关于 Agent 业内比较主流的定义为，Agent 是一种通过用户输入进行环境感知，通过工具使用来执行行动，以及通过基础模型结合长期和短期记忆实现认知能力的系统。

通过对全新夸克的体验，我们发现夸克其实是一个基于推理和多模态模型之上的超级 Agent，实现架构并不复杂，具体来说：

1. 基于多模态能力，通过输入框与用户的交互来感知（Perception）环境。

2. 基于阿里自研大模型的能力，进行规划（Planning），根据用户输入智能识别用户意图，委派特定的 Agent 来回复。

3. 根据用户不同的需求来调用不同的工具（Action）进行精准回答，针对性的解决用户所有指令。

4. 在学术、医疗和教育等方面，具备丰富的可信的行业数据库和独家知识库，作为数据记忆（Memory），填补了大模型本身不足的垂直领域知识。

在我们调研中发现，有许多研究员和开发者致力于将 Agent 的架构和交互做的更丰富，例如构建互相通信协作的 Multi-Agent 系统以期望解决复杂问题。但 Anthropic 在 24 年年末发布的文章“Building effective agents”中提到了他们的经验，“成功的 Agent 并不在于构建最复杂的系统，而在于构建适合用户需求的系统。并且仅在简单的解决方案无法满足要求时，才添加更多组件。”而这与乔布斯的产品设计理念“Simple can be harder than complex”不谋而合。

夸克此次的升级也是如此——看似做了减法，实则增益了用户体验。种种功能浓缩为一个超级框，一个入口即能满足用户学习、工作和生活中的所有问题。

之前的夸克是一个优秀的搜索引擎和工具箱，用户通过“搜索框”来探索世界，获取信息；通过 GUI 来与各个垂直场景的工具进行交互。而全新的夸克摈弃了传统的“搜索框”，升级为“AI 超级框”，一个全能助手。不仅交互形态变得更简约，还借助 Agentic 能力高效的满足用户深层次的需求。