文：王智遠 | ID:Z201440

5月20號，杭州，阿里云峰會。

我到時，場館外頭已經排起了長隊。說實話，我本來以為就是例行發布會，結果進去一看，展區密度比我想的高不少。

AI原生應用全家桶、合作伙伴展臺、還有那個號稱能把人嚇一跳的超節點服務器實體，一路走下來，信息量是真大。

芯片、模型、平臺、官網，一上午發布的東西輪著來，但真正讓我停下來多看了兩眼的，是千問云的官網。

千問云官網，有什么好看的？

阿里云成立17年，頭一回在主站之外單獨給一個產品做官網。打開首頁，只有一行代碼。這首頁，是給Agent讀的。

一家給人類用戶做了17年服務的云公司，把新官網的首頁做成了一條機器指令。我琢磨了半天：這場大會發了一堆東西，好像都在講同一件事。

什么事？先把發的東西攤開看。

芯片層，平頭哥掏出了新AI芯片，真武M890。又配了自己做的互聯芯片ICN Switch，全裝進一臺叫磐久AL128的超節點服務器里。

128張卡拼成一臺計算機，已經上線百煉，跑著Qwen、DeepSeek、Kimi的模型服務。路線圖也亮出來了，V900、J900排著隊，一年一代，不會停。

模型層，千問發了旗艦模型Qwen3.7-Max，各榜單國產第一。

現場給了一個實戰案例：模型在一塊全新芯片上自己干了35個小時，從零寫出了生產級kernel。性能比官方版本高了10倍。全程沒人碰。

平臺層，百煉推理服務全面升級，上下文緩存、彈性調度、機密推理，六家頭部模型公司的產品全部接進來了。

最后，才是千問云官網。

品類多，信息量大。但我在現場越聽越覺得，這不只一堆產品發布，屬于一次大切換。

劉偉光在臺上說了一句話：人類員工與Agent已經形成了混合工作網絡；他甚至說，未來自己可能要接受一個Agent做他的manager。

李飛飛講云基礎設施，核心判斷是「從資源調度轉向任務調度」。傳統云賣的是算力資源，你買多少用多少。Agent時代的云，要干的事完全不同：理解任務、分派任務、干完了把資源收回來。調度的對象從機器變成了事情。

千問云更直接。所有模型服務封裝成Skills和CLI，Agent一條指令就能學會全站能力，自主調用。人類開發者連集成代碼都不用寫。

三個信號放在一起，指向就清楚了。云計算這個行業，三十年來第一次換用戶了。

回頭看，計算范式的每一次大切換，換的都是用戶；大型機服務的是大機構，PC讓個人第一次有了算力，互聯網把用戶搬到了線上，云計算讓開發者成了最核心的客戶群體。

現在，用戶變成了Agent，屏幕都不需要了；聽起來好像沒什么大不了的，對吧？這次真不一樣。以前換「哪些人在用云」，這次換的，是用云的還是不是人？

你可能說了：換個用戶，至于這么大動靜嗎？至于。

云計算從1990年代中期開始冒頭，到今天差不多三十年。這三十年里，不管底下技術怎么翻新，有三樣東西一直沒人動過，也不需要動。它們是整個行業的默認設置，所有產品都長在這上面。

第一樣：活是可以預估的。

一個電商網站，雙11的流量峰值提前兩個月就能算出來。一個SaaS應用，每天多少人用、每秒多少請求，翻翻歷史數據就知道。

云廠商那套彈性伸縮，人多開窗口、人少關窗口，全是圍著一個假設設計的：活有規律，有波峰有波谷，有周期。

Agent的活沒規律。

一個Agent接到任務，可能瞬間拉起一萬個臨時場子同時跑，三分鐘后全拆光。下一個任務什么時候來、要多少資源、干多久，沒人知道。連Agent自己都不知道，它是邊干邊決定下一步的。

這不叫波峰波谷，波峰波谷的前提是你能畫出一條曲線，然后沿著曲線調配資源。Agent的活根本畫不出曲線。

第二樣：用戶是人。

控制臺有菜單、按鈕、儀表盤。API文檔是寫給人看的，權限體系是按公司的組織架構設計的。什么管理員、開發者、運維，理得清清楚楚。

可Agent呢？

它要可編程的接口、結構化的能力描述、機器能讀懂的反饋。你給它一個漂漂亮亮的控制臺頁面，對它來說就是一面墻。

更難搞的是權限，管人那套權限邏輯，前提是一個人一次只干一件事，權限跟著角色走。

Agent可以一次干一百件事，每件事要的權限都不一樣，干完就釋放。按角色分權限那套老辦法，管不住這種動態的、逐任務的權限需求。

李飛飛在臺上把這個事講得很直接：

要給Agent發身份證。不是給人設計的那種賬號密碼。這事企業真要落地，第一道坎不是Agent夠不夠聰明，是你敢不敢給它開門禁。

第三樣：程序是長期跑的。

傳統云上跑的東西，不管是網頁服務、數據庫還是微服務容器，部署上去就一直跑著。

偶爾更新、重啟，生命周期按月甚至按年算。云的資源分配、監控告警、計費模式，全是給長期跑的程序設計的。

Agent的任務是短命的，啟動，干活，完事，銷毀。下一個任務來了，重新啟動一個全新的，生命周期可能就幾秒鐘。

你要按傳統云的方式給它分配資源、掛載存儲、配網絡，光準備環境的時間就比干活的時間還長。

李飛飛講了一個數字：

他們的臨時場子可以做到眨個眼的功夫就準備好，一分鐘能拉起兩萬個。為什么要做到這種程度？因為Agent的活不等人。Agent等不了。

打個比方：

你開了一家酒店，住的一直是人。房間有門有窗有床有燈，前臺會說話，電梯按樓層。這套東西用了三十年，運轉得很好。

現在來了一批新客人：機器人。它們不睡覺，不需要床，不走電梯，直接從窗戶飛進來；同時入住一萬間房，住三分鐘就退房。你需要一棟完全不同的建筑。

三個假設同時失效，意味著每一層的設計前提都不成立了。彈性伸縮的前提沒了，權限體系的前提沒了，資源分配的前提沒了。

李飛飛在演講里總結了六個核心挑戰：

活干幾秒就結束、數據又多又雜要地方存、流量說來就來毫無規律、環境每次都不一樣、安全管控要到任務級別、資源調度要搞大規模動態分配。

六個挑戰，沒有一個是傳統云計算的老問題。全是新的。

所以，阿里云這次的動作是「重做」；從芯片到操作系統到安全體系到調度邏輯，每一層都要按新的假設重來一遍，這就是我說的：大切換。

切換，說著容易，關鍵是地基怎么打？

最直覺的思路是按產品線排：芯片做了什么，云做了什么，模型做了什么。但聽完整場之后我覺得，換個角度可能更清楚。

按Agent的需求看。一個Agent要能上崗干活，到底需要什么？

先說力氣。力氣就是算力。Agent跟過去的chatbot不一樣。一個chatbot調一次模型就完事了。

一個Agent執行一個任務，可能要連續調幾十次模型，中間還要去查數據庫、跑代碼、操作瀏覽器。成千上萬個Agent同時在線上干活，每個都在密集調用，算力壓力是指數級翻上去的。

這就是真武M890要解決的事。

144GB顯存，片間互聯帶寬800GB/s，性能是上一代的3倍。搭配自己做的互聯芯片ICN Switch，128張卡在一個機柜里組成一臺計算機，卡跟卡之間通信，時延低于150納秒。

150納秒是什么概念？人類眨一次眼大約要300毫秒。150納秒是眨眼時間的兩百萬分之一。Agent的世界里，通信速度就要快到這種程度。

光有芯片還不行，芯片的能力得被釋放出來。

平頭哥有一套全自研的軟件棧叫SAIL，從底層驅動到編程接口到通信庫全部自己寫的，6月份在官網上線，同步在GitHub開源。

大會上還公布了一個事實：真武芯片已經累計出貨56萬片，400多家客戶，20多個行業。這不是實驗室里的東西，是跑真實業務的。

有了力氣，還得有地方干活，這個「地方」就是運行環境。Agent執行任務需要一個獨立的空間，可以理解成工位。傳統云上的工位是虛擬機或者容器，啟動要幾秒甚至幾十秒，Agent用不了，太慢。

阿里云給Agent做的工位叫沙箱，百毫秒級啟動，一分鐘可以拉起兩萬個；干完活，沙箱自動銷毀，資源釋放。下次再來，重新分配一個全新的。

這里有個細節值得說：

Agent跟Agent之間、任務跟任務之間，隔離要求非常高。特別是企業級場景，一個Agent在處理A公司數據，另一個在處理B公司的，兩邊絕對不能串。

阿里云用的是硬件級別的隔離，從物理上徹底隔開。

更底層的地方也在動，龍蜥操作系統在內核級別做了Agent Task OS；操作系統本來是給人寫的程序服務的，現在要給Agent的活服務，內核層面的資源調度邏輯都得改。

有力氣、有工位了，還得有身份。

阿里云推了Agent ID服務，給每個Agent獨立的身份認證、權限邊界、行為審計；等于給Agent辦入職手續：工牌、門禁卡、權限表，一樣不能少。

配套的還有Agent Ops，管Agent整個生命周期，從開發到上線、從考核到進化，全鏈路可追蹤；跟管人其實是一個邏輯。你招了一個員工進來，不能發完工牌就不管了。

有了身份，還得有記憶。

一個Agent如果每次執行任務都從零開始，什么都不記得，效率會很低。李飛飛講記憶的時候用了一個詞：承上啟下。他說人做復雜任務，靠的就是記憶力，長的短的都要有。

阿里云把Agent的記憶分了三層：

短期記憶，一次對話里的上下文，類似你跟同事開會時的工作記憶。長期記憶，跨越多次對話，Agent上周干過什么、學到了什么，下次還能記得。

知識記憶，是外掛的企業知識庫，公司多少年的文檔、流程、規則，向量化之后Agent可以隨時翻。

三層記憶各有各的存法，短期放高速緩存，長期用數據庫存，知識庫走向量檢索。阿里云把自家數據庫、大數據、存儲產品線全拉進來了，各管各的。

有力氣、工位、身份、記憶，還差一樣：安全。

你去銀行租了一個保險柜，往里放什么，銀行不知道，也看不到。銀行只管一件事：保證你的柜子只有你能打開。

阿里云的機密推理技術C-MASK，干的就是這件事。

你的數據進到模型里做推理，全程加密，連阿里云自己都看不見；數據能用，內容你看不到。等于說，你用阿里云的算力、環境、模型，但你最核心的數據，只有自己能碰。

百煉的技術負責人于文淵說了一句話，我覺得說到了點上：「安全不是Agent的可選項，是出廠標配。」

最后，Agent要能變聰明，這就是模型的事；Qwen3.7-Max這次展示了一種新的模型能力：自主完成復雜工程任務。

周靖人在臺上說：

大模型正在從對齊人類偏好，轉向對齊任務目標；過去追求模型說得好，現在要求模型做得到。這個轉變對Agent來說是決定性的。

Agent需要一個能獨立干活的大腦。35個小時無人干預寫出生產級kernel，證明的就是這件事。

算力、運行環境、身份、記憶、安全、智能。六個模塊，每一個都是從頭做的，沒有一個是在老系統上打補丁。

而且這套東西已經在跑了，MiniMax的MaxCloud產品，就跑在阿里云這套Agent基礎設施上，從沙箱隔離到彈性調度到安全防護，全鏈路都用的上面說的這些能力。

全部重做，值不值最后還得看一件事：有沒有人買單。

我查了一下阿里上周的財報。AI模型及應用服務的ARR已經超過80億。管理層給的指引是年底突破300億。消息出來那天，阿里股價漲了8%。

80億到300億，一年翻將近四倍。資本市場不傻，用腳投的票比嘴上說的話誠實。

這里面有一個更值得看的信號：Token驅動的MaaS收入，正在取代ECS成為阿里云最大的產品線。這句話值得停下來想一想。

ECS是什么？云服務器，阿里云起家的東西，賣了十幾年的核心產品。按臺收費，你買多少機器用多少。現在這個位置要讓給Token了。計費單位從「臺」變成了「Token」，整個增長邏輯都變了。

賣機器靠什么增長？靠客戶買更多機器。客戶的IT預算有天花板，一年就這么多錢，買完了就沒了。

賣Token靠什么增長？靠Agent干更多的活。Agent越多、越自主、跑的時間越長，Token消耗就越大；一個Agent執行一次復雜任務可能消耗幾萬個Token，一天執行一百次，一年365天不休息。

這是一個自己轉起來就停不下來的飛輪。

Agent越好用，企業越愿意部署更多Agent。Agent越多，Token消耗越大。Token收入越高，平臺越有錢投入芯片和模型的迭代。

芯片和模型越好，Agent越好用。這個飛輪，才是阿里云全棧重做的真正驅動力。

生態也在跟著聚攏，大會現場，智譜、MiniMax、月之暗面等六家頭部模型公司的代表一起上臺，產品全部接入百煉。

劉偉光在臺上翻出了2023年蔡崇信說的一句話：

阿里云要做AI時代最開放的云；三年過去，百煉變成了一個多模型、多模態的統一入口。

什么叫統一入口？開發者接一套API，就能調所有模型。不用給每家模型公司單獨做適配，不用操心底層的算力調度和成本優化，百煉全包了。

對模型公司來說，上架百煉等于多了一個分發渠道，算力、調度、計費都不用自己操心；對企業來說，在一個地方就能挑到各家最好的模型，還能做對比、做精調、做評估。兩頭都有好處，生態才聚得起來。

還有一個事實容易被忽略：

阿里云是從芯片到HPC、到模型矩陣、到模型平臺、到應用，完整打通五層全棧的云廠商。

全棧的意思是，從最底下的芯片到最上面的應用，中間每一層都是自己的。芯片是平頭哥的，云是阿里云的，模型是千問的，平臺是百煉的。

哪一層出了問題，自己就能改，不用等別人。哪一層有優化空間，自己就能動，不用跟別人協調。

Agent時代，這種全棧能力的價值會被放大。

因為Agent的工作負載穿透所有層，一個Agent執行任務，同時在消耗芯片算力、占用沙箱、調用模型推理、走平臺調度。

任何一層出瓶頸，整個鏈路就卡住。每一層都能動，才有可能做到端到端的優化。

錢在跟著走，生態在聚攏，全棧能力在發揮作用；三件事加在一起，說明一件事：全部重做，才有很多想想空間。