模型能力，那么接下来真正值得观察的，可能是系统能力。
模型越来越像底座。
竞争，正在向模型之外扩散。
雷峰网(公众号：雷峰网)转载
IJCAI 2026 要来了，你还在单打独斗？
为了方便大家抱团交流、互通会议消息，我们专门建了 IJCAI 2026 参会群 ！进群你会解锁这些「福利」?
-
会议情报站 ：投稿 DDL、格式规范、评审进度……关键节点第一时间送达，再也不怕错过 deadline，投稿准备稳稳的。
-
同行茶话会 ：天南海北的同行都在群里，聊心得、碰思路、攒人脉，科研路上我们同行。
-
前沿补给站 ：最新研究成果、热点方向实时同步，结合会议主题帮你捋清投稿脉络，给论文灵感加满油。
-
**现场后援团： （会议期间专属开启）：**到了会场也不用慌——
路线导航 ：场馆分布、报告厅怎么走，群里随时问；
议题共读 ：热门 session、Keynote 现场探讨，错过也能追；
Poster 汇编 ：现场海报精华整理，一键收藏不遗漏；
约局广场 ：约饭局、采访局、交流局……想唠嗑、想合作、想面基，群里发起就成。
? 进群传送门： 扫码进群或添加微信Qvv0909777，备注：IJCAI**+ 单位/学校+姓名+方向** 。
搞科研/搞技术，信息差很重要。
来，一起快人一步！
可独家畅览：
专家演讲PPT
大会报告全文
热门论文解读
学术新星访谈
扫描上方二维码
或点击「阅读原文」关注专区。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
English / 原文
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。
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 建立一套可以调用的“技能体系”。
字节则关注另一个问题：Agent 从哪里获得经验？
ByteDance Seed 团队在 IJCAI 2026 的 GUI-ReWalk 工作，关注如何大规模生成 GUI Agent 的训练轨迹。通过随机探索、意图推理、反思和错误恢复，让 Agent 获得更多真实操作经验。
这实际上触及了 Agent 发展的一个关键瓶颈：未来限制 Agent 能力的，可能不只是模型规模，而是高质量行动数据从哪里来。
阿里解决的是“Agent 会什么”。
字节探索的是“Agent 怎么学会”。
而这两条路线最终指向同一个问题：下一代 AI 的竞争，可能越来越依赖 trajectory data、environment interaction 和 reinforcement learning，而不仅仅是参数规模。
模型进入旧系统：百度、腾讯和华为的另一条路线
另一类企业并不是从模型向外寻找应用，而是把模型塞回已有业务系统。
百度是一个典型案例。过去十几年，搜索、地图、知识图谱构成了百度最大的基础设施。Agent 时代，这些能力正在重新变得重要。
MapAgent 展示了一个方向：它并不是简单给地图接入一个聊天机器人，而是把视觉模型、约束推理、Planner、工具调用和结果验证组合进地图生产流程。
与此同时，百度地图也正在尝试将地点检索、路线规划、实时路况等能力封装成可被 AI 调用的服务。
对于 Agent 来说，模型只是认知层。真正让它进入现实世界的，是背后的数据、知识和业务系统。
腾讯则代表另一种可能。推荐、搜索、用户关系、图学习、多智能体研究，这些是腾讯 AI 长期积累的基础。大模型并没有替代这些系统，反而可能重新吸收它们。
一个真正进入互联网产品的 Agent，需要的不只是语言能力，还需要理解用户、预测需求、连接信息和进行实时决策。
华为则更多出现在系统基础设施的一侧，AI 科技评论此前做过华为 IJCAI 2026 论文盘点：https://mp.weixin.qq.com/s/fsIU0oSOb-r233GO3WTcUA。华为研发人员参与组织 IJCAI-ECAI 2026 的 GenAIK-NORA Workshop，该 Workshop 聚焦知识图谱、Agent memory、planning、tool use 和 multi-agent coordination。
国产模型越来越多之后，模型、算力、终端和工业场景如何形成完整闭环，可能是华为需要回答的问题，也是国产 AI 产业链共同面对的问题。
另一方面，复旦团队参与的《Reward Hacking in the Era of Large Models》则关注另一个风险：当模型通过奖励机制学习行动策略时，如何避免它只优化指标，却偏离真正目标。
这对 Agent 尤其重要。聊天机器人回答错误，影响有限；但如果一个 Agent 在金融交易、代码开发或物流调度中连续行动，错误的奖励信号可能带来更复杂的问题。
清华大学 IJCAI Tutorial 讨论的 scalable intelligence under limited supervision，也指向类似方向：未来模型能力提升，不一定只是依靠更多数据和更大算力，还需要 interaction、experience reuse 和 adaptive learning。这与产业界正在探索的 Agent 技能和经验积累形成呼应。
推理和规划没有过时，它成了大模型的“系统零件”
“降级后的 IJCAI 依然是推理、规划类的主场”。如果从今年 IJCAI 的奖项和议程看，这个判断并不意外。
推理和规划确实从未离开过 AI 学术界的主舞台。IJCAI 2026 的 Research Excellence Award 颁给了 Nicholas Jennings，表彰他在 multi-agent coordination、human-agent teamwork 和 autonomous agents 方面的工作；John McCarthy Award 则授予 David Parkes，表彰他在 AI 与经济学交叉领域的机制设计研究，尤其关注多智能体环境中的效率、公平与激励一致性。
更有意思的是，Jennings 的获奖演讲本身就叫《The Past, Present and Future of Agentic AI》。在他看来，Agent 的下一阶段并不只是继续把单个 Agent 做得更强，而是合作、协调、谈判和集体决策。
这些研究议题的年龄，甚至比当下大多数大模型公司创始人的创业史长得多。
但变化在于：这些“老问题”正在被大模型重新激活。推理不再是独立的学术课题，而成了 Agent 调用工具时的一个模块；规划不再是搜索树上的算法竞赛，而成了大模型在复杂任务中分解目标的中间步骤。2025年 DeepSeek 把国内产业的注意力进一步推向 reasoning、RL 和 test-time compute，但如果说“让模型想得更久”只是起点，那么从 reasoning 到 planning，从 planning 到 tool use，从 tool use 到 environment interaction，再到 reward——这条技术链条的终点，与其说是一个更大的模型，不如形容为一个更完整的系统。
推理和规划没有过时。它们只是开始重新成为大模型的“系统零件”。
如果说 Agent 解决的是数字世界中的行动问题，那么 Physical AI 试图解决的，就是现实世界中的行动问题。两者看似不同，底层面对的其实是同一个问题：如何让 AI 不只是理解世界，而是在世界中采取行动。
今年 IJCAI 2026 的 Computers and Thought Award 颁给 Jiajun Wu，主题是“Building Visual and Physical Intelligence Through Code”。他的研究关注计算机视觉、生成式 AI 和机器人智能之间的结合。
Physical AI 并不是大模型时代突然出现的新赛道。感知、规划、控制、决策，本来就是 AI 研究几十年来一直试图解决的问题。变化在于，大模型提供了一层新的认知能力：它让机器人系统第一次拥有了更强的语义理解、任务分解和复杂推理能力。
这也是为什么今年 IJCAI 的多个重要议题都重新聚焦 Agent、多智能体和物理智能。这些并不是大模型创造的新问题，而是 AI 长期探索的问题，在今天重新获得了产业关注。
对于国内模型公司来说，类似的问题也正在出现：如果模型能力逐渐成为基础设施，下一步卖什么？
智谱正在探索从模型向 Agent 基础设施延伸，将模型、企业知识库、MCP、工具调用和行业场景结合。智源研究院则更关注开放生态，希望推动 Foundation Model、Agent、Embodied AI 和开源研究的发展。
而美团、滴滴这类拥有真实业务环境的平台企业，也值得关注。配送调度、路径规划、供需预测，本身就是优化、规划和强化学习长期研究的问题。
未来最早让 Agent 面对复杂环境的，未必是模型公司，而可能是拥有真实世界数据和反馈闭环的平台企业。
这背后对应的是一个更深层的变化：大模型正在推动 AI 从 prediction 走向 intervention。 Agent 时代需要回答：“接下来应该做什么？”
Judea Pearl 的因果推理长期强调 prediction 与 intervention 的区别。预测世界只是智能的一部分，真正的智能系统还需要理解行动带来的后果。
当模型开始调用工具、制定计划、操作电脑，甚至控制机器人时，它面对的已经不只是语言生成问题，而是现实世界中的连续决策问题。
今年 IJCAI 的议题正在重新连接过去几十年的 AI 研究方向：Agent、Multi-agent、Robotics、Reinforcement Learning、Neuro-symbolic AI。
它们之间新的连接点，就是大模型。如果过去两年中国 AI 的关键词是模型能力，那么接下来真正值得观察的，可能是系统能力。
模型越来越像底座。
竞争，正在向模型之外扩散。
雷峰网(公众号：雷峰网)转载
IJCAI 2026 要来了，你还在单打独斗？
为了方便大家抱团交流、互通会议消息，我们专门建了 IJCAI 2026 参会群 ！进群你会解锁这些「福利」?
-
会议情报站 ：投稿 DDL、格式规范、评审进度……关键节点第一时间送达，再也不怕错过 deadline，投稿准备稳稳的。
-
同行茶话会 ：天南海北的同行都在群里，聊心得、碰思路、攒人脉，科研路上我们同行。
-
前沿补给站 ：最新研究成果、热点方向实时同步，结合会议主题帮你捋清投稿脉络，给论文灵感加满油。
-
**现场后援团： （会议期间专属开启）：**到了会场也不用慌——
路线导航 ：场馆分布、报告厅怎么走，群里随时问；
议题共读 ：热门 session、Keynote 现场探讨，错过也能追；
Poster 汇编 ：现场海报精华整理，一键收藏不遗漏；
约局广场 ：约饭局、采访局、交流局……想唠嗑、想合作、想面基，群里发起就成。
? 进群传送门： 扫码进群或添加微信Qvv0909777，备注：IJCAI**+ 单位/学校+姓名+方向** 。
搞科研/搞技术，信息差很重要。
来，一起快人一步！
可独家畅览：
专家演讲PPT
大会报告全文
热门论文解读
学术新星访谈
扫描上方二维码
或点击「阅读原文」关注专区。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。