5月20号，杭州，阿里云峰会。
我到时，场馆外头已经排起了长队。说实话，我本来以为就是例行发布会，结果进去一看，展区密度比我想的高不少。
AI原生应用全家桶、合作伙伴展台、还有那个号称能把人吓一跳的超节点服务器实体，一路走下来，信息量是真大。
芯片、模型、平台、官网，一上午发布的东西轮着来，但真正让我停下来多看了两眼的，是千问云的官网。
千问云官网，有什么好看的？
阿里云成立17年，头一回在主站之外单独给一个产品做官网。打开首页，只有一行代码。这首页，是给Agent读的。
一家给人类用户做了17年服务的云公司，把新官网的首页做成了一条机器指令。我琢磨了半天：这场大会发了一堆东西，好像都在讲同一件事。
...
什么事？先把发的东西摊开看。
芯片层，平头哥掏出了新AI芯片，真武M890。又配了自己做的互联芯片ICN Switch，全装进一台叫磐久AL128的超节点服务器里。
128张卡拼成一台计算机，已经上线百炼，跑着Qwen、DeepSeek、Kimi的模型服务。路线图也亮出来了，V900、J900排着队，一年一代，不会停。
模型层，千问发了旗舰模型Qwen3.7-Max，各榜单国产第一。
现场给了一个实战案例：模型在一块全新芯片上自己干了35个小时，从零写出了生产级kernel。性能比官方版本高了10倍。全程没人碰。
平台层，百炼推理服务全面升级，上下文缓存、弹性调度、机密推理，六家头部模型公司的产品全部接进来了。
最后，才是千问云官网。
品类多，信息量大。但我在现场越听越觉得，这不只一堆产品发布，属于一次大切换。
刘伟光在台上说了一句话：人类员工与Agent已经形成了混合工作网络；他甚至说，未来自己可能要接受一个Agent做他的manager。
李飞飞讲云基础设施，核心判断是「从资源调度转向任务调度」。传统云卖的是算力资源，你买多少用多少。Agent时代的云，要干的事完全不同：理解任务、分派任务、干完了把资源收回来。调度的对象从机器变成了事情。
千问云更直接。所有模型服务封装成Skills和CLI，Agent一条指令就能学会全站能力，自主调用。人类开发者连集成代码都不用写。
三个信号放在一起，指向就清楚了。云计算这个行业，三十年来第一次换用户了。
回头看，计算范式的每一次大切换，换的都是用户；大型机服务的是大机构，PC让个人第一次有了算力，互联网把用户搬到了线上，云计算让开发者成了最核心的客户群体。
现在，用户变成了Agent，屏幕都不需要了；听起来好像没什么大不了的，对吧？这次真不一样。以前换「哪些人在用云」，这次换的，是用云的还是不是人？
....
你可能说了：换个用户，至于这么大动静吗？至于。
云计算从1990年代中期开始冒头，到今天差不多三十年。这三十年里，不管底下技术怎么翻新，有三样东西一直没人动过，也不需要动。它们是整个行业的默认设置，所有产品都长在这上面。
第一样：活是可以预估的。
一个电商网站，双11的流量峰值提前两个月就能算出来。一个SaaS应用，每天多少人用、每秒多少请求，翻翻历史数据就知道。
云厂商那套弹性伸缩，人多开窗口、人少关窗口，全是围着一个假设设计的：活有规律，有波峰有波谷，有周期。
Agent的活没规律。
一个Agent接到任务，可能瞬间拉起一万个临时场子同时跑，三分钟后全拆光。下一个任务什么时候来、要多少资源、干多久，没人知道。连Agent自己都不知道，它是边干边决定下一步的。
这不叫波峰波谷，波峰波谷的前提是你能画出一条曲线，然后沿着曲线调配资源。Agent的活根本画不出曲线。
第二样：用户是人。
控制台有菜单、按钮、仪表盘。API文档是写给人看的，权限体系是按公司的组织架构设计的。什么管理员、开发者、运维，理得清清楚楚。
可Agent呢？
它要可编程的接口、结构化的能力描述、机器能读懂的反馈。你给它一个漂漂亮亮的控制台页面，对它来说就是一面墙。
更难搞的是权限，管人那套权限逻辑，前提是一个人一次只干一件事，权限跟着角色走。
Agent可以一次干一百件事，每件事要的权限都不一样，干完就释放。按角色分权限那套老办法，管不住这种动态的、逐任务的权限需求。
李飞飞在台上把这个事讲得很直接：
要给Agent发身份证。不是给人设计的那种账号密码。这事企业真要落地，第一道坎不是Agent够不够聪明，是你敢不敢给它开门禁。
第三样：程序是长期跑的。
传统云上跑的东西，不管是网页服务、数据库还是微服务容器，部署上去就一直跑着。
偶尔更新、重启，生命周期按月甚至按年算。云的资源分配、监控告警、计费模式，全是给长期跑的程序设计的。
Agent的任务是短命的，启动，干活，完事，销毁。下一个任务来了，重新启动一个全新的，生命周期可能就几秒钟。
你要按传统云的方式给它分配资源、挂载存储、配网络，光准备环境的时间就比干活的时间还长。
李飞飞讲了一个数字：
他们的临时场子可以做到眨个眼的功夫就准备好，一分钟能拉起两万个。为什么要做到这种程度？因为Agent的活不等人。Agent等不了。
打个比方：
你开了一家酒店，住的一直是人。房间有门有窗有床有灯，前台会说话，电梯按楼层。这套东西用了三十年，运转得很好。
现在来了一批新客人：机器人。它们不睡觉，不需要床，不走电梯，直接从窗户飞进来；同时入住一万间房，住三分钟就退房。你需要一栋完全不同的建筑。
三个假设同时失效，意味着每一层的设计前提都不成立了。弹性伸缩的前提没了，权限体系的前提没了，资源分配的前提没了。
李飞飞在演讲里总结了六个核心挑战：
活干几秒就结束、数据又多又杂要地方存、流量说来就来毫无规律、环境每次都不一样、安全管控要到任务级别、资源调度要搞大规模动态分配。
六个挑战，没有一个是传统云计算的老问题。全是新的。
所以，阿里云这次的动作是「重做」；从芯片到操作系统到安全体系到调度逻辑，每一层都要按新的假设重来一遍，这就是我说的：大切换。
...
切换，说着容易，关键是地基怎么打？
最直觉的思路是按产品线排：芯片做了什么，云做了什么，模型做了什么。但听完整场之后我觉得，换个角度可能更清楚。
按Agent的需求看。一个Agent要能上岗干活，到底需要什么？
先说力气。力气就是算力。Agent跟过去的chatbot不一样。一个chatbot调一次模型就完事了。
一个Agent执行一个任务，可能要连续调几十次模型，中间还要去查数据库、跑代码、操作浏览器。成千上万个Agent同时在线上干活，每个都在密集调用，算力压力是指数级翻上去的。
这就是真武M890要解决的事。
144GB显存，片间互联带宽800GB/s，性能是上一代的3倍。搭配自己做的互联芯片ICN Switch，128张卡在一个机柜里组成一台计算机，卡跟卡之间通信，时延低于150纳秒。
150纳秒是什么概念？人类眨一次眼大约要300毫秒。150纳秒是眨眼时间的两百万分之一。Agent的世界里，通信速度就要快到这种程度。
光有芯片还不行，芯片的能力得被释放出来。
平头哥有一套全自研的软件栈叫SAIL，从底层驱动到编程接口到通信库全部自己写的，6月份在官网上线，同步在GitHub开源。
大会上还公布了一个事实：真武芯片已经累计出货56万片，400多家客户，20多个行业。这不是实验室里的东西，是跑真实业务的。
有了力气，还得有地方干活，这个「地方」就是运行环境。Agent执行任务需要一个独立的空间，可以理解成工位。传统云上的工位是虚拟机或者容器，启动要几秒甚至几十秒，Agent用不了，太慢。
阿里云给Agent做的工位叫沙箱，百毫秒级启动，一分钟可以拉起两万个；干完活，沙箱自动销毁，资源释放。下次再来，重新分配一个全新的。
这里有个细节值得说：
Agent跟Agent之间、任务跟任务之间，隔离要求非常高。特别是企业级场景，一个Agent在处理A公司数据，另一个在处理B公司的，两边绝对不能串。
阿里云用的是硬件级别的隔离，从物理上彻底隔开。
更底层的地方也在动，龙蜥操作系统在内核级别做了Agent Task OS；操作系统本来是给人写的程序服务的，现在要给Agent的活服务，内核层面的资源调度逻辑都得改。
有力气、有工位了，还得有身份。
阿里云推了Agent ID服务，给每个Agent独立的身份认证、权限边界、行为审计；等于给Agent办入职手续：工牌、门禁卡、权限表，一样不能少。
配套的还有Agent Ops，管Agent整个生命周期，从开发到上线、从考核到进化，全链路可追踪；跟管人其实是一个逻辑。你招了一个员工进来，不能发完工牌就不管了。
有了身份，还得有记忆。
一个Agent如果每次执行任务都从零开始，什么都不记得，效率会很低。李飞飞讲记忆的时候用了一个词：承上启下。他说人做复杂任务，靠的就是记忆力，长的短的都要有。
阿里云把Agent的记忆分了三层：
短期记忆，一次对话里的上下文，类似你跟同事开会时的工作记忆。长期记忆，跨越多次对话，Agent上周干过什么、学到了什么，下次还能记得。
知识记忆，是外挂的企业知识库，公司多少年的文档、流程、规则，向量化之后Agent可以随时翻。
三层记忆各有各的存法，短期放高速缓存，长期用数据库存，知识库走向量检索。阿里云把自家数据库、大数据、存储产品线全拉进来了，各管各的。
有力气、工位、身份、记忆，还差一样：安全。
你去银行租了一个保险柜，往里放什么，银行不知道，也看不到。银行只管一件事：保证你的柜子只有你能打开。
阿里云的机密推理技术C-MASK，干的就是这件事。
你的数据进到模型里做推理，全程加密，连阿里云自己都看不见；数据能用，内容你看不到。等于说，你用阿里云的算力、环境、模型，但你最核心的数据，只有自己能碰。
百炼的技术负责人于文渊说了一句话，我觉得说到了点上：「安全不是Agent的可选项，是出厂标配。」
最后，Agent要能变聪明，这就是模型的事；Qwen3.7-Max这次展示了一种新的模型能力：自主完成复杂工程任务。
周靖人在台上说：
大模型正在从对齐人类偏好，转向对齐任务目标；过去追求模型说得好，现在要求模型做得到。这个转变对Agent来说是决定性的。
Agent需要一个能独立干活的大脑。35个小时无人干预写出生产级kernel，证明的就是这件事。
算力、运行环境、身份、记忆、安全、智能。六个模块，每一个都是从头做的，没有一个是在老系统上打补丁。
而且这套东西已经在跑了，MiniMax的MaxCloud产品，就跑在阿里云这套Agent基础设施上，从沙箱隔离到弹性调度到安全防护，全链路都用的上面说的这些能力。
全部重做，值不值最后还得看一件事：有没有人买单。
....
我查了一下阿里上周的财报。AI模型及应用服务的ARR已经超过80亿。管理层给的指引是年底突破300亿。消息出来那天，阿里股价涨了8%。
80亿到300亿，一年翻将近四倍。资本市场不傻，用脚投的票比嘴上说的话诚实。
这里面有一个更值得看的信号：Token驱动的MaaS收入，正在取代ECS成为阿里云最大的产品线。这句话值得停下来想一想。
ECS是什么？云服务器，阿里云起家的东西，卖了十几年的核心产品。按台收费，你买多少机器用多少。现在这个位置要让给Token了。计费单位从「台」变成了「Token」，整个增长逻辑都变了。
卖机器靠什么增长？靠客户买更多机器。客户的IT预算有天花板，一年就这么多钱，买完了就没了。
卖Token靠什么增长？靠Agent干更多的活。Agent越多、越自主、跑的时间越长，Token消耗就越大；一个Agent执行一次复杂任务可能消耗几万个Token，一天执行一百次，一年365天不休息。
这是一个自己转起来就停不下来的飞轮。
Agent越好用，企业越愿意部署更多Agent。Agent越多，Token消耗越大。Token收入越高，平台越有钱投入芯片和模型的迭代。
芯片和模型越好，Agent越好用。这个飞轮，才是阿里云全栈重做的真正驱动力。
生态也在跟着聚拢，大会现场，智谱、MiniMax、月之暗面等六家头部模型公司的代表一起上台，产品全部接入百炼。
刘伟光在台上翻出了2023年蔡崇信说的一句话：
阿里云要做AI时代最开放的云；三年过去，百炼变成了一个多模型、多模态的统一入口。
什么叫统一入口？开发者接一套API，就能调所有模型。不用给每家模型公司单独做适配，不用操心底层的算力调度和成本优化，百炼全包了。
对模型公司来说，上架百炼等于多了一个分发渠道，算力、调度、计费都不用自己操心；对企业来说，在一个地方就能挑到各家最好的模型，还能做对比、做精调、做评估。两头都有好处，生态才聚得起来。
还有一个事实容易被忽略：
阿里云是从芯片到HPC、到模型矩阵、到模型平台、到应用，完整打通五层全栈的云厂商。
全栈的意思是，从最底下的芯片到最上面的应用，中间每一层都是自己的。芯片是平头哥的，云是阿里云的，模型是千问的，平台是百炼的。
哪一层出了问题，自己就能改，不用等别人。哪一层有优化空间，自己就能动，不用跟别人协调。
Agent时代，这种全栈能力的价值会被放大。
因为Agent的工作负载穿透所有层，一个Agent执行任务，同时在消耗芯片算力、占用沙箱、调用模型推理、走平台调度。
任何一层出瓶颈，整个链路就卡住。每一层都能动，才有可能做到端到端的优化。
钱在跟着走，生态在聚拢，全栈能力在发挥作用；三件事加在一起，说明一件事：全部重做，才有很多想想空间。
本文来自微信公众号“王智远”（ID：Z201440），作者：王智远，36氪经授权发布。
