在2026世界人工智能大会（WAIC 2026）期间，阿里巴巴宣布联合荣耀，基于“千问大模型”共创面向手机场景深度优化的解决方案，已在荣耀的Robot Phone落地。

分析指出，未来的手机Agent（智能体），核心问题是完成复杂长程任务，比如“预订下周三到上海参加大会的行程”，看似日常，但对于手机Agent来说并不容易，全程涉及意图补全、记忆注入、skill调用、异常恢复和多工具复杂操作等，任何一个环节不稳健，都会导致任务失败。

对此，阿里巴巴集团副总裁、ATH事业群Token Foundry多模态交互负责人许主洪在圆桌论坛中表示，在手机Agent火热的当下，最需要做的“第一件事”，正是找到一个高频、有价值的真实场景，构建模型-Harness工程-真实场景反馈的Agent闭环，让模型被大量用户真正用起来。

评测对Agent能力的持续提升至关重要。据悉，阿里巴巴设计了针对1000多个真实场景任务的基准评测，覆盖200多个常用手机工具、超200个记忆检索、40多项日常技能组合以及400多个界面操作协作。

许主洪表示，下一代手机Agent系统需要整个产业围绕底层模型、中间层平台和上层应用共同建设。阿里在大模型训练、优化和应用落地上积累了从基座到场景适配的经验；在Agent工程平台上，既有C端用户体验和交互的打磨，也有B端的复杂场景可靠性与闭环能力。“我们为手机产业构建AI基础设施平台，以模型能力和技术平台解决方案作为核心价值，服务好每一个合作伙伴，以开放共赢的态度，一起把产业做大。”