阿里云在近期举办的峰会上宣布完成了一项重大技术升级，实现了从“芯片-云-模型-推理”的全栈Agent化转型。这一举措标志着阿里云正加速向AI驱动的云服务模式转变，其核心目标是构建中国最大的AI基础设施平台。此次升级同步推出了全新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，以及最新旗舰模型Qwen3.7-Max。
阿里云资深副总裁刘伟光将这一转型比喻为“建设AI工厂”，其中芯片作为原材料，云平台充当生产车间，模型扮演机器角色，推理平台则构成流水线，最终产出以Token为载体的智能服务。这一生产逻辑的转变，意味着阿里云正在从传统“人使用云”的体系，向“Agent消费Token”的新模式全面重构。过去五个月，阿里云MaaS（模型即服务）收入增长达15倍，成为这一战略转型的初步成果。
在芯片领域，阿里云此次发布了新一代训推一体AI芯片真武M890，并首次公开未来两年芯片路线图。该芯片配备144GB显存，片间互联带宽达800GB/s，性能较上一代提升3倍。通过自研ICN Switch互联芯片，128张AI芯片可组成单台超节点服务器，P2P时延控制在150纳秒以内。更值得关注的是，真武系列芯片已实现规模化应用，累计出货56万片，覆盖电信、汽车、金融等20多个行业的400余家客户。
阿里云的技术路线与谷歌TPU与Gemini模型的深度绑定策略形成呼应。刘伟光强调，未来竞争的关键在于“让每块芯片产生更多高质量Token”。通过整合倚天CPU、磐脉智能网卡、镇岳存储主控芯片，阿里云已形成覆盖算力、网络、存储的完整芯片版图。这种垂直整合能力，在推理需求指数级增长的背景下，成为控制Token边际成本的核心优势。
云平台的重构同样具有颠覆性。传统云服务设计面向人类用户，而Agent对云的需求呈现“无规律弹性、短生命周期、瞬时起量即走”的特征。阿里云CTO李飞飞指出，单个Agent完成任务后沙箱即销毁，下一请求可能数毫秒或数小时后到达。为适应这种工作模式，阿里云实施了三项关键改造：将云产品封装为标准化Agent接口；构建包含轻量沙箱、多Agent协同、跨任务记忆的专属运行环境；将调度逻辑从“资源调度”转向“任务调度”。
这些改造已产生显著效果。某AI应用上线后，可自动在后台开通虚拟机、数据库实例等云资源，单日自动开通量相当于过去人工操作两周的工作量。刘伟光透露，Token消耗与GPU用量呈正相关，而每卡GPU增长可带动等量CPU增长，这意味着AI收入正在拉动传统云业务增长，前提是云平台能承载Agent的工作负载。因此，阿里云选择彻底重构交互方式、调度逻辑、计费模型和产品形态，而非简单叠加AI功能。
模型能力的进化是另一重点。Qwen3.7-Max在Arena全球盲测中位列国产模型首位，其核心突破在于从“对话能力”转向“执行能力”。在未接触过的真武M890芯片上，该模型仅凭任务说明，自主完成生产级AI计算内核的编写与调优，性能较官方版本提升10倍，全程无需人工干预。这种长程自主执行能力，需要百炼平台在GPU利用率优化、上下文缓存、吞吐弹性调度等方面提供支撑。目前，百炼平台已接入智谱GLM-5.1、MiniMax M2.7等第三方模型，形成多模型组合服务能力。
这场转型对阿里云的组织架构产生深远影响。销售团队从与IT部门对接转向直接服务业务部门甚至CEO，考核指标从调用量转向“高质量Token”、核心业务系统接入数量和Agent任务闭环效率。刘伟光坦言，转型难度超出预期，但AI带来的市场机会可能是传统云业务的十倍甚至百倍。这种判断驱动阿里云以近乎创业公司的姿态，对技术体系、客户关系和销售模式进行全面重构。
