新眸原创·作者 | 棠宁

过去一年，几乎每场科技大会都在讲Agent。但台下的观众们心里始终有一个问号，这些Agent回到真实业务里，到底能不能干活？

今年的云栖大会，对这个问题有了一个集中的回答场合。

办了十二年的云栖大会，过去扎根在西湖区的云栖小镇，今年把主会场搬到了钱塘江边的国际博览中心，也就是当年G20峰会的主场馆。云栖小镇没有放弃，它留作分会场，专门承接太空算力和物理AI。

大会现场，一位开发者打开手机，把自己带来的Agent放了出来。这个Agent有独立数字身份，自动去读三天的议程，根据他的偏好推荐展位和分论坛，还会在他走向某个展台时提前获取展品信息。今年云栖大会首创Agent Native参会，每个参会者都可以带一个自己的Agent进场。

2号算力馆里有一块大屏，把用户每次AI对话消耗的Token换算成灯泡亮了多久，旁边标注着对应的电力消耗和碳排放。一位参观者站在屏前算了算，自己一上午和AI聊了几十轮，背后是几度电。

1号智能馆展出了一台磐九AL128超节点服务器，128颗平头哥自研的真武M890芯片聚合在一台机器里。工作人员介绍，这台服务器专门为大模型推理优化，让Agent跑得更快更稳。这台机器今年5月随阿里云峰会发布，这次是在云栖大会首次面向公众展出。

主论坛上，阿里巴巴CEO吴泳铭说了一组数字。未来机器思考的总量将达到人类思考总量的1000倍以上，而今天这个数字还不到3%。

他把这件事类比成工业革命。蒸汽机把动力变成了规模化商品，人类先后发明蒸汽机、内燃机和电，围绕它们建起了现代产业。这一次轮到思考。吴泳铭说，机器正在成为思考的主力，智能正在成为一种可以规模化供给的商品。

但他同时给了一个冷静的判断：机器智能时代的代表性产品还没有出现。今天的AI Coding就像1882年的电灯，替代的是现有工作，帮人编程、写报告，只是机器智能的初级阶段。站在1882年那400盏电灯下，人们想象不出六十年后会有计算机，也想象不出空调和洗衣机。第一步要做的事，是建足够多的发电站，铺足够广的电网。

展台和往年最大的区别，是Agent不再表演。

过去几年科技展会上，机器人负责热场。调酒、颠勺、打拳、翻跟头，动作越花哨，围观的人越多。今年云栖大会的四大展馆里，少见这类表演。比亚迪座舱展车前排队体验的人不少，但工作人员讲的重点不是车多酷，而是飞猪和闪购的Agent如何在后台接住一句口语化指令。

真正的落地样本不在展台，在一份4月公布的合作里。绿色动力是一家做垃圾焚烧发电的环保公司，它和阿里云联合打造了行业首个固废焚烧"智控一体"智能体，把这套系统搬进了武汉的垃圾电厂。这个Agent负责锅炉燃烧控制，根据炉温、烟气、负荷实时调整投放量和风量。

合作公布时带了一组数据：自动投运率超过98%，上网电量同比提升4.05%，厂用电量下降1.87%，吨垃圾石灰消耗降低15.21%。

这些数字出现在电厂的月度报表里。但它们是Agent进入生产环境的证明。

过去两年，大量Agent停留在Demo阶段，能聊天气、能写代码片段、能生成一张图，一旦进入生产现场，面对的是噪声、延迟和不断变化的物理条件。武汉这座垃圾电厂跑了半年，证明Agent能在那种环境里盯满一个月。

比亚迪的座舱案例是另一个方向。过去车载语音助手只能执行单轮指令，"打开空调""导航到公司"。迪迪虾方案把多个服务Agent接进了座舱，一句"帮我点杯咖啡送到家"触发的是跨应用、跨平台的任务协同。飞猪负责下单，闪购负责配送，车辆负责把任务传给对应的服务。

这两个案例的共同点在于，Agent不再回答问题，它完成任务。完成任务需要调用工具、协调多个服务、在出错时自己修正方向。这和过去大模型"一问一答"的产品形态完全不同。

云栖大会把这种区别写进了主题"智以致用"。

前两个字讲智能，后两个字讲应用。今年百余场分论坛里，大量议题围绕Agent如何进入生产环境展开。企业级智能体平台AgentCore在本次大会的分论坛上发布，配套了一份白皮书，讲的是Agent从构建、运行、治理到协作、评估的全生命周期管理。

对开发者来说，这套工具链意味着旧的工作流要改。过去写应用，调API、写逻辑、拼界面。现在写应用，更多是在描述任务、配置Agent、定义工具调用权限。百炼平台上已经上线了百余款主流模型，模型服务的核心能力被封装成Skills和CLI工具，Agent可以直接调用，不需要人在中间写胶水代码。

展台之外，主论坛上的信息更值得拆。

吴泳铭站在杭州国际博览中心的主论坛舞台上。去年此时，他在云栖小镇讲了一个三阶段路线：智能涌现、自主行动、自我迭代。他说AGI只是起点，终极目标是超级人工智能ASI。今年云栖大会的五层全栈架构，实际上是把"自主行动"这个阶段拆成了可以售卖的产品。

五层从下到上：平头哥自研芯片、云基础设施、千问大模型、模型服务、Agentic应用。

每一层都在为Agent重做。芯片层有1号馆那台磐九AL128；模型服务层有千问云，把模型能力Skill化、CLI化；应用层有本次大会新发布的AgentCore，管Agent的构建治理和全生命周期。

这套架构的核心思路是：云厂商不再只提供一台机器，而是提供一个让Agent跑起来的runtime。

这件事对企业客户的影响，要到采购环节才显现。过去企业上云，买的是GPU小时、存储容量、带宽流量。财务部门按资源消耗做预算。现在如果采购的是"一个Agent帮你把客服工单处理完"，CFO要重新计算ROI。投入产出比不再以机器折旧计算，而以任务完成量、错误率、人工替代率计算。

熟悉阿里的人都知道，有一组数字被反复提及。2025年2月，吴泳铭宣布未来三年投入超过3800亿元建设云和AI硬件基础设施，总额超过去十年总和。今年3月的财报电话会上，他给出了商业目标：未来五年，包含模型服务在内的云和AI商业化年收入突破1000亿美元。

3800亿和1000亿美元之间的差额，就是Agent能不能卖出去的赌注。

主论坛上还有一张新面孔。

刘大一恒作为Qwen大模型项目负责人首次公开亮相，演讲排在吴泳铭之后。公开资料显示，他2020年从四川大学拿到计算机博士学位，2021年加入达摩院语言技术实验室，参与Qwen系列模型的研发。今年早些时候阿里经历多轮AI组织重组后，Qwen团队的管理层架构被重新梳理。周靖人作为通义大模型事业部负责人站在业务层面，刘大一恒专职负责LLM项目。

这次人事调整的信号在于，阿里把大模型团队从"事业部制"拆出了"项目负责人制"。

Qwen不再只是通义事业部下的一条产品线，它有了独立的负责人和独立的汇报线。背后的原因是，Agent时代对模型的要求和聊天机器人时代完全不同。模型需要长程任务能力、工具调用能力、代码自主能力，这些能力的优化周期比"对话效果"长得多，需要专人盯。

今年5月发布的Qwen3.7-Max，曾仅凭一份任务说明书，在没有人类干预的情况下自主编程35小时，独立完成一个生产级AI计算内核的编写与调优。

这次云栖大会现场展出的Qwen3.8-Max已经迭代到2.4万亿参数，单次推理激活95B参数，上下文窗口100万Token。这些数字对普通用户没有意义，但对开发者意味着：一个Agent可以在不截断上下文的情况下，处理一个跨越数十万行代码仓库的编程任务。

把现场的产品、人物和数字串起来，云栖大会今年真正的产业信号是：云计算的计价单位正在从"机器时间"迁移到"任务完成"。

这个迁移不是阿里一家在推。华为在6月的产业发布会上讲了Agentic Infra。但云栖大会是第一次把五层全栈完整摆出来的场合，从芯片到应用，每一层都为Agent重做。

为什么是现在？

因为模型能力到了一个临界点。Qwen3.7-Max能自主编程35小时完成生产级内核，这个能力在一年前还不存在。当模型可以持续执行多步任务时，云的角色就变了。过去云是资源池，你申请多少资源我给你多少。现在云是运行时，你告诉我要做什么，我派一个Agent去完成，过程中它需要的算力、存储、数据库、工具调用，由云自动调度。

2号馆那块Token-Watt大屏，把这件事的另一面摆了出来。每次AI对话背后都有电力消耗，有碳排放。当云的计价从"用了多少GPU小时"变成"完成了多少任务"，成本计算的方式也跟着变。过去客户只关心算力账单，现在还要关心Agent跑一个任务到底花了几度电。

这个变化对竞争格局的影响是深远的。

云厂商的竞争不再是拼谁的模型榜单分数更高，而是拼谁的Agent运行时更可靠、更便宜、更不容易出错。英伟达作为本届云栖大会最高级别合作伙伴站在台上，英特尔和AMD分列钻石和红宝石级。与此同时，阿里自研的真武芯片也在展区展出。这种"全球合作加自研并行"的路线，说明阿里在算力层面采取的是开放生态策略，不绑定单一供应商。

资本市场对这套叙事有反应。根据长江证券在研报里判断，进入Agentic时代，云厂商的基本面正在持续走强。

但现场也有冷静的声音。在"为了无法计算的价值"主论坛上，讨论的话题是AI的社会面：Agent替代人工之后岗位怎么办，模型出错谁负责，AI的能耗成本由谁承担。

大会第二天和第三天还有很多分论坛。很多答案会在那些分论坛里慢慢浮出来。

十三年前，阿里云开发者大会搬到云栖小镇，来了4000人。他们背着电脑，在荒地上听阿里云讲什么是云计算。今天，他们中的很多人已经不需要自己写每一行代码了。他们带来一个Agent，让它去读议程、找展位、记录分论坛要点。

场地搬到了更大的地方。来的人带的东西，也不一样了。