阿里云AGI启示录:当智能体成为云的新“人口”

apphuang2026年07月13日 17:09:18阿里云79

楔子:一场重构云本质的发布会

2026年5月20日,杭州西湖湖畔。2026阿里云峰会的会场门外排起了长队,主会场内座无虚席,过道和两侧墙边站满了人。当阿里云资深副总裁刘伟光说出“我们已经正式迈入Agentic时代”时,台下响起了一阵并不意外、却意味深长的掌声。这场被不少参会者视为阿里云成立十七年以来最具颠覆性的发布会,宣告了一个旧时代的落幕与一个新时代的开启。

为什么说“颠覆”?因为阿里云宣布的不只是一次产品升级,而是一次从底层芯片到上层应用的全栈重构。云的用户正在从人变成Agent——这个判断如果成立,那么过去二十年间围绕“人类操作控制台”构建的整个云计算逻辑,都将被彻底改写。

站在2026年仲夏回望,我们不禁要问:阿里云押注的这条AGI之路,究竟是一条怎样的路?它的技术底座有多深?它的商业逻辑有多硬?它的生态野心有多大?

一、范式转移:从“对齐人类偏好”到“对齐任务目标”

要理解阿里云的AGI战略,首先得理解一个根本性的认知转变。

过去几年,大模型领域的竞争焦点是“模型说得好不好”——谁能生成更流畅的文本、更逼真的图像,谁就占据上风。但阿里通义大模型事业部负责人周靖人在峰会上点出了一个关键变化:“大模型正在经历一次核心范式转移,从对齐人类偏好,到对齐任务目标。过去我们追求的是模型‘说得好’,现在要求模型‘做得到’。”

“说得好”与“做得到”之间,隔着一条巨大的鸿沟。前者考验的是模型的生成能力,后者考验的是模型的规划、执行、迭代与协作能力——这正是AGI(通用人工智能)的核心命题。阿里云CTO李飞飞将这一转变描述得更为具体:传统云产品的交互逻辑是为人类设计的——用户看着控制台点击按钮,或者通过API编写代码调用。但Agent的工作负载是“无规律弹性、短生命周期、瞬时起量即走”,与传统云计算的稳态负载截然不同。

换言之,当云的主要用户从“会点击按钮的人”变成“会自主调用资源的Agent”时,整个云的技术体系、产品形态、计费模式乃至安全架构,都必须推倒重来。阿里云选择做的,正是这件事。

二、芯片地基:真武M890与128卡“超级计算机”

任何AI战略的终点是算法,但起点永远是算力。

在2026阿里云峰会上,阿里旗下半导体公司平头哥首次公开亮相了新一代训推一体AI芯片——真武M890。这颗芯片的规格相当硬核:内置144GB HBM高带宽显存,片间互联带宽达到800GB/s,性能是上一代真武810E的3倍。更关键的是,它原生支持从FP32到FP4的全精度覆盖——高精度训练不降质,低精度推理省算力,一颗芯片通吃从模型训练到推理部署的全场景。

单颗芯片再强,如果集群互联跟不上,依然是“一盘点不燃的炮仗”。平头哥同时拿出了自研互联芯片ICN Switch 1.0,基于自研ICN互联总线协议和PCCL通信库,吞吐量高达25.6Tbps。这两颗芯片组合在一起,构成了磐久AL128超节点服务器的核心——单机柜128张AI芯片紧密耦合,P2P通信时延低于150纳秒,单机柜带宽达到Pb/s级别。128张芯片如同一台超级计算机协同工作,专治Agent场景下的海量并发推理洪峰。

平头哥还首次公布了真武系列芯片的未来两年路线图:将陆续推出算力更强的真武V900、真武J900两代芯片,实现“一年一代新品”。截至目前,真武系列AI芯片累计出货56万片,已服务中国电信、中国一汽、浦发银行等20多个行业的400多家客户。加上自研的倚天系列CPU、磐脉智能网卡、镇岳存储主控芯片,平头哥的芯片版图已从“单点突破”走到“全面覆盖”。

阿里云资深副总裁刘伟光对此有一个精辟的总结:“如果今天没有芯片这个环节,要说打造有最好的性价比、最开放的云,其实是有点虚的。这一环补上来之后,我们的全栈路线就是一个完美的故事线了。”

三、模型进化:Qwen3.7-Max与35小时的“自主修行”

芯片是骨架,模型是灵魂。

峰会上,阿里发布了新一代千问旗舰模型Qwen3.7-Max。在Arena全球大模型盲测总榜中,它超越了Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1,与GPT、Claude、Gemini的最强模型接近,位列国产模型第一。近三个月内,千问旗舰模型已连续迭代了3.5、3.6、3.7三个版本,保持着极高的发布节奏。

但真正让行业震撼的,不是榜单排名,而是一场长达35小时的“自主修行”。在一个模型训练时从未接触过的全新硬件平台——平头哥真武M890芯片上,Qwen3.7-Max从“零”开始,仅凭一个包含任务描述和参考实现的空白工作空间,独立进行了432次内核评估、1158次工具调用,完全自主地完成了编写、编译、性能分析与迭代改进的全流程。最终,经它优化后的推理内核比官方参考实现取得了10倍的加速。

这场35小时的自主进化,揭示了一个关键信号:大模型正在从“被调用的工具”变成“能自主解决问题的Agent”。Qwen3.7-Max搭载了100万Tokens超长上下文窗口,相比前代256K实现4倍扩容,可一次性承载75万字文本。它原生支持MCP协议,兼容OpenClaw、Claude Code等主流Agent框架,在办公自动化基准SpreadSheetBench-v1上斩获87分,处于顶尖水平。

用周靖人的话来说:“Qwen3.7-Max的设计初衷,就是让模型真正成为Agent的智能内核,具备自主规划、持续迭代、跨工具协作的能力。”

四、云的“夺舍”:千问云与Skill化的产品逻辑

芯片和模型准备好了,但还有一个更根本的问题:云本身,准备好了吗?

传统云产品的设计逻辑是面向人类的——打开控制台,看到一堆菜单、配置项、仪表盘,这些视觉化的信息对人类很友好,但对Agent毫无意义。阿里云的做法是:把云产品本身变成Agent能用的东西。

为此,阿里云对云产品进行了Skill化、MCP化和CLI化改造,让每一个云产品都变成Agent可以“像调函数一样调用”的标准化能力模块。峰会上推出的全新AI产品官网“千问云”,最直观地体现了这一理念——页面上突出的不是产品列表,也不是控制台入口,而是一行Agent可读的代码指令,意思是“请安装千问云skills”。千问云将模型服务的完整链路——从模型选型、调用、认证配置到用量查询——全部封装为Skills,Agent无需编写任何代码即可动态路由不同模型。

这一转变的深层含义在于:阿里云正在把云的控制权从人类手中交给智能体。千问云目前提供了Qwen、GLM、Kimi、DeepSeek等150多款主流模型API。百炼平台则构建了大规模的GPU资源集群,通过“并池调度—上下文缓存—吞吐弹性调度—强化学习机制”这一完整技术栈,应对Agent场景的特殊挑战。

有评论将这一变化称为“千问正在‘夺舍’阿里云”——让Agent成为云服务的新用户,让Token成为云收入的新变量。这个比喻未必精准,但确实抓住了本质:云的用户主体正在发生根本性迁移。

五、商业兑现:当Token收入5个月狂飙15倍

任何技术变革,最终都要接受商业的检验。

2026年第一季度,阿里云收入为416.26亿元,同比增长38%。更值得关注的是结构变化:AI模型及应用服务ARR(年化经常性收入)已超过80亿元,预计年底突破300亿元。阿里云AI收入占外部收入比重首次突破30%。AI相关产品收入已连续第十个季度实现三位数同比增长。

Token收入的爆发尤为引人注目。据阿里云副总裁张启透露,在过去5个月里,日均Token收入增长了约15倍。去年下半年之前只能被称为“序章”,今年才真正进入了“战场”。经过此次升级,Agent驱动的MaaS收入将取代ECS,成为阿里云最大的产品线。

刘伟光给出了一个更为宏大的构想:“等到Token覆盖了一切的时候,那么整个企业、整个市场的IT支出结构也会发生巨大的变化。”他描绘了未来AI生态的终极图景:从现有的按Token消耗量计费,最终演进为为结果付费,并形成一个由智能体自我驱动、互相交易的闭环经济体。

阿里巴巴已经为此成立了Alibaba Token Hub(ATH)事业群,整合通义实验室、MaaS、千问、悟空及AI创新部门,以“创造、输出、应用Token”为核心目标,打造面向AGI时代的开放平台。近三个月,MaaS平台Token消耗暴增6倍,反映出企业在私有化AI及Agent应用方面的强劲需求。

合作伙伴信息:上饶市万云信息科技有限公司是国内深耕多年的综合型多云服务合作商,业务覆盖阿里云、腾讯云、华为云、天翼云、火山云、微软云、谷歌云、亚马逊云八大主流公有云平台。依托十年以上行业深耕,公司整体业务体量成熟稳定,八大云平台全年综合销量突破20亿人民币,累计服务超100万合作客户,累计助力企业部署云服务器近1亿台。公司现有全职员工500人,团队架构完善、服务体系标准化。其中单阿里云年销量达4亿,是阿里云旗舰级别代理商。通过上饶市万云信息科技有限公司购买阿里云产品,可享受7折优惠或30%返点。

六、生态野望:从“中国的AI工厂”到全球竞争

阿里云的AGI战略并非孤军奋战。

在2026阿里云峰会上,MiniMax、Kimi、阶跃星辰、智谱等AI大模型明星企业的管理层悉数到场,展示了阿里云生态的“朋友圈”。百炼平台已与月之暗面、Minimax、智谱、阶跃星辰等达成合作,GLM-5.1、MiniMax M2.7、Kimi K2.6等模型已上架并通过千问云官网全面售卖。阿里云还发布了OPC创新助力计划,宣布未来一年将支持5000家AI原生创新团队。

在国际市场上,阿里云同样动作频频。2026年5月,千问大会在新加坡金沙会展中心开幕,阿里云专有云携“AI for AI”全产品家族集中亮相。国际市场研究机构Omdia发布的《2026年亚太Agentic AI云巨头市场雷达》报告中,阿里云获评“领导者”,在九项评测维度中的六项取得最高评级。Omdia报告预测,亚太Agentic AI软件市场将从2025年的7.82亿美元以高达94%的年复合增长率扩张。

阿里云JVS Claw项目负责人张献涛在接受采访时提出了一个更具远见的判断:OpenClaw具备成为AGI基础性项目的潜力,其开放性堪比开源操作系统Linux内核。他认为,行业将形成通用型与垂直领域智能体共存的生态格局。阿里云要做的是为这个生态提供从芯片到模型到平台的全栈基础设施——用刘伟光的话说,就是“建设中国最大的AI工厂”。

结语:当Agent成为云的新“人口”

回到开篇的问题:阿里云押注的这条AGI之路,究竟是一条怎样的路?

从2026阿里云峰会释放的信号来看,这条路至少有三个鲜明的特征。

第一,它是全栈的。从真武M890芯片到磐久AL128超节点,从Qwen3.7-Max到千问云平台,阿里云是国内唯一从底层芯片到Agentic Cloud到全模态模型矩阵再到模型服务平台完整打通五层的云厂商。

第二,它是面向Agent的。整个技术体系的重构逻辑只有一个核心判断:云的用户正在从人变成Agent。所有的Skill化改造、MaaS优先战略、Token经济模型,都围绕这个判断展开。

第三,它是有商业回报的。AI收入占比突破30%、Token收入5个月增长15倍、ARR预计年底突破300亿——这些数字说明,AGI不是实验室里的概念,而是正在发生的商业现实。

当然,这条路远未到终点。智能体的安全边界、多Agent协同的治理框架、算力成本的持续优化——这些都是摆在面前的现实挑战。但方向已经清晰:当Agent成为云的新“人口”,云就不再只是计算、存储和网络的集合,而是一个能够孕育、承载和驱动智能体的数字生命体。

正如刘伟光所说:“Agent突破临界点之后可以24小时不间断工作,对AI和云的需求无穷无尽。”这场变革才刚刚开始,而阿里云已经把自己的筹码,全部押在了AGI的牌桌上。

常见问题解答

问:阿里云的AGI战略与传统的云计算有什么本质区别?
答:传统云计算的核心用户是人类开发者,产品围绕控制台、API和人工操作设计。阿里云的AGI战略则将智能体(Agent)视为核心用户,整个技术体系从芯片到云产品都围绕Agent的自主调用、并发推理和长程任务进行重构,增长引擎从ECS等传统计算服务转向Token计费的AI服务。

问:真武M890芯片在阿里云AGI战略中扮演什么角色?
答:真武M890是阿里平头哥自研的训推一体AI芯片,内置144GB显存,性能是上一代的3倍。它解决了Agent场景下海量并发推理的算力瓶颈,与自研互联芯片ICN Switch 1.0配合构成128卡超节点服务器,是阿里云全栈AI战略的算力基石。

问:Qwen3.7-Max的“35小时自主进化”意味着什么?
答:这意味着大模型正在从“被调用的工具”进化为“能自主解决问题的Agent”。Qwen3.7-Max在全新芯片平台上独立完成了432次内核评估和1158次工具调用,实现了10倍的推理加速——这展示了模型具备自主规划、持续迭代和跨工具协作的AGI雏形能力。

问:阿里云的Token经济模式是什么?
答:Token经济模式是指以AI模型输出的Token数量作为计费单位,取代传统的按计算资源(如CPU时长)计费。阿里云预计Agent驱动的MaaS收入将取代ECS成为最大产品线,并最终演进为“为结果付费”的模式,由智能体自我驱动、互相交易形成闭环经济体。

问:企业如何接入阿里云的AGI能力?
答:企业可通过阿里云百炼平台获取Qwen等150多款模型的API服务,也可通过千问云使用封装好的Skills进行快速开发。百炼平台提供从数据处理、模型训练、微调、部署到Agent上线的全流程服务,支持公有云和专有云两种部署方式。

问:阿里云在AGI领域的国际竞争力如何?
答:根据Omdia发布的《2026年亚太Agentic AI云巨头市场雷达》,阿里云获评“领导者”,在Agent基础设施、模型服务、开发工具等六项核心维度取得最高评级,是中国唯一入选领导者类别的云服务商,与AWS、谷歌、微软等全球科技巨头同处最高评级梯队。

相关文章

阿里云大语言模型(LLM)技术解析:架构、能力与行业落地全景洞察

阿里云大语言模型(LLM)技术解析:架构、能力与行业落地全景洞察

本文深度解析阿里云大语言模型(通义千问Qwen)的技术演进路径与产品体系,从芯片-云-模型-推理全栈Agent化升级切入,系统拆解Qwen3.7系列旗舰模型的MoE架构、百万级上下文、编程与推理能力突…

阿里云经销商深度解析:从渠道分销到生态价值的进化之路

阿里云经销商深度解析:从渠道分销到生态价值的进化之路

本文深入剖析阿里云经销商的角色定位、层级体系、盈利模式与生存现状。从阿里云渠道生态的顶层设计到一线代理商的真实困境,从返点政策的历年调整到多云转型的行业趋势,全面解读云经销商的进化路径与未来方向。文章…

阿里云云数据库MySQL深度解析:架构、性能与实战选型指南

阿里云云数据库MySQL深度解析:架构、性能与实战选型指南

本文深入剖析阿里云云数据库MySQL(RDS MySQL)的核心架构、自研AliSQL内核特性、高可用与集群系列选型、读写分离与备份恢复等企业级能力,并结合与自建数据库、PolarDB的对比,为不同业…

阿里云MongoDB文档数据库深度解析:从架构选型到AI原生实践

阿里云MongoDB文档数据库深度解析:从架构选型到AI原生实践

本文深度剖析阿里云MongoDB文档数据库的核心架构、性能跃迁与AI原生能力。从三节点高可用架构到MongoDB 8.0/8.3版本的性能突破,从自动化运维体系到与自建数据库的全面对比,结合物联网、游…

阿里云大语言模型(LLM)深度解析:从技术架构到行业落地的全栈实践

阿里云大语言模型(LLM)深度解析:从技术架构到行业落地的全栈实践

本文深入解析阿里云大语言模型(通义千问)的技术架构演进、全栈自研优势与行业落地实践。从Agentic时代的技术范式转移出发,剖析Qwen系列模型的MoE架构创新、芯片-云-模型-推理全栈协同,以及百炼…

阿里云云数据库深度解析:从架构选型到AI原生演进

阿里云云数据库深度解析:从架构选型到AI原生演进

本文系统梳理阿里云云数据库产品体系,深入剖析PolarDB与RDS的技术架构差异、性能表现与成本效益,结合行业实践解读HTAP、Serverless等前沿能力,并前瞻AI原生数据库的演进方向,为企业数…