徽声在线记者 | 程璐
徽声在线编辑 | 文姝琪

在AI技术持续演进的浪潮中，阿里云此前长期布局的AI云与AI Native云战略，如今迎来了Agentic Native云这一关键新维度。这一转变标志着阿里云在云计算领域的战略重心进一步向智能化、自主化方向倾斜。

5月20日，阿里云在其年度峰会上宣布了一项重大战略升级——围绕"芯片-云-模型-推理"四大核心环节，实现全栈Agent化转型。此次升级不仅推出了新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，还发布了最新旗舰模型Qwen3.7-Max，形成了一套完整的AI基础设施解决方案。

此次升级的核心突破在于，Agent技术正在重新定义云计算资源的使用方式。传统模式下，云计算资源的开通与配置需要人工干预，而Agent的引入使得这一过程实现了自动化。阿里云资深副总裁刘伟光在接受徽声在线采访时透露，Minimax等客户已通过Agent技术，在一天内完成了原本需要两周时间的人工操作，这标志着云计算正式迈入"自动驾驶"时代。

Agentic Native云战略升级现场，徽声在线记者摄

无独有偶，谷歌在同期举行的I/O大会上也聚焦于Agent与基础设施的重构。两大科技巨头的战略趋同，预示着Agent主导未来计算已成为行业共识，全栈AI能力的发展正加速从概念走向现实。

在AI Agent热潮的推动下，云厂商的变革速度前所未有。徽声在线独家获悉，过去5个月内，阿里云大模型MaaS（Model as a Service）市场的日均Token收入增长了约15倍。最新财报显示，包含百炼MaaS平台在内的AI模型与应用服务ARR（年度经常性收入）已突破80亿元，预计年底将超过300亿元，展现出强劲的增长势头。

刘伟光指出，当智能体突破临界点后，AI与云的需求将呈现指数级增长。云厂商必须提前布局，构建能够支撑这种爆发式需求的底层架构。这一观点与当前行业对AI算力需求的爆发式增长形成了呼应。

阿里云此前强调的"云芯模"一体化战略，在此次峰会上进一步升级为全栈协同策略。刘伟光解释称，客户最终获得的是模型能力、芯片能力与云能力的深度融合。他特别强调，没有自主芯片的支撑，云计算的性价比与开放性将难以保障，这凸显了芯片在AI时代的基础性作用。

阿里旗下半导体公司平头哥在此次峰会上首次公布了未来两年的芯片发展路线图，明确了新一代芯片的性能提升方向，旨在进一步增强大模型的训练与推理效率。这一路线图的发布，为阿里云的全栈AI战略提供了坚实的硬件支撑。

平头哥新一代AI芯片真武M890凭借144GB显存与800GB/s片间互联带宽，实现了性能较上一代的三倍提升。根据规划，平头哥将于2027年推出V900芯片，2028年推出J900芯片，保持每年一代的迭代节奏。平头哥副总裁高慧透露，在Agentic时代，单个Agent可能在毫秒间连续发起数十次模型调用，这对CPU、GPU、网络与存储的协同提出了极高要求。平头哥构建全栈自研芯片矩阵，正是为了实现算力、网力与存力的系统级协同，确保Agent的流畅运行。

高慧还披露，截至今年4月，平头哥真武系列AI芯片累计出货量已达56万片，服务20多个行业、400多家客户，展现出广泛的市场认可度。

平头哥未来两年芯片发展路线图，官方供图

在全球AI需求爆发与出口管制受限的双重背景下，国产算力迎来了发展的关键窗口期。国际调研机构IDC数据显示，2025年中国加速服务器（AI芯片）市场总出货量预计将达到约400万张。其中，英伟达仍将以约220万张的出货量位居第一，但国产芯片出货量将达到165万张，市场份额持续提升至41%。平头哥在国产厂商中排名第二，显示出强劲的竞争力。

国产芯片快速增长的逻辑在于，当前算力市场已转变为强卖方市场。国产厂商通过算法创新与工程优化，有机会实现更高的性价比。刘伟光强调，性价比不仅体现在芯片本身，更在于整个集群的运行效率。他举例称，同样的集群与芯片配置，阿里云的工程团队与模型团队的深度协同优化，能够跑出更多高质量Token，这种软硬协同的壁垒短期内难以被复制。

此次战略升级后，由Agent驱动的MaaS收入有望取代ECS，成为阿里云最大的产品线。一位接近阿里云的人士向徽声在线透露，阿里云在中国大语言模型（LLM）市场中的MaaS收入已位居第一，展现出领先的市场地位。

收入增长的背后，是Token价值的变化。刘伟光回忆称，去年底拜访数百家客户后发现，前两年模型能力有限，企业不愿为AI支付高额费用。但到了2025年，Coding能力的出现成为了一个巨大的分水岭。模型不再仅仅是提效工具，而是开始承担人类难以完成的工作，因此企业愿意为AI单独列支预算，Token支出占比自然提升。

刘伟光判断，对于AI原生创业公司，模型调用支出占比可能接近100%；对于互联网企业，目前大约在15%至20%；传统企业虽仍在5%以下，但增长迅速。这一趋势预示着AI市场的巨大潜力。

在利润率方面，刘伟光确认MaaS业务从第一天定价开始就是盈利的。未来，阿里云的收入与利润增长将主要来自三个因素：一是基于模型调用的公共云收入（MAAS服务），其利润率高于单纯卖算力卡；二是私有部署市场，为企业客户提供本地化模型部署方案，拓展增量空间；三是由Agent Cloud带动的传统云增长，形成"1个GPU带来1个CPU"的联动效应，拉动整体云收入。

围绕AI战略，阿里云内部的考核指标也在调整。不再单纯关注Token调用量，而是看重付费Token客户数的日增长、核心系统接入模型的数量与效率，以及智能体在企业内部自主完成任务的闭环效率。这些指标更全面地反映了AI业务的实际价值。

这一转变也对阿里云的销售体系提出了新要求。刘伟光透露，过去销售主要与客户的IT部门打交道，卖的是服务器、数据库与存储。但现在做MaaS，销售需要与业务部门甚至CEO沟通，了解他们的编程、市场营销与生产线优化需求。阿里云几千人的销售团队都在打破传统作业方式，挖掘客户过去未被触及的需求。为此，阿里云开始设立专门的MaaS销售岗位，以适应这一变革。

去年底，刘伟光曾提出阿里云要拿下2026年中国AI云市场增量的80%。他认为，在大语言模型推理市场，阿里云已经拿到了大部分增量。过去在金融、汽车、政务、运营商等领域的存量客户积累，以及覆盖全国的销售网络，为实现这一目标奠定了坚实基础。

然而，这场全栈重构能否被市场接受，仍需时间验证。徽声在线了解到，由于性能差距与供应链上游持续涨价，今天很多国产芯片从芯片到Token的"经济账"仍难以打平。阿里云所说的"性价比"要如何提升，还有大量工作要做。此外，整个市场的算力供给处于供不应求状态，如何平衡算力供给、优先分配给哪些业务与客户，仍是大厂内部需要花精力去平衡的问题。