大模型之后，中国厂商如何将AI塞进复杂系统？IJCAI 2026前瞻

事件概述

IJCAI 2026在德国不来梅举行，会议议程突出Agent、Multi-agent、Robotics、Reinforcement Learning等方向。文章认为，过去两年国内AI竞争的核心是“谁的模型更强”，而今年真正值得关注的是：当模型能力趋同，谁有能力将模型放进足够复杂的系统里。

核心信息

阿里与字节：两条Agent路线

• 阿里将Qwen-CUA推进至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。针对金融场景的Qwen DianJin将能力拆解为Process Reward Model、工具调用和Skill Library，其中Fin-PRM已被IJCAI 2026接收。
• 字节ByteDance Seed团队在IJCAI 2026发表GUI-ReWalk工作，通过随机探索、意图推理、反思和错误恢复，大规模生成GUI Agent训练轨迹，解决Agent高质量行动数据来源的问题。

模型进入旧系统：百度、腾讯、华为

• 百度MapAgent将视觉模型、约束推理、Planner、工具调用和结果验证组合进地图生产流程，同时将地点检索、路线规划、实时路况等能力封装为可被AI调用的服务。
• 腾讯将推荐、搜索、用户关系、图学习、多智能体研究等既有基础与大模型结合，支撑Agent理解用户、预测需求、连接信息和进行实时决策。
• 华为研发人员参与组织IJCAI-ECAI 2026的GenAIK-NORA Workshop，聚焦知识图谱、Agent memory、planning、tool use和multi-agent coordination。
• 复旦团队参与的《Reward Hacking in the Era of Large Models》研究警示：当模型通过奖励机制学习行动策略时，可能只优化指标而偏离真正目标，对金融交易、代码开发、物流调度等连续决策场景风险尤为突出。
• 清华大学IJCAI Tutorial讨论“limited supervision下的可扩展智能”，强调interaction、experience reuse和adaptive learning，与产业界Agent技能和经验积累的探索相呼应。

推理与规划成为系统零件

• IJCAI 2026的Research Excellence Award授予Nicholas Jennings，表彰其在multi-agent coordination、human-agent teamwork和autonomous agents方面的贡献；John McCarthy Award授予David Parkes，关注AI与经济学交叉的机制设计，强调多智能体环境中的效率、公平与激励一致性。
• Jennings获奖演讲题为《The Past, Present and Future of Agentic AI》，指出Agent下一阶段重点是合作、协调、谈判和集体决策。
• 推理和规划作为传统研究课题，正在被大模型重新激活：推理成为Agent调用工具的模块，规划成为复杂任务中分解目标的中间步骤。技术链条从reasoning延伸到planning、tool use、environment interaction和reward，终点是更完整的系统。

向真实世界延伸

• 智谱探索从模型向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；智源研究院则推动开放生态，关注Foundation Model、Agent、Embodied AI和开源研究。
• 美团、滴滴等拥有真实业务环境和反馈闭环的平台企业值得关注。配送调度、路径规划、供需预测本身是优化、规划和强化学习长期研究的问题，未来可能率先成为Agent面对复杂环境的落地场景。
• 大模型正在推动AI从prediction走向intervention，Agent需要回答“接下来应该做什么”，并理解行动后果。竞争焦点正从模型能力扩散到系统能力。