面對Agent 時代谷歌在購物上的完整閉環，阿里會如何接招？

撰文|藍洞商業 趙衛衛

打開阿里云全新AI產品官網，最先看到的是一行安裝技能指令，這是一條Agent可讀的指令。調用之后，你的AI智能體就可以一鍵搭載通義千問大模型的原生調用能力。

這是阿里云17年來第一次在主官網之外建立獨立產品站，卻沒有按照互聯網產品的慣例去做一個展示給用戶的官網。它的首屏專為Agent設計，邏輯是：當你的用戶是AI，你就不需要Banner，你需要的是一個可執行指令。

背后的邏輯不難理解，Agent時代的服務對象，不只是人，更是自主決策運行的Agent。阿里云明確對云產品進行了Skill組件化、MCP標準化和CLI指令化改造，讓每一個云產品都變成標準化能力模塊，智能體可像調用程序函數一樣直接啟用。

同一時間，Agent化改造也在大洋彼岸上演，谷歌也在I/O大會發布了從芯片、模型到應用的全棧技術和產品更新，中美兩大AI全棧企業再度在同一賽道同向布局。

尤其是在應用層，谷歌最新Antigravity 2.0平臺是開發和管理自主AI Agent集群的核心環境，能在12小時內自主編寫出完整的操作系統，專注于核心智能體對話、智能體生成的工件以及多智能體編排，「我們正在將Antigravity打造成您進行Agent優先開發所需的唯一平臺。」

Agent優先，智能體接管一切，相似的發展趨勢，正在阿里云與谷歌同步顯現。

當今年夏天，谷歌開始推出智能購物車，方便用戶在瀏覽網頁、與Gemini聊天時購物，同時自動查找優惠和降價信息，依托通用商務協議（UCP）等底層架構，聯合亞馬遜、Meta、微軟等巨頭入伙，這種跨平臺的購物體驗，注定會讓Agent時代的購物車更加智能。

面對Agent時代谷歌在購物上的完整閉環，阿里該如何應對，在智能體購物領域搭建行業基礎規則？

阿里云更開放了

此前《拿下敵人，谷歌云給阿里云上了一課》已經提到，云廠商們贏得競爭重要，更重要的是讓競爭發生在自己的生態中，模型自由是谷歌云的重要優勢之一，這也是谷歌給阿里云上的重要一課。

如今，阿里云也學習谷歌的長處，朝著「AI時代最開放的云」奔去。作為企業級的大模型應用開發平臺，阿里云百煉也開始開放接入第三方模型。

除了阿里自研的千問模型矩陣，百煉平臺還將接入智譜GLM-5.1、MiniMax M2.7、月之暗面Kimi K2.6、可靈、Vidu Q3等第三方模型。

在千問云官方網站上，已經上架150余個模型系列、480余款各類模型，覆蓋國內外主流模型，支持多款模型同步對比，開發者可以按照自己的需求，快速完成體驗、評估與選型。

同時，千問云把模型服務的核心能力封裝成Skills和CLI工具，這意味著OpenClaw這類Agent工具，只需要一句指令就能學會整個平臺的全部能力，并自主規劃，讓圖片任務調視覺模型，生圖任務調生圖模型，視頻任務調視頻模型，全程無需人工干預，也無需編寫集成代碼。

對于云廠商的客戶來說，如何透明地消耗Token資源是一個很現實的問題。

千問云拿出的解決方案是智能透明的管理機制，A智能體可實時調取模型用量數據，研判數據趨勢、排查異常使用、助力成本優化，同時可通過CLI拉取日志、Key活動等數據，實現異常識別與任務溯源。

這也是阿里云和谷歌云的共同趨勢，它們不再只是賣模型，而是要把自己變成提供算力和調動基礎設施的AI工廠。

谷歌的優勢是全球開發者密度，阿里的優勢是本地生態深度。

谷歌在這次I/O大會上，公布的數據是每分鐘通過API處理的tokens數已達到190億，每月有850萬開發者在用谷歌的AI模型構建應用，而谷歌內部通過AI開發工具每天處理超過3萬億tokens，且每隔幾周就翻一倍。

這不僅是模型算力能力數據，更是基礎設施承載體量的核心數據。

所以在這個邏輯下，Gemini 3.5 Flash定價提高三倍就不難理解了。谷歌自己的測算是：盡管單價貴了，但這個模型更高效，足以幫助企業每年節省超過10億美元的AI成本。

它賣的不是便宜，而是要讓每一分錢的處理量更值。這和傳統模型降價邏輯完全不同，以前降價搶占用戶，是入場券邏輯，現在提價但提效，誰能用更低的芯片成本產出更高質量的Token，是基礎設施邏輯。

基礎設施的邏輯，意味著當一個Agent需要調用語言能力時，智能體將優先選用何種能力、何種調用路徑，這才是阿里和谷歌兩場峰會所有技術發布的真實目標。

谷歌依然是阿里的老師

谷歌在I/O 2026上發布了很多內容，從模型層面的Gemini Omni世界模型到硬件層面的首款基于Android XR平臺的內置Gemini音頻智能眼鏡，可以說，Agent已經徹底融入了谷歌的所有業務中，在搜索、辦公、購物等場景中構建了自己的生態，這讓所有對手都難以超越。

更重要的是背后的投入，谷歌今年的年度資本支出在1800億至1900億美元之間，其中關鍵部分都是花在了定制芯片上。

谷歌之前已經發布了針對預訓練優化的TPU 8t與針對推理優化的TPU 8i，這預示著芯片走到了岔路口，方向上的進一步細分，訓練需要極致的算力密度和大規模并行，推理需要極致的低延遲和內存帶寬，兩個目標之間存在根本性的設計張力，在同一顆芯片上同時追求兩者的代價是兩個方向都不夠極致。

而阿里此次發布的真武M890，內置144GB HBM顯存，片間互聯帶寬800GB/s，整體性能是上一代真武810E的三倍。

128張芯片組成磐久AL128超節點，P2P時延低于150納秒。平頭哥副總裁高慧對這款芯片的定位是：Agent在執行任務時，可能在毫秒內連續發起數十次模型調用，這需要CPU、GPU、網絡和存儲的緊密協同，而非單純堆算力。

真武M890是訓推一體的設計，這與谷歌把訓練和推理拆開的路線形成了明顯對比，兩種選擇背后是對當前主要瓶頸的不同判斷。

在芯片功能一體化研發路線上，阿里平頭哥與英偉達、百度昆侖芯站在一起，而谷歌TPU和華為昇騰則屬于「徹底分化派」，這類技術路線分歧，是算力產業規模化發展后的必然趨勢，因為給企業客戶提供最簡單、性價比最高的全能解法，還是給客戶提供明確分工的解法，都是應對不同市場需求的產物。

阿里和谷歌在芯片之路上方向不同，但巧合的是，谷歌第八代TPU與阿里真武V900芯片規劃落地時間相近，都瞄準了2027年年底。

這可能是二者的一致性押注，AI性能競爭的下一個主戰場，不是誰的模型參數量更大，而是誰更符合市場需求，能用最少的能耗跑出高質量的token。

從芯片研發層面這一點上看，谷歌依然是阿里的老師，阿里云智能集團資深副總裁、公共云事業部總裁劉偉光就認為，谷歌TPU和Gemini的結合就跑出了最高的性能，背后的邏輯是自己的芯片和自己的模型一定能達到最好性價比。

誰會改寫智能購物？

最值得阿里提前布局預判的是，谷歌最新拿出了通用購物車功能，這是在瞄準Agent時代的電商消費。

這是谷歌打造的全新AI場景，名為「Universal Cart」。用戶可以在搜索、YouTube、Gmail中隨時添加商品，購物車在后臺自動查優惠、監控降價、補貨提醒，然后用谷歌錢包進行支付，自動計算哪個付款卡更優惠。即便用戶不用谷歌付款，也可以退回到零售商網站進行結賬。

這實際是要把谷歌打造成一站式購物網站，谷歌在用戶的購物消費中，充當的是一個「媒人」的角色，而且目前不收取傭金。

更重要的是，谷歌底層的通用商務協議（UCP）和保障支付的AP2協議，正在建立一套新的電商規則，這才是值得所有電商行業提前預判的事情。

UCP可以理解為一套人工智能購物開放標準協議，從搜索商品、加入購物車、購買、支付到獲得售后服務，這套規則的發起者包括谷歌、沃爾瑪、Shopify和Target等大型零售商。4月份，亞馬遜、微軟、Meta等公司也加入了這個開放標準中。

也就是說，以后在電商網站下單的不是人，而是一個個具體的Agent，它代替人去比價和下單，而且能夠在眾多購物網站中執行，而不是僅僅限于某一個具體的購物網站。

這與當下中國市場的電商Agent形成了鮮明的對比，豆包可以實現在抖音電商中下單，千問App打通淘寶可以下單，但它們都無法實現跨平臺的消費，所以每一個Agent的能力都會被局限在各自的范圍中。

谷歌要把這種智能購物體驗推廣到更大的市場中，「Universal Cart」這套Agent消費體驗，將在今年夏天上線在谷歌搜索和Gemini中。而UCP這種結賬體驗，也將在未來幾個月登錄加拿大、澳大利亞和英國，并且逐步擴展到酒店預訂、本地食品配送等垂直行業。

除此之外，谷歌的AP2協議也是一項保障智能購物的底層規則，旨在讓Agent在設定的限額內安全地代表用戶進行支付。

AP2的底層機制是在用戶、商家和支付處理商之間建立透明、可驗證的連接，并全程采用加密技術保護用戶數據。該協議還包含防篡改的數字記錄，確保Agent始終代表用戶行事，并提供永久的審計跟蹤，供買賣雙方在退貨或糾紛時參考。

也就是說，Agent購物要滿足各種限定條件，包括指定所需的品牌和產品，以及消費限額。當滿足這些條件時，Agent會自動完成購買。

A2A覆蓋Agent之間的通信，UCP覆蓋Agent的商業行為，AP2覆蓋Agent的支付授權，三層疊加，谷歌在Agent時代寫的不是一個產品，是一套跨平臺購物消費的基礎規程，這也是國內電商巨頭亟需提前預判的行業趨勢：

戰場不再是用戶要在哪個平臺上買東西，而是用戶用哪個Agent下單。

對于中國用戶來說，電商平臺購物的消費習慣和信任基礎，短時間內不會改變，但長期來看，如果谷歌帶動的這套智能購物底層協議在全球范圍內成熟，「購物入口」這個邏輯就將改寫。

阿里、京東、拼多多等電商平臺注定要面臨選擇，是自主搭建全新規則體系，還是選擇兼容這套全球通用協議？