“當雲的主要使用者開始從人變成 Agent，雲端運算這門生意，也開始被重新改寫。”
如果你連續幾年參加雲相關的峰會，今年就會有一個明顯的感受：話題變了。
過去我們聊雲，我們在聊什麼？
一來是聊雲，我們聊的是怎麼把伺服器搬上去。
再後來，我們聊的是怎麼在雲上跑AI，買GPU、調模型、搭推理服務。可能大家還會有印象，去年這個時候，大家的焦點還是那家雲的GPU夠便宜、模型推理延遲多少、算力供應夠不夠。
但今年，行業的問題完全變了。今年雲端運算行業一個非常大的變化是，大家都開始聊，怎麼讓Agent自主使用雲。
5月20 日，杭州，阿里雲峰會上，阿里雲把這個問題擺到了檯面上，而且給出了一個系統性的回答。
從發佈搭載自研晶片真武M890的超節點伺服器、推出國產第一的旗艦模型Qwen3.7-Max、升級百煉推理平台，到推出100多個雲產品Skill、建設Agent原生基礎設施、重寫雲的入口，阿里雲正在徹徹底底地為Agent重建從晶片到入口的整套基礎設施。
值得注意的是，就在上周，阿里財報剛剛交出AI收入連續11個季度三位數增長、百煉平台ARR突破80億元的成績單，消息發佈當天阿里股價飆漲8%。
據某雲端運算行業人士透露：“阿里雲在大模型的MaaS市場是規模第一。”他表示，真正的市場按國際通用標準應看大語言模型（LLM），“在這個市場，阿里雲一直都是第一，而且還在加速增長。”
從財報到峰會落地全端Agent化方案，中間沒有猶豫期。吳泳銘在財報電話會上將Agent時代定義為“一場計算範式的革命”，而這次峰會就是對這場革命的系統性回應。
01. 為 Agent革新一朵雲
阿里雲為何要革新雲？這還是要回到一個正在發生的根本性變化，雲的服務對象，正在發生巨變。
過去十幾年，雲產品的使用方式其實很固定：開發者登錄控制台，買伺服器、配網路、配資料庫、部署應用。這背後，有一個雲端運算行業最底層的產品邏輯，雲平台默認“操作者”是人，所有產品設計都是圍繞人怎麼操作展開的。
但 Agent 時代，這個邏輯開始鬆動。
就拿雷峰網所在的內容創作領域來說，現在我們已經在用Agent干很多事：掃描幾十個信源、提煉觀點、生成選題、甚至起草初稿。但你可能沒注意到的是，這背後每完成一個任務，Agent都在自動呼叫雲資源、調模型做推理、調儲存讀歷史文章、調搜尋介面抓即時資訊、調向量資料庫做語義匹配。
一篇稿子從選題到成文，Agent可能已經發起了上百次呼叫。整個過程，人只說了一句話。所以說，真正頻繁呼叫雲資源的，變成了Agent。
而且這個變化的幅度，遠比看起來大。以前雲服務的是幾百萬登錄控制台的人，以後要服務的是數以億計、永不下線的Agent。阿里雲公共雲事業部總裁劉偉光在峰會上說，AI勞動者和人類勞動者相比，規模上不僅多了N個數量級，而且可以24×7不間斷運轉。這是量級躍遷。
而這種量級躍遷，對於雲作業系統的影響是結構性的。
這意味著雲系統必須從原來為人設計的"人機互動系統"，變成面向機器的"機器執行系統"。而當服務對象從人變成 Agent，三個問題必須回答：
第一，怎麼讓 Agent 真正看懂雲？ 過去的互動介面是給人設計的，Agent 看不懂這些，它需要可以直接呼叫的標準介面和封裝好的專家知識。雲產品必須配備一本"機器能讀懂的說明書"。
第二，怎麼管理海量 Agent 的執行行為？ 上百萬 Agent 同時執行不同任務，怎麼調度、怎麼隔離、怎麼控製成本？這些在傳統雲的穩態負載時代不是問題，在 Agent 的炸裂式負載面前，每一環都需要重新設計。
第三，怎麼保證 Agent 行為的安全？ 這個問題在雲時代幾乎不存在。但龍蝦火了之後，李飛飛說，"很多人問的第一個問題就是，你把任務都交給 Agent 以後，它的安全怎麼保障？傳統雲安全防的是壞人，Agent 時代要防的是好心辦壞事的 AI。這是一個過去從未出現過的新命題。
三個問題，指向同一個結論：不是在雲上加一層 AI 能力就夠了，而是要用 Agent 的邏輯，從頭重寫雲。
02. 阿里雲，重寫自己
怎麼重寫？這是阿里雲本次峰會上的一大核心內容。
和外界想像的不同，阿里雲這次不是只動了雲平台這一層，而是從晶片、雲平台、模型到MaaS推理平台同時動刀，是一次四層全端改造。其中雲平台層可以概括為兩層改造。
第一層，把現有的60多個雲產品，改造成Agent能直接呼叫的標準化技能。李飛飛在峰會上扔了一個時間節點：今年內，阿里雲所有雲產品都會完成控製麵改造，以Agent為優先使用者。
具體來看，各條產品線已經在動了。
儲存線推出了OSS Agent，幫使用者自動管理和最佳化冷儲存空間。資料庫線，瑤池資料庫長出了自己的Agent，能做自動化維運和資料分析。
資料開發線，DataWorks Agent，提供了一個統一的面向智能體的資料開發平台。安全和維運線也在全面Agent化。用李飛飛的話說，“讓每個產品都有自己的Agent。”
第二層，為Agent建一套全新的運行環境，從沙箱執行階段、記憶系統、多Agent編排到安全治理，全部從零設計。
目前，阿里雲為Agent新建的基礎設施拆成了六個方向，其中有三個可以重點展開講講。
第一，執行階段。 Agent不是一直跑著的。它的典型特徵是：接到任務，瞬間啟動，瘋狂呼叫資源，幹完活就消失。這就要求運行環境必須具備兩個能力：極速彈性，以及強隔離。
李飛飛給出的數字是：阿里雲的Agent沙箱支援百毫秒級冷啟動，"一分鐘可以開啟1萬到2萬多個沙箱"。同時支援淺休眠和深度休眠，Agent幹完活就休眠，有新任務秒級喚醒，不用一直佔著資源。
第二，記憶。 這一點對Agent來說比對人更根本。人開會可以翻聊天記錄，Agent執行跨天任務怎麼辦？李飛飛把Agent的記憶分了三層：短期記憶，Agent幹活幹到一半，不能抬頭就忘；長期記憶，跨任務的上下文，今天幹一半，休眠，明天醒來接著幹，中間的上下文不能丟；知識記憶，外掛的企業知識庫，通過RAG、向量資料庫、多模態資料引擎，讓Agent能檢索企業沉澱多年的知識。
對應到產品上，阿里雲的資料庫產品、儲存產品、巨量資料產品等，全線推出了支援長短記憶和知識庫結合的功能，分層儲存，按需喚醒。
第三，安全。 這個問題在第一部分已經提過，龍蝦火了之後，所有人都在問交給Agent安全嗎。阿里雲在峰會上給出的方案是一整套面向Agent的安全體系：Agent安全中心、AI安全護欄、Agent防火牆等產品。除了這三個方向，還有編排、治理、資料平面，每一個方向都在從零開始建。
雲平台層的改造之外，這次峰會上同樣重磅的，是晶片、模型和推理平台三層的同步升級。
Agent時代的海量並行推理，對底層算力提出了完全不同的要求。平頭哥在峰會上發佈了128卡超節點伺服器，搭載新一代訓推一體晶片真武M890與自研互聯晶片ICN Switch 1.0。
目前，平頭哥AI晶片“真武”累計出貨已達56萬片，60%以上服務外部客戶，服務包括中國電信、中國一汽、浦發銀行在內的400多家客戶。
全球範圍內，擁有自研AI晶片並大規模商用的雲廠商只有四家：Google、亞馬遜、微軟、阿里雲。在國內市場，阿里雲是唯一同時具備GPU、CPU、儲存、網路晶片全端自研能力的公有雲廠商，這是獨一無二的結構性壁壘。
Agent要完成複雜任務，模型能力是底座。在三方機構Arena全球大模型盲測總榜中，Qwen3.7-Max與GPT、Claude、Gemini最強模型接近，位列國產模型第一。同時該模型程式設計能力優於Claude 4.6，面向Agent全新設計，可勝任35小時長程複雜任務。
更值得關注的是迭代速度——近3個月千問旗艦模型已連續迭代3.5、3.6、3.7三個版本，這種迭代節奏在全球旗艦模型中也屬最快之列。
Agent的爆發式呼叫對推理平台的穩定性和彈性提出了極端要求。阿里雲在百煉平台上建構了大規模GPU資源叢集，並通過一套完整的技術堆疊來應對Agent場景的特殊挑戰。
平台生態同樣在加速打開——九家模型廠商入駐百煉，開放接入GLM-5.1、MiniMax M2.7、Kimi K2.6等頂尖模型，開放度對標AWS Bedrock。百煉平台半年內Token消耗增長超10倍，這本身就是Agent時代到來的最直觀註腳。
03. 千問雲：不是新產品，是新入口
前兩部分講了兩個判斷，第一，調雲的主體從人變成了Agent；第二，阿里雲用Agent邏輯重寫“芯-雲-模型-推理”全端技術體系。但這裡還剩下一個問題：當使用者從人變成Agent，雲的第一個接觸點——入口，應該是什麼樣？
阿里雲在本次峰會最後給出的答案，是“千問雲”。
乍一看，這是一個新產品發佈。放在峰會的壓軸位置，也很容易被理解成阿里雲又發了一個AI產品。但如果把前兩部分的邏輯串起來，你會發現千問雲不是又一個產品，而是整套邏輯的終點。
還是先退一步看，過去十幾年，雲端運算的入口一直是一個東西：控制台。
開發者登錄進去，左邊是產品目錄，計算、儲存、網路、資料庫、安全，幾十個大類、上百個產品，像超市貨架一樣排開。你看中那個，點進去，看參數、選規格、填配置、下單。但回到第一部分的結論如果未來頻繁呼叫雲的是Agent而不是人，那這套“超市貨架”邏輯就從根本上不成立了。
Agent不需要逛貨架。它不需要看產品介紹。它甚至不需要知道ECS和OSS的區別，它只需要知道自己要完成什麼任務，然後找到能完成這個任務的能力。
這意味著，雲的入口必須從產品目錄變成一個任務引擎，不是我能賣你什麼，而是你想幹什麼，我來調度。
這就是千問雲在做的事。千問雲目前對外呈現的，可以拆成三層來理解。
第一層，模型聚合，入口的第一件事，是讓使用者先接觸到“能力”而不是“產品”。
過去你打開阿里雲官網，最先看到的是產品列表。千問雲打開後的第一屏，是模型。據阿里雲峰會上公佈的資料，千問雲整合了150多個模型系列、480多款模型，從千問自身到三方模型全覆蓋。
第二層，阿里雲把多款雲產品改造成了Agent可呼叫的標準化Skill。千問雲就是這些Skill的門面，12條產品線、60多個產品的核心能力，封裝成100 多個Agent能直接讀懂的技能包。
這形成了一個“雙面入口”：對人來說，你想做什麼就找對應的Skill，是一個能力超市；對Agent來說，它通過MCP協議直接呼叫同一套Skill，不需要理解雲產品的內部邏輯。同一個入口，兩種使用者，一套能力。
第三層：CLI工具。如果說Skill是讓Agent看得懂雲，CLI就是讓Agent用得快。人用雲，要登錄、選產品、配參數、等部署，每一步都得自己盯。Agent用雲，應該是告訴它做什麼，它就做完了，中間不需要人插手，也不需要圖形介面。千問雲提供的CLI工具，讓Agent可以自己完成一系列全流程，人連螢幕都不用看。
從模型、Skill到CLI，千問雲本質上都在做同一件事，開始重新定義“進雲”這件事。
如果說上一代雲端運算的核心，人是把伺服器搬上雲，那麼這一代雲端運算的變化，可能是呼叫雲的人正在消失，Agent，正在成為新的入口。而阿里雲所做的，就是提前為Agent時代，把整套雲端運算邏輯重新搭了一遍。 (雷峰網)