2026.09.28 | AC | Cloud | Alibaba Yunqi Review: Agentic Cloud

摘要

看点一；开场把调门定在了“机器智能时代”。吴泳铭没有按惯例逐个报产品，而是先甩出两个激进判断：未来机器承担的思考总量会是人类的一千倍以上，而今天这个数字还不到人类的3%；机器智能时代的代表性产品至今没有出现，眼下的AI编程充其量相当于188 2年的那盏电灯。他给的解法很“阿里”——不等灯泡，先建电厂和电网。AI模型、AI芯片、AI云三大基石写进长期战略，Token是这个时代的电，落到可考核的数字上，就是2032年全球数据中心规模超过20GW。 看点二；Qwen不再靠一个旗舰模型打天下，而是拆成了三条腿。Max冲智能上限，千问3.8 Max做到2.4万亿参数，AA智能指数一个月从40分推到45分、拿下国内第一；Flash Next冲效率边界，激活参数降到上一代的三分之一、训练成本九分之一、百万token输入价格只剩四分之一，超长上下文预填充吞吐反而提升8.6倍；27B负责开源和端侧，发布两个月就成了Hugging Face史上点赞最多的模型。叠加30亿次下载、460多款开源模型、30万个衍生模型，意图很直白：用开源换生态位，用生态位换调用量。 看点三；模型的进化方式变了，从“人喂数据”转向“自己找短板”。RSI递归自我改进系统已经连续运行一个多月、完成33轮有效数据迭代：从真实内测日志里定位能力缺陷，自动构造训练数据，先在小模型上验证，再回流Max训练；千问3.8 Max三十天内完成的那次性能再突破，就是它推上去的。另一头scaling没有停，旗舰参数两年放大33倍，千问4系列已在路上，后面还要冲5到10万亿。更值得琢磨的是那条闭环——模型参与设计芯片，更强的芯片反过来训练更强的模型，飞轮被公开摆上了台面。 看点四；Agent的验收标准，从“答得对”换成了“活干完”。千问3.8 Max发布两个月，真实用户收入增长8.5倍、token消耗量暴涨12倍；模型进到真实的工业级EDA环境，只拿一份总线模块spec，就连续运行六十多个小时、调用数万次工具，把芯片面积压掉42%。刘大一恒把能力边界讲得很直白：模型可以当UI设计师、量化交易员、律师、3D建模师。潜台词是，AI的计价单位正在从一次对话变成一项任务，而任务越长，token烧得越凶。 看点五；算力层的叙事重心，从单芯片指标转向了系统级协同。真武V900单芯片算力是M890的三倍，216GB大显存、1.2TB/s互联、原生FP8/FP4，单集群可扩到50万卡；磐久AL144把单域密度做到上一代的两倍，整机柜功耗650千瓦，靠800V高压直流加微通道冷板压住散热；倚天720/730/750三线分化，CPU重新回到关键路径。ALINK与ICN协议开放，明摆着要把国产GPU、CPU厂商一起拉进这套体系。KV Cache分层存储也成了新战场——千问3 230B的KV容量已到权重的157%，省它比省参数更省钱。 看点六；Agentic Cloud是三层里最“卖货”的一层，数据也最硬。李飞飞给出的口径：Token的ARR从8月的160亿元冲到最新200亿元以上，AI相关产品与服务贡献超过35%的收入。配套设施全按“智能体常驻”重新设计——Agent沙箱冷启动不到180毫秒、单region一分钟能拉起十万个实例，AgentCore把任务完成率提升99%、TCO降70%。客户侧，平安日均token消耗一年涨十多倍、单位成本降76%，荣耀把Agentic OS装进手机。但约束同样直白：吴泳铭罕见承认，AI供应链的全球性紧缺正在限制算力上架速度——未来几年最大的变量在供给端。

第一问：为什么这届云栖大会要叫“机器智能时代”，而不只是“AI时代”？

【解析】；这个提法不是文字游戏，它决定了阿里云未来几年怎么花钱。吴泳铭把话讲得很满：机器智能是个全新物种，不是人类智能的替代品，就像工业革命的机器动力从来不是人力的仿制品。今天机器的思考总量还不到人类的3%，按他的推演，未来机器将承担全球99.9%的思考，达到人类的一千倍以上，中间隔着几万倍的空间。更有意思的是那段爱迪生类比——1882年珍珠街电站只点亮了约四百盏灯，爱迪生卖灯泡还得搭送半年电，像极了今天各家送token的补贴大战；但真正改变生活的电冰箱、空调要几十年后才出现。所以他的结论是，机器智能时代的代表性产品还没有出现，眼下满街的AI编程、写报告，只是替代煤油灯那一步。既然如此，第一步该干什么就很清楚了：先把发电站和电网建起来。AI模型、AI芯片、AI云三大基石，加上2032年全球数据中心超20GW的目标，全是这套逻辑推出来的。它把资本开支从押注应用挪到押注基础设施——应用成败难料，但只要智能真变成按量付费的电，卖token的那家公司就不会缺席。

第二问：Qwen为什么把模型拆成Max、Flash、27B三条线，而不是只做一个最强的？

【解析】；答案藏在刘大一恒那句“仰望星空、脚踏实地”里，说白了就是智能和成本两头都要。Max冲天花板：千问3.8 Max堆到2.4万亿参数，AA智能指数一个月从40分推到45分、拿下国内第一，服务的是不计成本也要最强的长程任务。Flash Next走另一个方向，靠架构重构把效率边界往外推——用稀疏注意力混合线性注意力，替掉对长上下文极不友好的全注意力，结果是激活参数降到上一代的三分之一、训练成本九分之一、百万token输入价格只剩四分之一，超长上下文预填充吞吐反而提升8.6倍，智能不降反升。第三条腿27B主打开源与本地部署，发布两个月就超过DeepSeek-R1、Llama，成了Hugging Face史上点赞最多的模型。为什么要拆这么细？因为Agent的账单按token算，一个跑上几小时的任务全程用万亿参数模型，成本根本不成立。低价高密度模型负责跑量，Max负责攻坚，27B占住生态和端侧，再用30亿次下载、460多款开源模型、30万个衍生模型换回开发者心智——换回来的是调用量，不只是榜单名次。

第三问：RSI递归自我改进是概念还是已经跑起来了？它和scaling是什么关系？

【解析】；两头都在推进，而且不是二选一，更像乘法关系。RSI这头，今年披露的细节实在得多：系统先从真实内测日志和用户反馈里自动定位模型的能力缺陷，再针对缺陷构造新的训练数据和环境，生成管线放到小模型上多轮验证、筛掉质量不行的数据，最后才进入Max模型的训练。这套系统已经连续运行一个多月，完成33轮有效数据迭代，千问3.8 Max三十天内完成的那次性能突破，就是它推上去的。scaling那头也没松劲：千问2.5时代旗舰还是72B，到千问3.8已经扩到2.4万亿参数，两年放大33倍；千问4系列已在路上，后面的4.5和5要冲5到10万亿。两件事的分工是——scaling决定上限在哪儿，RSI决定你多快、多省地逼近这个上限。最有说服力的佐证是EDA案例：只给一份真实的总线模块spec，模型在工业级环境里连续运行六十多个小时、调用数万次工具，把芯片面积压掉42%，而更强的芯片又会反过来训练更强的模型。需要留个心眼的是，自动造数据最大的隐患是分布坍缩和评测失真，33轮不算多，跑到几百轮还能持续涨分，才见真成色。

第四问：进入Agent时代之后，模型能力的评价标尺发生了什么变化？

【解析】；标尺换了，从“答得对不对”换成“能不能把活干完”。刘大一恒把大模型划成三段：chatbot时代人问AI答；reasoning时代模型花更多token去思考和验证；今年正式进入Agent时代，模型不再被动等提问，而是自主规划、调工具、持续迭代、闭环交付任务。第一个后果是消费单位变了——AI的消费从一次对话变成一项任务，token需求随之指数级爆发，千问3.8 Max发布两个月真实用户收入增长8.5倍、token消耗量暴涨12倍，就是这个逻辑的直接体现。第二个后果是评测方式变了：围绕数百个高价值真实任务做基准和专家评测，让模型去当UI设计师做原型、当量化交易员构建策略、当律师做复杂法律分析，也做3D建模和科研分析——这些不是问答，是正经的专业工作。最能说明问题的还是芯片设计那个案例：六十多个小时的连续自主运行、数万次工业级工具调用，这个数字本身就是新标尺。对云厂商而言，标尺一变，账单结构也跟着变：任务越长、上下文越长、智能体驻留越久，算力消耗就越不像一次“请求”，而更像一份“排班”。

第五问：千问办公为什么把“企业上下文”当成第一前提，而不是先把模型做强？

【解析】；陈宇森列的三个痛点都很具体。一是不懂业务——你问任何一个足够聪明的聊天机器人“我们公司上季度华东区的毛利率有多少”，它答不上来，因为它不知道“我们公司”指谁，也不知道毛利率在你们公司怎么算，这类知识靠智商猜不出来，只能靠数据喂进去。二是点上的效率变不成面上的效率，会用AI的同事半小时干完八小时的活，组织里却没有机制把经验分发给别人。三最要命：想用不敢用，中转站泄露敏感信息那类事故，让企业卡在安全这道关上。真正的难点在规模——中大型企业内部平均躺着150PB数据，而最好的上下文窗口也只有100万token，塞一份50MB以上的文档就可能爆窗。解法是连接加压缩：用实体抽取和ontology建模做层级压缩，用图数据库把人、项目、文档、群聊关联起来，再像skills那样渐进式暴露，让每次任务只加载信息密度足够高的那一段。落地形态是数字员工，以钉钉组织身份入职，带权限、带记忆、带审批流——阿里云自己五位数字员工上岗128天，沉淀4000多份文档，效率提升60%。谁握住企业上下文，谁就握住企业级Agent的分发权。

第六问：真武V900、磐久AL144、倚天这一整套硬件，解决的核心矛盾是什么？

【解析】；高慧讲得很直白：Agent时代的竞争不再是单芯片指标之争，而是算、存、网的协同效率之争——GPU、CPU、存储、网络任何一环卡住，昂贵的算力就只能空等。所以这套硬件其实在解同一道题：怎么让成千上万个智能体长时间并发地跑，而每个token的成本还能继续往下走。算力侧的答案是真武V900：单芯片算力是M890的三倍，216GB大显存解决上下文和KV cache的常驻，1200GB/s互联解决“切开的代价”，原生FP8/FP4意味着精度每降一档、一度电换来的token数差不多翻倍，明年初量产，单集群可扩到50万卡。工程侧的答案是磐久AL144：整机柜36个计算节点加12个交换节点，单域密度比上一代翻倍，功耗650千瓦，GPU模组3500瓦，靠800V高压直流缩短供电路径，垂直喷射微通道冷板对着芯片最热点散热。开放是另一条暗线：UB模组、800V供电、ALINK与ICN协议全对第三方敞开，本质是拉国产GPU、CPU厂商一起把成本做下来。倚天的分化则是CPU重回关键路径的信号——720走吞吐并发，730走延迟敏感，750原生支持ICN Link与真武直连，成了磐久里第五颗自研芯片。

第七问：KV Cache为什么突然成了云厂商的兵家必争之地？

【解析】；因为Agent把推理的账单结构彻底改了。以前一次请求进来、一次输出回去，KV cache用完就扔；现在一个任务要反复推理、检索、调工具、多轮交互，上下文越滚越长，KV cache的容量需求被推到比模型权重还高的位置——阿里云拿千问3 230B模型测算过，KV cache容量已占权重的157%，全压在HBM上，成本和容量都撑不住。稀疏注意力的普及又给了分层一个支点：热数据大约只占10%，必须留在HBM，剩下90%的温冷数据完全可以外置。于是有了那套全光谱分层介质栈：HBM放活跃工作集，SMM持久内存做温存和元数据，Flash承接更大更便宜的温冷KV，最下面才是NVMe SSD，由Umax框架按访问频率和时延自动决定数据落在哪一层。收益都有数字：Tair KVCM有效命中率做到99%、每token成本降50%；远端KV cache store把容量成本压到三十分之一，PD分离下有效带宽提升2到3倍。更远的规划是Ulink，让新型介质绕过CPU直连GPU。一句话，谁把每token成本压得下去，谁就握住Agent规模化的定价权。

第八问：Agentic Cloud和传统云到底差在哪？

【解析】；区别在“居民”两个字。过去的云是为人类写的程序设计的：请求进来、算完、释放，无状态、短生命周期。智能体不一样，它长期在线、带大量状态、要调工具、要有身份和权限，所以Agentic Cloud重建的是一整套让这些“居民”住得下来的设施。李飞飞给过一个干净的框架：智能体落地三要素是模型能力、Context和Harness——模型管智能决策，Context管决策依据，Harness管持续运行的保障。最底层是基础设施，核心是沙箱和存储：冷启动小于180毫秒，深休眠唤醒小于600毫秒，单region一分钟能瞬时创建十万个实例，存储侧支持一秒创建十万个文件。中间层是构建与运行：AgentCore支持长任务、失败重试、断点恢复，任务完成率提升99%、TCO降70%；Agentic OS省三成以上token，把沙箱部署密度提到3倍。最上层是使用与治理，智能体调用skills时怎么防范技能本身的风险、怎么全程审计，被提到与人类社会信用体系同等的高度。翻译成大白话：云的计费单位正在从租了多少台机器，变成跑完了多少任务、消耗了多少token——这不是产品升级，是商业模式的物种更替。

第九问：2032年20GW是什么概念？钱和瓶颈都在哪？

【解析】；20吉瓦大致相当于20座百万千瓦级核电机组的容量，而阿里云当前的数据中心规模按第三方研究口径约4.5到5.2GW，等于未来六年要翻两番以上，年均新增2.3到2.4GW。结构上主角是智算，占比要从眼下45%左右提到2032年的七成，绿电目标60%到70%。钱是真金白银：智算自建单GW资本开支约90到110亿元，是通算的三倍多，累计对应的是万亿级的长期投入，这是一场资本开支的马拉松。地理布局也已是明牌：土耳其、芬兰、荷兰首次设节点，马来西亚、德国、阿联酋、法国扩建，荷兰节点10月投产，AI数据中心最快100天交付。但最大的变量其实在供给端——吴泳铭罕见地在主论坛承认，AI数据中心供应链的全球性紧缺，正在限制阿里云的算力上架速度。这句话信息量很大：在需求远超供给的窗口期里，20GW与其说是一份愿景，不如说是一纸军令状，谁的基建先落地，谁就锁定下一轮token生意的入场券；反过来，供应链的任何风吹草动都可能改写竞赛节奏，而一旦需求不及预期，巨额折旧也会变成实实在在的包袱。

第十问：三层跃迁最后要落到钱上，阿里云的商业闭环算得过来吗？

【解析】；收入端目前站得住。李飞飞披露的口径是：截至8月中下旬，来自token的ARR突破160亿元，最新已超过200亿，AI相关产品与服务贡献35%以上的收入，增速还在往上走。按投行式拆解，千问对阿里云收入的拉动有三条路径：直接订阅45到65亿元，训练与推理的算力消耗拉动80到150亿元，ISV与行业方案上云撬动30到60亿元，合计155到275亿元，占阿里云总收入约10%到16%——算力消耗那部分占大头，说明这确实是个“AI产品拉动算力”的飞轮，不是单纯的软件生意。标杆客户也开始有实体感：平安把AI铺进300多个场景，日均token消耗一年涨了十多倍、超过3700亿，靠的是单位token成本下降76%；荣耀Magic9首发搭载千问Intelligence，比亚迪做AI座舱。压力全在成本端：智算单GW资本支出90到110亿元，要按年均2.3到2.4GW连投六年；企业工作流渗透率50%的目标也相当激进。闭环最终成不成立，就看单位token成本能不能持续下降，以及企业敢不敢把智能体从试点推进到日常。

风险提示：以上内容根据公开资料及个人经验数据整理，可能存在不全面的情形，请自担风险。