阿里云在 520 峰會上，交出了第一張 Agentic 答卷。

作者｜鄭玄

5 月 19 日的 Google I/O 上，谷歌最重磅的發布是一款叫 Gemini Spark 的個人 Agent——跑在 Google Cloud 的專屬虛擬機上，由 Gemini 3.5 和 Antigravity 框架驅動，深度接管用戶的 Gmail 和 Workspace，24 小時在云端替人執行長任務。Sundar Pichai 在 keynote 上把它定義為「你的個人 AI Agent」。

幾個小時以后，北京時間 5 月 20 日的杭州，阿里云在自己的年度峰會上交出了另一份答卷。和 Spark 不同，阿里云這次不是發一款 Agent，而是把整朵云按 Agent 的需求重做了一遍——它要解決的，是當 Spark 這樣的 Agent 大規模跑起來時，云本身需要變成什么樣。

如果只看發布清單，這是又一場密集的發布會：Qwen3.7-Max 登頂國產開源、Qwen3.6 系列下放、平頭哥真武 AI 芯片披露 56 萬片出貨、百煉平臺 SLA 4 個 9、新官網「千問云」上線、Agentic Cloud 體系亮相??每一項單獨拎出來都能寫一篇報道。但把這些產品放在一起，會發現它們都圍繞著同一件事：

阿里云正在把自己的整條技術棧，按照 Agent 的需求重新拆解、重新裝配。

阿里云的這些動作不只是「AI 升級」，它更像一次「基礎設施換底座」。阿里云將這套新架構稱為 Agentic Cloud——目標只有一個：讓 Agent 成為云的一等公民，產品、API、計費、文檔、官網全部圍繞 Agent 重新設計。

01

重讀這套四層架構

阿里云在臺上畫的那張技術棧圖，支撐 Agent 的底座從下到上有四層：底層是平頭哥芯片，倒數第二層是「為 Agent 而生」的云能力，中間是千問大模型，最后是模型推理平臺百煉。

阿里云在 Agentic 時代重構技術棧｜來自：阿里云 520 峰會

聽起來還是熟悉的「芯片-平臺-模型-應用」四件套。但仔細看每一層，每一層的定義都被改寫了一次。

最容易被低估的，是中間的Agentic Cloud。阿里云把它分成了兩件事：一是給 Agent 跑起來提供基礎設施（Agent Infra），二是把云產品自己變成 Agent 可以調用的能力（Agentic Products）。

第一件事的邏輯是：Agent 負載和傳統在線服務，本質上是兩種東西。傳統云負載是穩態的 QPS——一個網站每秒固定承載多少請求，資源按容量買。Agent 負載則是任務流——一個任務可能跑幾秒、幾分鐘甚至幾小時，結束就銷毀，下一秒又突發起十萬個新任務，每個任務有自己的依賴、自己的臨時存儲、自己的工具調用權限。

傳統云做「資源調度」，Agentic Cloud 必須做「任務調度」。阿里云為此堆出了一整套圍繞「短生命周期 + 突發 + 高并發 + 需要工具調用」這組新特征設計的組件——從任務級運行環境隔離，到多 Agent 編排、任務級身份鑒權，再到多模態記憶存儲，每一項新特征，都不是為了人類用戶。

第二件事更有意思——阿里云宣布了 12 條產品線、56 款產品的全面「Skill 化」。這是什么意思？過去你要用 OSS、用瑤池數據庫、用 DataWorks，得讀文檔、寫代碼、調 API。現在阿里云把這些產品的核心能力封裝成 Skill，Agent 可以像調函數一樣直接調用，OSS Agent、StarOps、Dataworks Agent 已經先后落地。這件事的本質不是云產品變成了 Agent 的「下屬」，而是讓開發者用云產品的體驗被 Agent 化——從讀文檔、調 API，變成任務級、交互式的對話，像給下屬布置任務一樣。這是云廠商真正要做的工作量最大的事：把所有存量產品的接口重新做一遍。

百煉這層則是 Agent 經濟跑通的關鍵卡點。阿里云把它叫做「Agentic 時代的模型推理平臺」，對外講的是三個數字——冷啟動降低 90% 以上、每分鐘拉起 10000 個 Pod、SLA 4 個 9，背后解決的是 Agent 工作負載最棘手的「彈性/成本/效果」三難。

Agent 一旦投入生產，Token 消耗會暴增幾個數量級，單純按量調度的成本結構會迅速崩掉。百煉給出的答案是分四種計費形態——按 Token、PTU、MU、Batch API。把不同特征的 Agent 工作負載塞進最合適的計費模式里，再疊加 Prompt Caching 把重復上下文的成本砍掉九成。一個細節是，在 Claude Code 這類高頻復用 prompt 的編程 Agent 場景下，百煉上報的重復上下文計算可降低 98%——這個數字直接決定了一個企業能不能負擔得起用 Agent 寫代碼。

模型層則是這套體系里最被驗證、也最被低估的「非云」資產。在峰會上發布的旗艦模型 Qwen3.7-Max，在 Arena 全球大模型盲測總榜里超過了 Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，與 GPT、Claude、Gemini 同處第一梯隊，國產模型登頂。開源側的數字更醒目：千問衍生模型數量在 Hugging Face 上突破 20 萬個，下載量過 10 億次，全球開源模型采用率 53%，已經把 Meta-Llama 和 Google-Gemma 遠遠甩在后面。

Qwen 在開源生態里跑贏了，意味著大量第三方 Agent 框架默認會接入 Qwen——Cursor、Claude Code、Qwen Code、OpenCode、Cline，幾乎所有主流的編程 Agent 都已經支持把后端切到 Qwen。當一個開發者用 Qwen Coder 寫完代碼，下一步順理成章地就是把推理放到百煉上跑——百煉現在是 OpenAI SDK 兼容、Bailian CLI 直接對接 Cursor 和 Claude Code 的狀態。

而 Qwen 在 Agentic Coding 和 Tool Use 上的強項，恰好是 Agent 真正干活時最需要的兩類能力。代碼是 Agent 當下最被驗證的生產力場景——GitHub Copilot 數據顯示，AI 生成代碼占比已達 46%，Agent 編程會話時長從 4 分鐘拉長到 23 分鐘，78% 的會話涉及多文件操作。這些數字背后是一個簡單的事實：編程 Agent 已經從演示走進生產線，而能做好編程的模型，就能吃到這個市場最先長出來的真金白銀。

最底層的是平頭哥，阿里自研芯片一直比較低調，但重要性一點不低。會上，阿里云宣布真武 AI 芯片累計出貨 56 萬片，覆蓋 20 多個行業、400 多個客戶，超過 30 家車企的智駕研發已經在阿里云上跑、累計使用真武芯片超 13 萬卡。

加上倚天 Arm 服務器 CPU、鎮岳存儲主控、磐脈 400G 智能網卡構成的「四件套」，讓阿里能把模型訓練、Agent 任務編排、上下文長記憶讀寫、萬卡集群互聯做成一個系統級的整體優化。劉偉光在媒體溝通里反復強調一個詞——「芯云模一體化」，意思是只有自己同時控制芯片、推理平臺和模型，才有可能在 Token 成本上跑出系統級的性價比。

02

新官網背后意味著什么

把四層架構講清楚，只是這次峰會的「明線」。

更值得分析的「暗線」，藏在阿里云這次同時公布的另一件事里：一個看起來不太起眼的新官網——千問云。

千問云官網｜來自：千問云

它和阿里云自己原來的官網完全是兩種東西。阿里云官網是一個典型的傳統云廠商門戶——產品線長、目錄深、面向 IT 采購者；千問云則像一個 AI 時代的 Stripe 或 Linear，UI 極簡，主體只剩下三件事：選模型、對比模型、用模型。它把 200 多款主流模型（Qwen、GLM、Kimi、DeepSeek、Wan 等）的 API 擺在最顯眼的位置，模型的核心服務被打包成 Skills 和 CLI——意味著 Agent 可以直接調用，連人類開發者都被當成次要用戶。

劉偉光對外的原話是：「過去模型服務平臺為人服務，未來用模型的主力將是 Agent，千問云正在全面重構模型服務平臺，為開發者和 Agent 提供更友好的體驗。」

這是新官網背后的含義：阿里云在公開承認，云的用戶已經不再只是人了。

這件事的戰略含義比看上去大。一旦云廠商接受「Agent 是新的客戶」，意味著官網、計費、控制臺、文檔、SDK，整個云產品的用戶界面都要重寫一遍。Skill/CLI 化不只是一個 UI 改造，而是云產品要從「人能看懂的頁面」變成「機器能直接調用的接口」。

千問云加上 56 款產品的 Skill 化，是阿里云對「Agent 是新客戶」這個判斷的第一次 GTM 嘗試。即將到來的 Agentic AI 時代，誰先把「為 Agent 而生」的入口跑通，誰就先搶到下一階段的開發者心智。

03

從「賣 Token」到「賣結果」

技術棧重構的下一步，是商業模型重構。這件事更難，也更能看出阿里云這次到底轉了多少。

在和媒體的閉門交流里，劉偉光花了相當長的時間講解阿里云銷售端過去一段時間的變化——這部分內容比產品發布更值得細讀。

第一，考核指標變了。阿里云銷售從看 GPU 賣了多少、多少客戶遷移上云，轉向關注「為付費 Token 的企業客戶數」、「Agent 自主完成閉環工作的比例」。這兩個指標里沒有一個是傳統云銷售熟悉的語言——付費 Token 客戶數意味著客戶真的在生產環境用 Agent 而不是 PoC；Agent 自主完成閉環更激進，相當于把「結果」作為衡量銷售成敗的標準。

第二，組織結構變了。阿里云成立了專注做在 MaaS 產品上的銷售團隊，和原有云銷售團隊「在局部打配合、在部分市場各自作戰」。這是一個非常典型的「業務重構」動作——當新業務的 PMF、銷售路徑、客戶決策鏈都和老業務不一樣的時候，強行讓老團隊轉型，效率遠低于專門拉一支新軍加入戰斗。

第三，話語權變了。今天銷售要賣 MaaS，要見的人變成了企業的董事長、CEO 或者業務負責人，而不是 IT 負責人。因為決定一個企業要不要全公司用 Agent，本質上不是一個采購決策，而是一個組織和業務決策。

第四，定價方向在遷移。劉偉光承認，按 Token 收費是目前市場上最普遍的方式，但「已經出現客戶愿意為結果付費的苗頭」。他給的判斷是：終極目標是結果付費，但需要模型足夠強大、Agent 足夠穩定。這是一個非常誠實的現狀描述——結果付費是方向，但要走過去，需要技術先成熟到一定程度。

把這四件事放在一起看，阿里云正在做的事情，遠不只是「再賣一種產品」。它是在把云的價值衡量單位，從計算資源（GPU、彈性計算、網絡，存儲，大數據，數據庫等）變成 Token，再從 Token 變成 Agent 跑通的具體業務結果。

這個過程里，阿里云面對的不只是技術棧重構，還有產品組合、銷售考核、組織架構、客戶對話方式的連環重構——每一環都很難，但都是通往下個時代的云必須走過的道路。

04

一次組織級的轉身

阿里云接下來要打的，是一場比技術棧重構更復雜的硬仗——要在一個還沒有定型的市場里，同時支撐多種 Agent 產品形態、多種銷售路徑、多種客戶類型，并且自己內部還要從「賣云」的組織重塑成「賣 Agent 解決方案」的組織。

阿里云財報數字給出的反饋是積極的——FY26 Q4 云外部收入增速加速到 40%，AI 相關收入占比首破 30%，AI 相關產品收入已經連續 11 個季度三位數同比增長，年化 AI 收入達到 358 億。阿里全棧 AI 已經進入吳泳銘口中的「正向商業化回報周期」。

但財報反映的是過去一年的回報，而 5 月 20 日這場峰會真正押注的是未來三到五年的市場：當所有云廠商都在圍繞 Agent 重構技術棧、重構銷售、重構組織結構的時候，阿里云能不能比對手轉得更快、更徹底。

從這次峰會能看到的信號是——它至少已經開始轉了，而且轉的不只是產品層。

這是一件值得繼續觀察的事。因為對一家像阿里云這樣體量的云公司來說，最難的從來不是發布一個新產品，而是同時讓產品形態、銷售考核、組織結構、客戶對話方式跟著新業務一起改變。

Agentic Cloud 的終局會怎樣還說不清。但 5 月 20 日這一天，阿里云至少讓外界看到了一件事：它愿意為這件事，把自己重新拆開裝一遍。

*頭圖來源：阿里云

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你如何看待 Agentic Cloud ？