阿里巴巴重新做云的决心 还是被低估了

阿里云正在进行一场商业模式的彻底重构，其核心增长引擎正从以虚拟机为计量单位的资源租赁，全面切换为以Token为计量单位的AI服务收入。阿里巴巴最新财报披露了一个关键信号：AI模型及应用服务的ARR已超过80亿元，并预计在年底突破300亿元大关。这一数据表明，外界对于阿里云重注AI基础设施的激进资本投入，不应仅从股价叙事的角度去解读，而应看到其商业底层逻辑的根本性跃迁。

这种商业逻辑的质变，直接抬高了云计算行业的收入天花板。过去云厂商的收入上限取决于企业IT预算中可迁移上云的部分，而如今，阿里云通过卖Token，将原本属于市场营销、广告生成、软件开发等非IT基础设施的预算，统统拉进了收入池。数据显示，AI原生企业的IT支出几乎100%为MaaS开销，互联网企业这一比例已达15%至20%，阿里云的目标是让每个客户的Token支出不低于其总预算的20%。

理解这一商业变革的关键，在于认清云计算的客户主体正在发生不可逆的迁移，从人类工程师逐渐转变为Agent。传统云计算的典型负载是稳态的，流量可预测且资源长期占用，但Agent的工作模式完全不同，具有无规律、突发且短生命周期的特征，往往在毫秒间连续发起数十次模型调用，用完即走。旧的云架构无法支撑这种全新的负载特征，基础设施必须为Agent重建。

为此，阿里云提出了“Agentic Cloud”架构，将云产品进行了Skill化、MCP化和CLI化改造，使其成为Agent可调用的标准化模块。这意味着，云产品不再服务于人类的控制台界面，而是转变为Agent运行的操作系统。在实际运行中，Agent能够以分钟为单位在后台自动激活云资源，完成过去人类需要以天为单位才能完成的工作，这种效率的质变，正是云产品面向Agent重构的直接成果。

如果说Agentic Cloud是架构层面的回答，那么自研芯片体系就是这一回答的物理基础。阿里云公布了激进的芯片路线图，发布了新一代训推一体芯片真武M890，拥有144GB显存和800GB/s互联带宽，性能是上一代的3倍。配套发布的ICN Switch 1.0互联芯片，可将128张AI芯片组成一台超节点服务器，P2P时延低于150纳秒。目前真武系列芯片累计出货56万片，已服务400多家客户，形成了算力、网力、存力全覆盖的数据中心芯片矩阵。

软硬件协同进化的效应在模型层面得到了具象化展示。最新发布的Qwen3.7-Max在Arena全球大模型盲测中位列国产第一。更具标志性的是，Qwen3.7-Max在从未接触过的真武M890芯片上，仅凭一份任务说明，在35小时内自主编写并调优了一个生产级AI计算内核，性能较官方版本提升10倍。这一案例完美诠释了“齿轮咬合”效应：自研芯片与自研模型的深度耦合，能够将每一分算力效能榨取到极致，实现模型与硬件的螺旋上升。

在芯片和模型之间，百炼推理平台充当了核心调度中枢。针对Agent场景的特殊挑战，平台采用了并池调度统一管理GPU资源，利用上下文缓存消除Agent在多轮对话中的重复计算，并通过吞吐弹性调度应对流量波峰波谷。同时，引入Agentic RL机制与安全治理体系，确保Agent在24小时不间断运行中能够基于反馈持续迭代，且始终在预设权限边界内行动，解决了智能体自主运行带来的可控性难题。

这种决绝的转型最终体现在产品入口的重构上。阿里云发布了千问云官网，其首页不再是面向人类的产品列表，而是一条Agent可读的代码指令。这预示着，正如移动互联网时代流量从PC向App迁移，云时代的入口正从人类界面让位于Agent指令。所有围绕人类设计的界面、流程和交互逻辑，都在被重写，以适应Agent作为主要消费者的新时代。

从资本投入看，万亿级的AI基础设施投资确实史无前例，但这背后是全行业的共识。全球头部云厂商都在基于Agent的逻辑重塑业务底座，阿里云通过从芯片、云架构、模型、推理平台到产品入口的全栈重构，试图冲在最前。这不仅是技术架构的升级，更是对未来云服务标准的定义，目的是拿到下一个十年的入场券。