Am Vorabend des großen Showdowns der Personal Agents hat Qianwen zuerst seine Hausaufgabe eingereicht.

Text von Wang Yi

Titelbildquelle: René Magritte, La Décalcomanie

Was bedeutet es wirklich, einen Menschen zu verstehen?

Das ist die Frage, über die Zheng Shishou, Produktverantwortlicher der Alibaba Qwen App, in letzter Zeit am häufigsten nachdenkt.

Ein Beispiel, das Zheng Shishou oft mit seinem Team teilt, stammt aus dem Gesundheitsbereich. „Wenn man die Symptome der Nutzer nur grob in phasenweise auftretende Erkrankungen oder chronische Krankheiten einteilt, gehen möglicherweise viele Informationen verloren“, sagte er. „Eine Person, die zehn Mal im Jahr ins Krankenhaus geht, und eine andere, die nur ein Mal im Jahr dort ist, lassen das KI-Modell auf Basis dieser Kontexte zu völlig unterschiedlichen Schlussfolgerungen kommen – bei zehn Krankenhausbesuchen lässt sich fast sicher sagen, dass der Gesundheitszustand erhebliche Probleme aufweist. Solche Erkenntnisse lassen sich nicht mit einfachen Strategien vollständig erfassen.“

Vor einem Jahr waren solche Probleme noch nicht im Blickfeld des Qwen-Teams. Der Wendepunkt kam mit der raschen Reife der agentischen Architektur im Jahr 2026, die Agenten zum wichtigsten Thema im KI-Bereich machte und der KI erstmals die Fähigkeit gab, Erinnerungen an jeden einzelnen Nutzer zu speichern.

Das war auch das halbe Jahr, in dem Qwen sich von einem LLM-Chat zu einer agentischen Architektur weiterentwickelte. Das Qwen-Team hat die am häufigsten genutzten Hochfrequenzszenarien der Nutzer herausgearbeitet – die ursprünglichen Vorteilsbereiche wie Hochschulaufnahmeprüfung, Gesundheitswesen und Arbeit wurden inzwischen auf mehr als 20 Szenarien wie den Finanzbereich ausgeweitet, um unterschiedliche Agentendienste anzubieten.

„Je weiter wir voranschreiten, desto schwieriger wird es, aber desto interessanter erscheint es uns, es hat großes Potenzial und ist sehr wertvoll“, sagte Zheng Shishou. Genau diese Komplexität ließ ihn das noch unzureichend erschlossene Potenzial des persönlichen Agenten erkennen.

Dies versetzte das Qwen-Team in einen starken Vorwärtsschub – in den zehn Monaten dieses Jahres ist die Zahl der komplexen persönlichen Aufgabenanforderungen von Nutzern auf Qwen um das Fünffache gestiegen. Zheng Shishou schätzt, dass diese Zahl bei Nutzung der Chancen in den nächsten Monaten um ein bis zwei weitere Größenordnungen steigen könnte.

Die deutlichste Auswirkung der raschen Entwicklung von Agenten ist die spürbare Steigerung der Interaktionsrunden und der Nutzerbindung. Derzeit erreicht die durchschnittliche Anzahl der Dialogrunden pro Nutzer im Qwen-Produkt bereits 5 bis 8 Runden.

Die Steigerung der Dialogrunden ergibt sich einerseits aus dem Fortschritt der Modellfähigkeiten, der es Agenten ermöglicht, die wahren Absichten der Nutzer besser zu erfassen; andererseits werden durch die Nutzung der mittel- und langfristigen Kontexte und Nutzerprofile über 60 % der Anfragen besser beantwortet.

Diese Zahl steigt weiter an. Die tiefste Erkenntnis des Qwen-Teams bei der Erforschung persönlicher Agenten in den letzten Monaten lautet: Persönliche Anforderungen sind nicht gleich einfache Anforderungen. Hinter scheinbar einfachen Fragen verbergen sich völlig unterschiedliche Absichten – um diese Anforderungen zu erfüllen, muss man nicht nur komplexe Aufgaben bearbeiten können, sondern auch einen konkreten Menschen verstehen.

„Die menschliche Kommunikation ist von Natur aus ein Prozess, der sich immer weiter öffnet und immer tiefer in Details vordringt, der ausreichende Intelligenz erfordert, um die Absichten und inneren Ziele der Nutzer zu erfassen“, fügte Zheng Shishou hinzu.

Auf dem chinesischen Markt mit weiterentwickeltem mobilen Internet und ausgereifteren lokalen Lebensdiensten sind chinesische Hersteller auf diesem Weg bereits einige Schritte voraus.

Am 22. September 2026 veröffentlichte Alibaba auf der Apsara Conference eine neue Produktstrategie für Qwen und kündigte offiziell die beschleunigte Weiterentwicklung zum persönlichen Agenten an. Auf dem eigenen Produkt wird ein umfassenderer persönlicher Kontext aufgebaut und durch ökologische Partnerschaften das Dienstleistungsgebiet auf mehr als 20 Bereiche ausgeweitet.

All diese Maßnahmen zielen auf dasselbe Ziel ab: Um die Betreuung eines einzelnen Menschen zu organisieren, werden verschiedene Fähigkeiten zu einem kontinuierlichen KI-Dienst kombiniert.

„Wir möchten Qwen zu deinem persönlichen Agenten machen“, sagte Zheng Shishou. Ein Detail, auf das das Qwen-Team großen Wert legt, ist: Wenn die Öffentlichkeit früher über Qwen sprach, verwendete sie oft Ausdrücke wie „Qwen benutzen“ – aber das ist nicht das endgültige Ziel von Qwen. „Wir möchten erreichen, dass die Nutzer uns als ‚mein Qwen‘ wahrnehmen.“

01. „Heute bleiben über 95 % der KI-Anforderungen auf dem Niveau einer erweiterten Suche“

Geht man zurück zum Anfang des Jahres 2026, als OpenClaw populär wurde, brachten Agenten noch nie dagewesene neue Chancen auf dem KI-Anwendungsmarkt. In den letzten zwei Jahren konzentrierte sich die Branche auf superintelligente KI-Anwendungen; in diesem Jahr richtet sich die Aufmerksamkeit wieder auf Basismodelle. Der Grund dafür ist, dass die Verbesserung der Modellfähigkeiten immer noch neue Produktbereiche erschließen und Wachstum sowie wirtschaftliche Kreisläufe fördern kann – Agenten und Video sind zwei Beispiele dafür.

Agenten ermöglichen es den Modellfähigkeiten, in konkrete langfristige Aufgaben einzugehen. Wenn große Modelle mit Harness kombiniert werden, kann die KI kontinuierlich Erinnerungen aufbauen und Aufgaben vorantreiben, statt nur einmalige Antworten zu geben. Aber die Handlungsfähigkeit ist nur der erste Schritt. Noch wichtiger ist, dass dasselbe Modell nach der Orchestrierung durch den Agentenmechanismus Probleme vollständiger verstehen und bearbeiten kann, was den Nutzern ein direktes Gefühl vermittelt: Das Modell wird intelligenter und menschenähnlicher.

Aber heute können die meisten Nutzer diese Intelligenz noch nicht spüren.

„Bei den aktuellen KI-Anforderungen der Nutzer sind über 95 % davon, dass die KI als erweiterte Suche verwendet wird“, lautet die Erfahrung von Zheng Shishou. Viele Nutzer wissen nicht, welche komplexen Probleme sie der KI übergeben können, es gibt immer noch eine große Lücke zwischen Angebot und Nachfrage.

Umgekehrt bedeutet das genau, dass über 95 % der Fähigkeiten von Agenten noch nicht erschlossen sind.

Ein typisches Beispiel ist die Anmeldung für Hochschulpläne, ein Szenario, an dem das Qwen-Team seit fast 10 Jahren arbeitet. Früher funktionierte die Qwen-Hochschulplanungshilfe eher wie ein Wahrscheinlichkeitsmodul – Nutzer gaben Informationen wie Punktzahl und gewählte Fächer ein, und das System filterte bundesweit eine statistisch optimale Lösung heraus.

Aber nach der Umstrukturierung des LLM-Chats zu einer agentischen Architektur hat Qwen eine neue Schicht für persönliche Kontexte hinzugefügt, die den entscheidenden Teil des personalisierten Verständnisses liefert.

Bei gleicher Punktzahl unterschieden sich die Ergebnisse früherer Planungsvorschläge der KI kaum; jetzt berücksichtigt die KI auch bei identischen Punktzahlen weitere Dimensionen: Manche Nutzer legen Wert auf das Niveau der Hochschule, andere bleiben lieber in ihrer Heimatregion und berücksichtigen Mitschüler, Ressourcen und das industrielle Umfeld für die zukünftige Beschäftigung.

Die direkteste Veränderung ist, dass die KI verstehen kann – „wo man zugelassen werden kann“ und „wo man hingehört“ sind zwei völlig unterschiedliche Fragen.

Die Handlungsfähigkeit von Agenten verändert den Interaktionsprozess des Produkts und kann aktiv Kontexte der Nutzer erfassen – in der neuesten Version des Hochschulplanungsagenten organisiert Qwen die zwei Wochen zwischen der Veröffentlichung der Punkte und der Anmeldung in einen Kalender, teilt den Nutzern nach Zeitpunkten mit, was sie wissen und erledigen müssen, und passt die Vorschläge und Planungen für die Hochschulanmeldung entsprechend dem Feedback der Nutzer an.

Das zieht eine klare Grenze zur Ära der vorherigen Chatbots.

„Die Schwierigkeit des persönlichen Agenten wurde in der Vergangenheit stark unterschätzt“, sagte Zheng Shishou. Der Grund dafür ist, dass die KI nicht mehr nur eine einmalige Empfehlung abgibt, sondern den gesamten Entscheidungsprozess begleitet – im Kern geht es um das Verständnis des Menschen.

Die Identität, die Situation und die Ziele eines Menschen ändern sich ständig – früher war man Schüler, heute ist man Angestellter; früher war man Kind der Eltern, heute wird man möglicherweise selbst Eltern.

Zheng Shishou fasst den Kernpunkt für die Entwicklung eines guten persönlichen Agenten in der Aussage zusammen: „Man muss den umfassenden, lebenslangen persönlichen Kontext sammeln.“ Ein persönlicher Agent muss diese Kontexte über lange Zeit sammeln, um zu verstehen, was der Nutzer gerade braucht, statt jedes Mal von vorne anfangen zu fragen.

Nachdem sie das verstanden haben, baut das Qwen-Team das System für persönliche Kontexte in drei Dimensionen auf:

Erstens baut das Qwen-Team einen allgemeinen Kontext auf, der sich an der Identität und der Lebensphase der Nutzer orientiert – Beruf, Familienrolle und aktuelle Zeitszenarien ändern sich ständig. Die Aufgabe des allgemeinen Kontexts besteht darin, die phasenspezifischen Merkmale und individuellen Bedürfnisse der Nutzer aus der Dynamik herauszuarbeiten und ihre langfristigen Ziele und ihre innere Persönlichkeit zu verstehen;

Zweitens baut Qwen auf Basis der Anforderungen der Nutzer in Arbeit und Leben bereichsspezifische Kontexte auf, sammelt Informationen aus mehreren Szenarien und ruft diese szenarienübergreifend ab, sodass Gesundheit, Vermögensverwaltung, Alltag und Lernen keine isolierten Anforderungen mehr sind. Zum Beispiel beeinflusst die Bildungsplanung der Kinder die Familienvermögensverwaltung, und der Gesundheitszustand ist mit Bewegungsgewohnheiten verknüpft.

Aber um die Nutzer besser kennenzulernen, reicht das derzeitige Volumen an Kontexten noch lange nicht aus. Das erklärt auch, warum Qwen ein so umfangreiches Endgeräte-Ökosystem aufgebaut hat – neben App und PC hat Qwen auf der diesjährigen Apsara Conference angekündigt, neue KI-Brillen und KI-Kopfhörer auf den Markt zu bringen. All diese Maßnahmen dienen dazu, das Verständnis für denselben Menschen kontinuierlich zu vertiefen und um ihn herum unterschiedliche KI-Dienste anzubieten.

02. Der persönliche Agent könnte die Super-App des KI-Zeitalters sein

Heute bildet sich in der globalen KI-Branche ein neuer Konsens heraus: Der Wettbewerb im Zeitalter der Agenten ist im Wesentlichen der Wettbewerb um Kontexte.

Persönliche Agenten sind die neueste Wette der großen Technologieunternehmen. Am 8. September veröffentlichte Meta den persönlichen Agenten „Muse“, der Nutzern beim Online-Einkauf, beim Kauf von Kinokarten, bei der Terminplanung, beim Versenden von E-Mails, bei Zahlungen und bei Reservierungen hilft – und hat damit den Markt sofort begeistert. Bis zum 21. September belegte Muse Platz 1 der kostenlosen Ranglisten sowohl im US-amerikanischen App Store als auch bei Google Play, die Meta-Aktie stieg um 11,4 %.

Instinct, das eng mit OpenAI zusammenarbeitet, und der KI-Assistent von Grok stürzen sich ebenfalls in dieses Marktsegment. Gleichzeitig geht Gerüchten zufolge OpenAI intern an der Entwicklung eines persönlichen Agenten namens AEON.

Laut Aussage von Meta-Führungskraft Nat Friedman ist das Ziel von Muse, „ein Produkt zu schaffen, das OpenClaw ähnelt, aber sicher, zuverlässig, benutzerfreundlich ist und auf Milliarden von Menschen skaliert werden kann“.

Diese Vision ist nicht neu bei Muse. OpenAI hat bereits 2025 erste Versuche mit Agentenfähigkeiten wie dem KI-Einkauf unternommen, aber das hat kaum Aufmerksamkeit erregt. Der Grund für den großen Erfolg von Muse liegt darin, dass es nach dem Hype um OpenClaw das erste brauchbare Produkt für persönliche Agenten ist – es bietet nicht nur Dienste an, sondern verbindet sich mit dem persönlichen Terminplan, den E-Mails und dem Kalender der Nutzer, sodass normale Nutzer zum ersten Mal das Gefühl haben: „Die KI versteht mich wirklich, wenn sie Aufgaben erledigt.“

Aber der Weg von Muse lässt sich nicht eins zu eins auf China übertragen. Wie viele Dienste der Browser übernehmen kann und welche Fähigkeiten die Plattformen freigeben, beeinflusst die Funktionsweise von Agenten. Viele lokale Lebensdienste in China sind in mobilen Apps gebündelt, Konten, Daten und Transaktionsabläufe sind relativ unabhängig voneinander. Damit persönliche Agenten diese Grenzen überwinden können, ist eine tiefere ökologische Zusammenarbeit erforderlich.

Im Vergleich dazu hat Qwen bereits eine Reihe von echten Lebensdiensten verbunden. Von der Bestellung von Essen und dem Fahrdienst bis zur Einbindung weiterer Partner über die offene Plattform sammelt es nicht nur Zugänge zu Diensten, sondern auch Erfahrungen im Verstehen von Anforderungen, im Abrufen von Fähigkeiten und im Vorantreiben der Leistungserbringung.

Der nächste Schritt für Qwen besteht darin, verschiedene Dienste um den Kontext desselben Menschen herum zu koordinieren, um von der Fähigkeit „eine Aufgabe erledigen zu können“ zu „einem Menschen kontinuierlich bei Aufgaben zu helfen“ voranzukommen.

Das wird sich allmählich zu einer Schleife von dienstorientierten Agenten entwickeln: Der Gesundheitszustand, den ein Nutzer im Gesundheitsszenario angibt, kann als Referenz für Reiseplanungen dienen; der Bildungsplan für die Kinder kann auch die Entscheidungen bei der Vermögensverwaltung beeinflussen. Die Dienste behalten ihre fachliche Spezialisierung bei, aber das Verständnis für den Nutzer muss szenarienübergreifend sein und sich mit dem persönlichen Zustand des Nutzers ständig aktualisieren.

Die Architekturänderung, die Qwen gerade vorantreibt, dient genau dazu, diese Fähigkeiten neu zu organisieren: Ein allgemeines Harness übernimmt Planung, Tool-Aufruf und Aufgabenvorantrieb, bereichsspezifische Agenten für Gesundheit, Lernen, Arbeit und andere Bereiche liefern fachliche Fähigkeiten, und ein einheitlicher persönlicher Kontext sorgt dafür, dass sie bei der Ausführung von Aufgaben die Ziele und Vorlieben desselben Menschen besser verstehen.

Das bedeutet aber nicht, dass die „vertikalen Bereiche“ verschwinden. Im Gegenteil: Fachdaten, Tools und Dienste bestimmen weiterhin, wie tief eine Aufgabe bearbeitet werden kann. Die Veränderung liegt darin, dass die Nutzer diese Fähigkeiten nicht mehr selbst einzeln suchen und organisieren müssen – stattdessen versteht der persönliche Agent die Anforderungen, ruft sie bedarfsgerecht ab und verbindet die Hilfe aus verschiedenen Bereichen zu einem kontinuierlichen