Qwen, da Alibaba, aponta três pilares do Personal Agent: modelo, memória e ecossistema

Na China Computer Conference 2026, realizada em 22 de outubro, Jiang Guanjun, responsável pela área de algoritmos de AI na divisão Qwen da Alibaba, apresentou a abordagem técnica da empresa para criar o Personal Agent. A tese central: um agente só merece o adjetivo "pessoal" quando gera valor adicional e atende uma pessoa específica de forma proativa, por iniciativa própria. Isso só é possível com a combinação de três componentes: modelo, memória e ecossistema.

Da resposta à iniciativa própria

Jiang organizou a evolução dos aplicativos de AI em etapas. Na visão dele, o Personal Agent está em um novo degrau, em que muda o próprio critério de sucesso. Antes, um aplicativo era avaliado pela qualidade da resposta: se explicou com clareza, se escreveu o texto corretamente, se encontrou a informação rápido. Para um agente pessoal, isso não basta.

A apresentação listou dois requisitos. O primeiro: o agente deve gerar valor incremental, ou seja, fazer o que o usuário não faria sozinho ou levaria bem mais tempo para fazer. O segundo: o atendimento precisa ser personalizado e proativo. O sistema não espera um comando; ele percebe o contexto e sugere o próximo passo.

Tecnicamente, a proatividade é mais difícil do que o diálogo reativo. Ela exige conhecimento sobre o usuário, permissão para agir em serviços externos e confiabilidade suficiente para que a iniciativa não irrite.

Três pilares sem os quais o agente não se sustenta

Segundo a lógica da apresentação, cada um dos três pilares cobre uma parte do problema:

• O modelo cuida de entender intenções, planejar etapas e chamar ferramentas. É dele que depende a capacidade de o agente transformar um pedido vago em uma sequência de ações.
• A memória guarda preferências, histórico e contexto do usuário. Sem ela, a personalização é impossível e cada conversa começa do zero.
• O ecossistema dá ao agente acesso a serviços reais: compras, pagamentos, mapas, reservas. Sem ele, o agente apenas aconselha, em vez de executar.

O que importa é a expressão "avançam em conjunto". Jiang não propõe melhorar os três componentes um de cada vez. Um modelo forte sem memória dá respostas genéricas; memória sem modelo vira um depósito de anotações; e os dois juntos, sem ecossistema, esbarram no limite da janela do chat.

Por que a Alibaba está numa posição particular

O terceiro pilar é o que mais diferencia a Alibaba de vários concorrentes. A empresa tem comércio eletrônico próprio, infraestrutura de pagamentos por meio da afiliada Ant Group, além de produtos de mapas e serviços. Para o agente, isso significa um conjunto pronto de ações que podem ser executadas em um ambiente confiável, e não por integrações frágeis com sites de terceiros.

No mercado chinês de assistentes para o consumidor, é uma vantagem considerável. Concorrentes como ByteDance e Tencent também montam combinações de ecossistema, de modo que a disputa já não gira em torno da qualidade das respostas em benchmarks, mas de quem consegue fazer mais coisas úteis pelo usuário. A participação em um fórum acadêmico especializado mostra que o Qwen quer garantir também o enquadramento tecnológico dessa discussão.

O que as equipes que constroem agentes devem verificar

Para desenvolvedores, a apresentação funciona como um checklist. Primeiro, a memória deve ser projetada como um subsistema separado: o que guardar, como os dados envelhecem, como o usuário pode vê-los e apagá-los. Segundo, a proatividade exige um limiar de confiança: um agente que age com frequência demais perde a confiança do usuário rapidamente. Terceiro, o valor se mede não pela duração da conversa, mas pelo tempo economizado e pelas tarefas concluídas.

Para as empresas, a conclusão é mais simples. Quem controla os serviços aos quais o agente tem acesso, e os dados sobre o usuário, ganha uma alavanca real sobre ele. O modelo vai se tornando aos poucos uma peça intercambiável, enquanto memória e ecossistema passam a ser o que é difícil de copiar.