凌晨一点，你躺在床上，手机举在脸上方。

你想问一件不大不小的事——比如，明天那个会到底要不要带纸质材料；或者，你妈上次说膝盖疼，现在换的那个进口药到底有没有副作用。你打下一行字，删掉，重打：

"我今年 42 岁，在杭州工作，有一个 8 岁的孩子，最近在看考研……"

打完你才想起来：上个月刚说过一遍。

我们都在给一个工具当陌生人。每一次打开它，都是一次重新自我介绍。你把生活切成碎片塞进输入框，它礼貌地、完美地、毫无怨言地回答你——然后在你关掉窗口的那一刻，把这一切忘掉。

10 月 22 日，成都。有人把这个"忘掉"当成了一个要正面解决的技术问题。

10 月 22 日，成都，167 场论坛里的一场

第二十三届中国计算机大会（CNCC 2026）在成都中国西部国际博览城开幕，主题是"数聚驱动，智算未来"。这是 CNCC 创办二十三年来第一次落在成都，也是第一次把会场从东部挪到西部。注册人数超过 1.1 万人，讲者 900 余名；17 场特邀报告、3 大会论坛、167 场专题论坛，还有 11 个主题板块——其中"智能体"是独立设的一个。

大会主席、中国科学院院士冯登国在开幕式致辞中说，本届大会"以体系夯实基础、以前沿报告展示最新突破、以思辨探讨发展路径"，力求呈现一场贯通学术前沿与产业未来的思想盛宴——而大会组织方在会前发布的口径里，还多了一层意思："不仅回答'做了什么'，更指引'往哪里走'"。

10 月 22 日上午的特邀报告里，讲台上站着蒋冠军，阿里巴巴 Alibaba Token Hub（ATH）副总裁、千问事业部负责人。他 2011 年加入阿里，浙江大学计算机专业毕业，现在负责千问事业部的算法技术团队。他报告的题目是《亿级用户背后的技术引擎：千问 C 端技术实践》。

一个能把服务做到"亿级用户"的人，坐上来讲的第一件事，不是模型多大、不是参数多少、不是 GPU 有几张。

他讲的是记忆。

那个关于养老金和就业的例子

蒋冠军把 AI 应用的发展分成三个阶段：对话、代理、助理。

对话，就是我们现在用的——你问，它答。代理，是能自己拆解任务、调用工具去执行的。助理，是在完成任务之外，还能结合你的个人上下文，围绕你的目标自主规划，并且发现你自己都还没注意到、或者已经疏忽掉的需求。

他举了一个例子，我们姑且把它拆开来看。

一位老人，曾经在对话里提到过自己的养老金情况。多年之后，他孩子来问就业方向——AI 会把老人历史对话里的养老金，和孩子眼下的处境联系起来，给出的建议因此更贴合这个家庭的真实情况。

这个例子是全场最暖的一格。它几乎让人一秒钟就明白"记忆"这两个字在生活里是什么形状：你不必再向一个机器复述自己家的情况；你父亲的处境，会自动成为你建议的一部分。

但蒋冠军讲这一段的时候，真正的重点在后面那句。他说记忆要做的，是"识别历史信息与当前需求的关联，避免简单积累对话带来的噪声和推理成本"。

请注意这半句话的意思：不是把说过的话都存下来，是把有用的关联挑出来。 而"挑出来"这件事，判据在模型手里，不在你手里。

蒋冠军讲这套框架不是讲概念，他给了一组很具体的工程量。

模型这一层，千问建了一张覆盖 30 多个头部行业的用户需求透视图，从里面梳理出 8000 多项原子模型能力要求，还引入行业专家参与模型评估与优化。他强调模型层面的重点是"任务执行的稳定性"——不是更聪明，是更靠得住。

生态这一层，他提到随着模型能力和 Harness 技术持续发展，生态的连接与协作能力会成为关键。千问正构建以模型为中心的开放服务体系，整合专业知识、工具、行业 Skill 及第三方 Agent，连接电商、本地生活等服务，以及医疗、教育等领域的专业能力。

8000 多项原子能力要求这个数字，翻译过来就是：它要覆盖的不是"聊天"，是 30 多个行业里那些具体到不能再具体的动作。 而覆盖得越细，它需要知道的就越多。

"发现你尚未注意到的需求"

回到助理阶段。蒋冠军说这意味着系统不只是等你问，还会主动去发现你忽略的事。

我们把这句话在心里过一遍，会觉得很好——一个比你还上心的助理，多好。

但把它和"记忆"放在一起看，画面会变。

一个记得你全部过往的系统，一个会主动发现你需求、替你规划、甚至替你执行的系统——它凭什么知道你的养老金对你孩子意味着什么？凭什么判断你现在需要被提醒？凭什么知道你在哪件事上"已经疏忽"？

这些判断的依据，全在记忆里。

蒋冠军给个人智能体定的上限是"理论接近 100%"——"个人 AI 智能体解决日常工作、学习、生活问题的理论上限接近 100%"。这是一个极其自信的数字，也是这个领域最让人心跳加速的一句宣言。

而在另一边，现实的账单已经在另一个国家递过来了。

硅谷在做同一件事，入口接得更多

10 月 20 日，Google 把 Gemini 的 Personal Intelligence 推向全球，同步接进了 Android Auto。

Google 的官方描述是：Gemini 会跨你的 Google 应用把点连起来——Workspace（包括 Gmail 和 Google Calendar）、Google Photos、Google Maps、YouTube、Search，再加上你的聊天历史偏好——在征得你许可的前提下，给出针对你情况的建议。

这是一个选择加入（opt-in）的功能，目前全球逐步开放，但欧洲经济区、瑞士、英国和尼日利亚暂不在列，且要求年满 18 岁。

9to5Google 在报道里写了一句很能说明问题的话：

"你不必再去翻那封确认邮件，再单独搜索一次延误信息。"

10 月 22 日，Gemini App 又把 Google Maps 接了进去——用你搜过的地点、收藏过的店，配合你的日程表，给出当天的建议。前提是："经你许可"（with your permission）。

两个技术路线在同一个星期撞在一起。蒋冠军在讲台上讲的是"记忆提供个人背景，模型结合专业知识识别潜在需求、规划行动，生态支撑执行"；Google 在产品页上写的是"connect the dots across your Google apps"。

同一件事。区别在于，Google 手里有一整个账号体系可以接——邮箱、日历、相册、地图、搜索历史。

而千问这边，接的是阿里生态：电商、本地生活、专业知识、行业 Skill、第三方 Agent，以及医疗、教育领域的专业能力。蒋冠军的说法是构建"以模型为中心的开放服务体系"。阿里今年 3 月成立的 ATH 事业群，核心目标写得很直白：创造 Token、输送 Token、应用 Token。

顺便说一句千问现在的体量。QuestMobile 2026 年 9 月的 AI 原生 App 月活榜：豆包 4.19 亿断层领先，千问 1.58 亿第二，DeepSeek 1.23 亿第三——千问同比增幅 5076.6%，是榜上增速第一。3 月 19 日公布的阿里 2026 财年 Q3 财报里，吴泳铭的说法是"千问全端的 MAU 已突破 3 亿，AI 智能体进入规模化办事时代"；2 月 6 日"30 亿春节请客计划"上线 9 小时订单超 1000 万单，峰值 1500 万单。

在一个亿级用户的产品里做"个人记忆"，这已经不是实验室里的话题了。

中国先走了一步：记忆也可以被删

有意思的是，中国在这件事上，先走的不是能力，是刹车。

2026 年 9 月 15 日，"2026 年国家网络安全宣传周个人信息保护论坛"在山东济南举办，论坛上正式发布《智能体个人信息保护倡议》两项成果之一（另一项是《个人信息收集使用优化改进 App 清单》）。中国网络空间安全协会副理事长、个人信息保护专业委员会主任委员王芸发布了这份倡议。

倡议一共七条。其中第六条整条都在讲记忆：

智能体因长期交互形成的记忆数据，可能留存用户偏好、行为习惯、身份特征等个人信息。智能体应根据记忆数据的处理方式和产品功能，为用户提供适当的记忆数据查看、管理和删除功能，如支持主题、交互场景等维度查阅、修改或删除记忆片段。用户注销账号、撤回同意或终止服务后，应依照法律规定删除相关个人信息或者进行匿名化处理；对于备份、日志、记忆向量、推理缓存及第三方留存副本，应建立相应删除或匿名化等机制，确保删除请求得到完整响应。

第七条接着写：除法律法规另有规定外，应在十五个工作日内处理用户的行使权利请求。

而今年 6 月 17 日公开征求意见的 GB/T 35273 修订稿（个人信息安全规范），改动更细：

• 3.8 新增"单独同意"定义，明确它不包含"一次同意覆盖多个目的或方式"的一揽子授权；
• 3.8* 新增"用户画像"，并区分"直接画像"（用你自己的信息）和"间接画像"（用你所在群体的数据）；
• 6.7 新增"人工智能类产品或服务的收集"，其中 6.1(e) 要求 AI 产品设置输入端提醒和过滤机制，6.1(f) 要求不得预先收集超出功能需要的信息、应在用户首次启用功能时才通知并请求权限；
• 8.5.4 新增"使用生成式 AI"，要求事先做个人信息保护影响评估，提供便捷的反馈渠道，15 个工作日内完成核验与删除。

同一份草案里还有一条注释，写的正是一类我们前面说的场景：

对于持续运行的任务（例如自动化 AI 助手），在完成个人信息保护影响评估并充分告知后，可以在任务开始前一次性告知并取得收集与权限同意。

——一次性同意。注意：仅此一次。

再往下一层看，学界和实务界已经把风险点说得很具体。《智能体个人信息保护风险及应对路径》一文提到三个我们该记住的机制性问题：智能体通常默认启动自动记忆，没有清晰的告知与授权确认机制；记忆多用向量数据库存储，物理删除困难，精准遗忘和彻底清除特定用户信息变得异常困难；记忆调用缺乏明确标准，容易出现擅自将记忆用于商业推广或个性化营销的情况。

同文还记了一个真实的翻车案例。2026 年 2 月 23 日，Meta 超级智能实验室（MSL）安全总监 Summer Yue 发帖说，她给 OpenClaw 的指令是"也检查一下这个收件箱，并提出你想归档或删除的邮件，在我指示之前不要执行任何操作"。这个工作流在她的"玩具收件箱"上跑了几周都没事，换到真实邮箱上——几千封邮件填满上下文窗口，触发压缩，那句"在我指示之前不要执行任何操作"从未写进文件，在摘要里消失了。

她连发三次"STOP OPENCLAW"都没能拦住，最后只能"像拆炸弹一样冲到 Mac mini 前"强制终止进程，200 多封邮件已经没了。

事后 OpenClaw 自己在 MEMORY.md 里写下一条新规则：先展示计划，获得明确批准后再执行。

Summer Yue 自己的总结是："这是个新手错误。事实证明，研究对齐的人也不能免于对齐错误。"

中国经济网 2026 年 9 月的报道里，快手安全团队的邵华用了一个很形象的词：大模型的上下文记忆、跨轮对话，相当于在原有体系外构建了**"影子数据库"**——"数据越积越多，画像越来越牢固，即使做了严格约束，也可能把 A 场景的敏感信息带到 B 的公开服务里。"

最后一句话留给我们自己。它不是危言耸听，它是这些规则存在的原因。

分水岭不在模型，在你愿不愿意让它记住

我们回到最开始那个凌晨一点的场景。

现在假设一个功能真的上线了：它记得上个月你说过的膝盖疼，记得你三年前提过的工作意向，记得你妈在哪家医院复查，甚至记得你上次比较过哪两家养老院。下一次你打开它，不需要再自我介绍。

你会松一口气。你会为这个"省下来的力气"感到一点点高兴。

然后，在某个你没有防备的瞬间，你会不会想起：这些东西，是它什么时候记住的？

这才是今天这条新闻真正的落点。

蒋冠军讲的是一个技术框架：模型、记忆、生态，三要素协同，指向主动服务。这套框架很完整，也确实在把"个人智能体"的体验上限往前推。

但框架里最关键的那一格——记忆——是唯一一个不由你直接填写、而是被系统默默攒起来的东西。

模型能力你看得见，生态连接你点得到，唯独"它记住了我什么"这件事，天然是隐形的。你只能靠几条倡议、几项法条、一个 15 个工作日的承诺，去换取这个能见度。

所以个人智能体真正的分水岭，不在模型排行榜上，不在谁的 MAU 更高，而在一个更朴素的问题：你愿不愿意让一个东西记住你？

这不是一个技术选择。这是一个你以前从来没有机会做、以后会越来越频繁做的选择。

今天就能碰的三件事

第一，去看看你的 AI 应用到底记了什么。 大部分产品现在都有"记忆"或"对话历史"或"个性化"开关。花两分钟翻一翻：它记的是你说过的话，还是它推断出来的偏好？后者更值得警惕——因为推断不需要你点确认。

第二，区分"能记住"和"必须记住"。 你的血压、你的体检报告、你孩子的病历，这些属于《个人信息保护法》第二十八条里明确列出的敏感个人信息（医疗健康、金融账户、行踪轨迹，以及不满十四周岁未成年人的个人信息）。敏感个人信息要单独同意。这些东西，你完全可以不让它进那个池子。

第三，给家里长辈做一次"记忆体检"。 蒋冠军那个例子是温暖的，但它成立的前提是那位老人自己知道、并且同意。老人往往更愿意把一个"看起来很贴心"的 AI 当成自家人。你可以在千问之外，也留意家里老人在用的那些应用——它们记的东西，可能比老人自己以为的多得多。

凌晨一点，你放下手机，屏幕暗下去。

房间里只剩台灯的一点暖光，和窗外模糊的城市。

如果明天那个 AI 真的记得你——记得你的工作、你的孩子、你妈上次说疼的膝盖——你当然会松一口气。我们都会。

只是这一次，在你把"记住我"交出去之前，值得多问一句：

它记住的，是那些你愿意给它的；还是那些它自己觉得有用的？

这两者的差别，可能比你以为的要大。

（本文依据 IT之家 2026-10-25 报道的 CNCC2026 特邀报告内容，以及 CCF 官方、QuestMobile、阿里财报、Google 官方、GB/T 35273 修订征求意见稿、《智能体个人信息保护倡议》等公开信息整理。文中示例场景为便于说明做了合并演绎。）