阿里云全栈Agent化 引擎切换
2026阿里云峰会昨日在杭州举行，阿里云宣布完成“芯片—云—模型—推理”全栈Agent化升级，并同步推出全新AI产品官网千问云、搭载自研AI芯片真武M890的超节点服务器，以及旗舰模型Qwen3.7-Max。这不仅是国内云厂商首次围绕Agent进行全栈产品发布，更标志着阿里云的增长引擎正在全面切换为以token为计量单位的AI收入。就在不到24小时前，谷歌也在I/O开发者大会上宣布全面转向Agent-first架构，两大巨头在同一天做出了同样的判断：云和AI的主要消费者正在从人变成Agent。
全栈自研芯片矩阵亮相，真武M890性能提升3倍
在芯片层，阿里云亮出了目前国内云厂商中独一份的完整自研数据中心芯片矩阵，覆盖算力、网络、存储三大核心领域。平头哥首次公布了真武系列芯片的路线规划：未来2年将陆续推出算力更强的真武V900、真武J900两代芯片。目前真武系列AI芯片累计出货56万片，已服务中国电信、中国一汽、浦发银行等20多个行业的400多家客户。加上自研的倚天系列CPU、磐脉智能网卡、镇岳存储主控芯片、ICN Switch互联芯片，平头哥的芯片版图已经从“单点突破”走到“全面覆盖”。
基于新一代AI芯片真武M890的磐久AL128超节点服务器同步亮相，搭载自研互联芯片ICN Switch 1.0，可让128张AI芯片组成一台计算机，P2P时延低于150ns，主打解决Agent场景下的海量并发推理和大模型训练需求。平头哥半导体副总裁高慧表示，Agentic时代，一个Agent在执行任务时可能在毫秒间连续发起数十次模型调用，平头哥构建全栈自研芯片矩阵，核心就是希望实现算力、网力、存力的系统级协同。
在模型层，千问发布了旗舰模型Qwen3.7-Max，在三方机构Arena全球大模型盲测总榜中位列国产模型第一。阿里巴巴通义大模型事业部负责人周靖人认为，大模型正在经历一次核心范式转移，从追求模型“说得好”转变为要求模型“做得到”。实战案例中，Qwen3.7-Max在训练从未接触过的真武M890芯片上，仅凭一份任务说明，从零开始自主工作35小时，独立完成了一个生产级AI计算内核的编写与调优，最终性能较官方版本提升10倍。与此同时，百炼推理平台全面开放，与月之暗面、Minimax、智谱、阶跃星辰、爱诗科技、生数科技等达成合作，提供“一个入口、多模型可选”的一站式服务体验。
千问云重塑人机交互，Agent成为云服务新入口
全栈的升级离不开入口的升级。当日，阿里云重磅推出全新官网“千问云”，这是阿里云成立17年来首次在官网之外推出的全新产品官网。打开“千问云”官网，没有任何传统意义上的导航结构，首页只有一行Agent可读的代码指令——安装Skills npx skills add QianWen-AI/qianwen-ai。过去10年，云的交互逻辑是“人登录控制台→选产品→配参数→调API”，这套流程对人类来说已经足够顺畅，但对Agent来说完全不可用。
阿里云资深副总裁刘伟光表示，过去模型服务平台为人服务，未来用模型的主力将是Agent，千问云正在全面重构模型服务平台，为开发者和Agent提供更友好的体验。千问云秉持对Agent更友好的设计理念，将模型服务链路全面Skill化和CLI化。用模型不再需要人完成阅读文档、写集成代码、调试API参数等繁杂工作，仅需一句指令，OpenClaw、Hermes Agent、Claude Code、Qoder等Agent即可“学会”网站全部能力，并根据用户需求一键调用。在业内人士看来，阿里云用一行代码替代了整个官网，这是对未来用户形态的一次押注——当云的主要消费者不再是人而是Agent，所有围绕人类设计的界面、流程和交互逻辑都将被重写。
AI收入年化超80亿，MaaS驱动增长引擎全面切换
天风证券认为，未来一年Coding有望进一步深入至企业软件，将其重构为Agent。刘伟光也畅想了token智能化经济的蓝图：“Coding产生Agent、产生AI应用，然后AI Agent可以为AI应用服务，Agent独立完成任务，Agent回到云上——这是一个非常完美的AI故事。”Gartner数据显示，2025年阿里云位居中国IaaS市场第一，市场份额从30.1%提升至32.8%，营收增长显著高于中国IaaS市场整体增速。从最新的财报数据来看，阿里云外部商业化收入增速提至40%、AI收入占比突破30%，叠加自研GPU规模化交付与MaaS客户数的高速增长，阿里云在算力供给、模型能力和商业化落地的投入正进入收获期。
阿里巴巴财报显示，其AI模型及应用服务ARR已超过80亿元，预计年底突破300亿元。此次全面升级之后，Agent驱动的MaaS收入将成为阿里云最大的产品线。沂景资本董事总经理谢思远表示，全栈式AI生态能力具备稀缺性，中国厂商在全栈自研这条路上走得越来越快，未来的竞争将不只看单一技术，而是看整个系统整合能力。
