联想超级智能体何以超级？CTO解析技术架构

5月7日，联想创新科技大会（Tech World）的舞台上，一项名为“超级智能体”的战略级产品正式亮相。联想集团同时发布了面向个人与企业的两大解决方案：联想天禧个人超级智能体和联想乐享企业超级智能体。这标志着联想在AI赛道的布局，已从提供算力硬件，深入到构建智能交互的核心层。

联想集团高级副总裁兼首席技术官Tolga Kurtoglu在主题演讲中，首次全景式展示了“超级智能体”的技术架构。这场演讲透露出一个清晰的信号：联想的野心远不止于打造更高效的AI工具，其终极目标是通过一套混合式AI架构，结合多模态协作与自主进化能力，构建真正意义上的“人类认知延伸”。

“超级”何以成立？三大核心能力与一个贯穿始终的原则

Tolga Kurtoglu为“超级智能体”的“超级”二字下了定义，它取决于三大核心能力的融合：

首先，是自然的多模态交互能力，能够实现设备间的主动感知与无缝通信。其次，是实现跨设备、跨平台、跨生态系统的本地知识库无缝集成，并在此过程中构筑坚固的安全防线。第三，是先进的任务自主分解与编排能力，让智能体能够理解复杂指令并自动规划执行路径。

而贯穿这三大能力始终的，是一个不容妥协的设计原则——安全与隐私保护。这几大能力的结合，最终目的是让智能体能够以更直观、轻松且绝对安全的方式，去适应不断涌现的新任务、新信息以及新用户。

Tolga强调，以用户为中心的未来人工智能，绝不会捆绑于任何单一的模型、芯片、设备或形态。未来的AI将构建在多元模型与多元智能体组成的生态之上，它将彻底打通设备、边缘、云端等场景壁垒，为企业与个人用户提供无缝的服务体验。

那么，支撑这一愿景的技术路径究竟是如何设计的？我们来深入拆解一下。

技术路径深度拆解：两大能力与两大模块

在Tolga的阐述中，模型工厂与智能体框架构成了超级智能体开发的两大核心技术能力。

要实现超级智能体的愿景，必须从所有AI系统的基石——大模型着手。这就引出了第一个核心能力：

。

当前，模型迭代的速度前所未有，这意味着模型部署的效率至关重要。然而，针对特定用户需求去优化一个数十亿甚至万亿参数的模型，过程极其复杂，动辄耗时数月。联想给出的解决方案是自研的“模型工厂”，它能将这一部署周期从几个月压缩到几周。

不过，将最优模型部署到设备端只是第一步。如果说模型工厂解决了“有什么”的问题，那么

则负责回答“怎么用”。这正是超级智能体定义中“任务自主分解与编排能力”的关键体现。

面对不同的任务，需求截然不同：简单的任务需要轻量化、低延迟的设备端模型快速响应；而复杂的任务则可能需要调用云端或数据库的强大算力。用户需要的是能够灵活调度各种规模模型、并跨设备、边缘和云端协同工作的智能体。

这就要求超级智能体在接收到查询或任务指令后，能够自动进行任务分解，并智能地将其路由到最优的解决方案模型——无论这个模型部署在何处，整个过程应尽可能减少人为干预。Tolga指出，新一代的模型调度技术将引入具备自主学习能力的模型路由，它能根据任务需求和用户反馈持续优化，从而更深入地理解用户意图。

作为第二项核心能力，

旨在加速智能体的整体部署进程。这个框架不仅负责将最佳模型部署到终端，更重要的是，它能够连接任意模型——无论是设备端、边缘端还是云端模型，从而构建起真正的混合式AI架构。基于此，研发团队能够为客户快速交付高度定制化的AI智能体解决方案。

除了上述两大核心技术能力，Tolga还介绍了驱动超级智能体开发的两大核心模块：

这赋予了智能体通过实时编程来处理任意任务的能力。该技术能让超级智能体从用户输入中提取关键信息，将复杂请求拆解为多个子任务，并最终整合成可执行的行动计划。随后，智能体将自动生成并执行整个工作流。

即多个智能体通过协同合作来完成一项任务。每个智能体专注于任务的特定部分，最终输出统一的解决方案。当任务异常复杂时，系统会启动一个层级架构：一个“顾问智能体”负责对任务进行分解，并将子任务分配给特定的专业智能体。各智能体构建自己的独立工作流，将结果反馈给顾问智能体。这个顾问智能体充当了统一的交互界面，它既是任务输入的入口，也是结果输出的出口，可以连接用户、其他AI智能体或两者同时连接。

以教育场景为例，当学生提出一个综合性问题时，一个规划型智能体会将任务拆解，分派给数学、文学等学科专属模型进行处理，最后整合输出答案。学生只需通过一个统一的界面，就能获得跨学科的资源支持。这种机制既实现了专业化分工，又极大地简化了人机交互流程。

这已不仅仅是一种技术架构，更是一个认知操作系统的雏形。它的出现，预示着人机交互范式即将被彻底改变。

不可或缺的基石：AI算力平台

联想集团董事长兼CEO杨元庆对此有一个精辟的总结：超级智能体已不再只是一个工具，而是个人和企业的“认知操作系统”。在这个系统中，各种智能体能够收集、整合海量数据，并就如何展示和使用这些数据做出智能决策。

Tolga指出，联想超级智能体的愿景是通过无缝交互、跨域知识融合与自主任务编排等技术，打造真正的智能伴侣，从而为未来的“AI双胞胎”铺平道路。

为此，联想在异构计算技术的驱动下，构建了关键的AI基础设施平台。其性能表现已超越业界顶尖水平，实现了吞吐量提升75%、延迟降低51%、输出基准时间缩短43%，同时在能效比上保持行业领先。

终极进化：从“工具”到“伙伴”

在演讲的尾声，Tolga描绘了超级智能体的终极形态——“自主进化的AI双胞胎”。其核心在于具备持续自主规划、行动、思考与进化的能力，并最终实现智能体之间的自主协商。

从模型工厂的敏捷部署，到多智能体的社会性协作，联想超级智能体的技术架构，本质上是一场对“智能”本身的重构。

“当我们把混合AI模型架构、自动化工作流和多智能体协作，与支撑多智能体并行执行所需的计算环境结合起来时，超级智能体将始终处于动态演进状态。”Tolga勾勒的蓝图显示，这不仅是产品的迭代路线，“它们会像人类一样，快速学习并通过与我们和其他智能体的交互持续进化。超级智能体对人类这些超能力的模拟，正在放大我们的认知智能与联结智能，助力我们打破数据孤岛，催生一种增强版的集体智慧新形态，从而释放出我们未曾触及的潜能。”