過去五個月，阿里云的MaaS收入增長了15倍，這只是阿里云重構(gòu)自己的一個側(cè)面。阿里云在峰會上宣布完成"芯片-云-模型-推理"全棧Agent化升級，同步推出全新AI產(chǎn)品官網(wǎng)"千問云"、搭載自研AI芯片真武M890的超節(jié)點服務(wù)器，以及最新旗艦?zāi)Ｐ蚎wen3.7-Max。

用阿里云資深副總裁劉偉光的話說："我們正在建設(shè)中國最大的AI工廠。"工廠這個比喻暗示了一套完整的生產(chǎn)邏輯，片是原材料，云是車間，模型是機器，推理平臺是流水線，最終產(chǎn)出的商品是Token。

而這次重構(gòu)的本質(zhì)，是把過去17年圍繞"人使用云"搭建的整套體系，改造成"Agent消費Token"的新體系。

芯片這張牌，為什么現(xiàn)在打

阿里云過去很少在公開場合強調(diào)芯片。這次峰會，不僅發(fā)布了新一代訓(xùn)推一體AI芯片真武M890，還破天荒地公布了未來兩年的芯片路線圖，真武V900、真武J900兩代產(chǎn)品逐年推進。

真武M890配備144GB顯存，片間互聯(lián)帶寬800GB/s，性能是上一代真武810E的3倍，搭配自研的ICN Switch互聯(lián)芯片，128張AI芯片可以組成一臺機器，P2P時延壓到150納秒以內(nèi)

但參數(shù)之外，更關(guān)鍵的信息是規(guī)模，真武系列累計出貨56萬片，已經(jīng)進入電信、一汽、浦發(fā)銀行等20多個行業(yè)的400多家客戶。

劉偉光反復(fù)用谷歌做類比，谷歌TPU和Gemini的深度綁定，讓谷歌在自家框架里跑出了最優(yōu)的性價比。阿里云當(dāng)然想走同樣的路，他把競爭邏輯歸結(jié)為一句話："如果未來拼的是每一塊芯片都能跑出比競爭對手更多的高質(zhì)量Token，那我們就勝利了。"

再加上倚天CPU、磐脈智能網(wǎng)卡、鎮(zhèn)岳存儲主控芯片，平頭哥的芯片版圖已經(jīng)從單點延伸到了算力、網(wǎng)絡(luò)、存儲的完整覆蓋。當(dāng)推理需求指數(shù)級膨脹的時候，只有把芯片握在自己手里，才能控制住每個Token的邊際成本。

道理不復(fù)雜。模型公司可以比拼參數(shù)，云廠商最終比的是誰的Token更便宜、更穩(wěn)定、更快。芯片是這場成本戰(zhàn)的起點。

云本身也得重寫

芯片解決的是"跑得動"的問題，但Agent對云的需求遠不止算力。

傳統(tǒng)云產(chǎn)品的交互邏輯是給人設(shè)計的，打開控制臺，看菜單，配參數(shù)，點按鈕。這套東西對Agent來說完全不可用，Agent不看網(wǎng)頁，不點按鈕，它需要的是結(jié)構(gòu)化的能力描述、標(biāo)準(zhǔn)化的調(diào)用協(xié)議和可預(yù)期的反饋。

阿里云CTO李飛飛用一組對比來說明問題：傳統(tǒng)云的工作負載是穩(wěn)態(tài)的，一臺ECS開出來可能跑幾個月甚至幾年；但Agent的工作負載是"無規(guī)律彈性、短生命周期、瞬時起量即走"，一個Agent執(zhí)行完任務(wù)，沙箱就銷毀了，下一個請求可能幾毫秒后就來，也可能幾小時后才來。

為此，阿里云做了三件事。

第一，把云產(chǎn)品Skill化、MCP化和CLI化。簡單說就是把每個云產(chǎn)品封裝成Agent可以直接調(diào)用的標(biāo)準(zhǔn)化接口，像調(diào)函數(shù)一樣調(diào)云。

第二，為Agent構(gòu)建專屬的運行環(huán)境——輕量沙箱、多Agent協(xié)同、跨任務(wù)記憶、數(shù)據(jù)流轉(zhuǎn)通路。

第三，重建調(diào)度邏輯，從"資源調(diào)度"轉(zhuǎn)向"任務(wù)調(diào)度"，因為當(dāng)海量Agent同時并發(fā)的時候，傳統(tǒng)的資源編排方式扛不住。

劉偉光表示，一些AI應(yīng)用上線后，會自動在后臺開通云資源——虛擬機、數(shù)據(jù)庫實例、沙箱環(huán)境，全程不需要人介入，一個客戶一天內(nèi)自動開通的資源量，相當(dāng)于過去人工操作兩周。

"這已經(jīng)等于說Agent在自己使用云了。"劉偉光給出了一個內(nèi)部測算的換算關(guān)系：Token消耗可以按比例折算成GPU用量，而每一卡GPU的增長，大致帶動一比一的CPU增長。也就是說，Token收入的增長不是在蠶食傳統(tǒng)云收入，而是在拉動它，前提是云平臺能夠接得住Agent的工作負載。

因此，阿里云不是在原來的體系上加一層AI能力，而是從交互方式、調(diào)度邏輯、計費模型到產(chǎn)品形態(tài)全部推翻重來。

模型不是用來聊天的

全棧重構(gòu)的第三層是模型。Qwen3.7-Max在Arena全球盲測總榜中排到了國產(chǎn)第一，超過Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，這次發(fā)布的重點，是阿里對模型能力方向的重新定義。

阿里巴巴通義大模型負責(zé)人周靖人表示，"過去我們追求模型'說得好'，現(xiàn)在要求模型'做得到'。"

以阿里云在芯片的實踐來看，在訓(xùn)練時從未接觸過的真武M890芯片上，Qwen3.7-Max僅憑一份任務(wù)說明，從零開始自主工作了35個小時，獨立完成了一個生產(chǎn)級AI計算內(nèi)核的編寫和調(diào)優(yōu)，最終性能比官方版本提升了10倍，整個過程沒有人類干預(yù)，沒有中間指導(dǎo)。

這說明了模型在Agent場景下的核心能力，長程自主執(zhí)行，接過一個任務(wù)，自己拆解、自己規(guī)劃、自己寫代碼、自己調(diào)試，連續(xù)干35個小時不停。

為了支撐這種級別的推理需求，百煉平臺也做了對應(yīng)升級，并池調(diào)度提升GPU利用率，上下文緩存消除重復(fù)計算，吞吐彈性調(diào)度應(yīng)對并發(fā)波峰。

在生態(tài)上，百煉保持開放接入，除了千問模型矩陣，還上線了智譜GLM-5.1、MiniMax M2.7、月之暗面Kimi K2.6等第三方模型。

劉偉光提到，"客戶在實際使用中不會只用一個模型，是多模型組合。我們提供組合，客戶在平臺上找到最適合自己的搭配。"峰會現(xiàn)場，六家國內(nèi)頭部模型公司的高管集體站臺，場面頗有"國內(nèi)AI聯(lián)盟"的意味。

近三個月內(nèi)，千問旗艦?zāi)Ｐ瓦B續(xù)迭代了3.5、3.6、3.7三個版本。這個發(fā)布節(jié)奏本身就在傳遞信號，模型能力的競賽遠沒有結(jié)束，而阿里打算用自研芯片+自研模型的縱向整合來建立長期優(yōu)勢。

這場重構(gòu)的真正賭注

回過頭來看，阿里云這次全棧重構(gòu)的底層邏輯簡單純粹，當(dāng)AI收入的增長速度遠超傳統(tǒng)云業(yè)務(wù)，當(dāng)Token有可能取代ECS成為最大的產(chǎn)品線，當(dāng)Agent開始自動開通云資源而不再需要人類登錄控制臺，整套為人設(shè)計的技術(shù)體系就到了不得不改的時候。

但執(zhí)行層面的難度是另一回事。劉偉光自己也承認，轉(zhuǎn)型"說起來容易，做起來非常難"。過去銷售團隊跟客戶的IT部門打交道，現(xiàn)在做MaaS要跟業(yè)務(wù)部門甚至CEO對話，

"你的對話能力、閱歷，完全是另一個層次的要求"。阿里云已經(jīng)在大客戶上設(shè)立了專職的MaaS銷售，與傳統(tǒng)IaaS銷售分開考核、獨立作戰(zhàn)。

考核指標(biāo)也在變，不再只看調(diào)用量，而是看"高質(zhì)量Token"，解決實際問題的Token，而不是灌水聊天的Token。三個核心指標(biāo)：付費客戶數(shù)的日增長、核心業(yè)務(wù)系統(tǒng)接入模型的數(shù)量、Agent自主完成任務(wù)閉環(huán)的效率。

這些組織和機制層面的調(diào)整，往往比技術(shù)發(fā)布更能說明一家公司的真實判斷，阿里云要重建收入結(jié)構(gòu)、客戶關(guān)系和銷售體系。劉偉光表示，"以前我們做云的時候，客戶的IT預(yù)算是能算出來的，線下多少臺服務(wù)器，搬上來大概多少錢，能看到題目。但做MaaS，這個題的答案你是不知道的，進去之后可能超乎你的想象。"

題目看不到了，答案也不確定，但阿里云還是決定把整套體系拆開重寫，因為唯一確定的是，AI是比以往大上十倍甚至百倍的機會。

這大概就是這次峰會最值得關(guān)注的信息：不是哪款芯片多出算力，哪個模型排名第幾，而是中國最大的云廠商，正在用一種接近創(chuàng)業(yè)公司的激進姿態(tài)，賭一個它認定會到來的未來。（本文作者 | 張帥，編輯 | 楊林）