据雷峰网报道，8月19日，国际人工智能联合会议（IJCAI 2026）在德国不来梅召开。本届大会的议程中，Agent、多智能体、机器人、强化学习等关键词格外醒目。报道认为，过去两年国内AI最激烈的竞争是“谁的模型更强”，而今年真正值得观察的问题正在变化：当模型能力越来越接近底座，谁有能力把它放进一个足够复杂的系统里？
阿里和字节跳动在Agent能力上走出了两条不同路线。阿里为Agent制造“技能”，其Qwen-CUA将模型推进到Computer Use阶段，通过观察屏幕、操作鼠标和键盘完成任务；Qwen DianJin则针对金融Agent场景，将能力拆解为过程奖励模型、工具调用和技能库等模块，其中Fin-PRM已被IJCAI 2026接收。字节跳动关注的是Agent从哪里获得经验，ByteDance Seed团队在GUI-ReWalk工作中研究如何大规模生成GUI Agent的训练轨迹，通过随机探索、意图推理、反思和错误恢复，让Agent获得更多真实操作经验。
另一类企业则把模型塞回已有业务系统。百度将视觉模型、约束推理、规划器、工具调用和结果验证组合进地图生产流程，并尝试将地点检索、路线规划、实时路况等能力封装成可被AI调用的服务。腾讯的推荐、搜索、用户关系、图学习和多智能体研究长期积累，大模型没有替代这些系统，反而可能重新吸收它们。华为则更多出现在系统基础设施一侧，其研发人员参与组织了聚焦知识图谱、Agent记忆、规划、工具使用和多智能体协调的研讨会。报道指出，国产模型越来越多之后，模型、算力、终端和工业场景如何形成完整闭环，是华为和国产AI产业链共同面对的问题。
奖项方面，IJCAI 2026的Research Excellence Award授予Nicholas Jennings，表彰他在多智能体协调、人机团队合作和自主智能体方面的工作；John McCarthy Award授予David Parkes，表彰他在AI与经济学交叉领域机制设计的研究。Computers and Thought Award授予Jiajun Wu，主题是“通过代码构建视觉与物理智能”。Jennings的获奖演讲题目为《智能体的过去、现在与未来》，他认为智能体的下一阶段是合作、协调、谈判和集体决策。
推理和规划没有过时，而是成为大模型的“系统零件”。复旦团队参与的《大模型时代的奖励黑客》研究关注模型通过奖励机制学习时，如何避免偏离真正目标。清华大学Tutorial讨论有限监督下的可扩展智能，与产业界探索的Agent技能和经验积累形成呼应。报道还提到，智谱正从模型向Agent基础设施延伸，智源研究院推动开放生态，而美团、滴滴等拥有真实业务环境的平台企业，未来可能最早让Agent面对复杂环境。