2026年，兩件事撞在一起。
產業側，企業開始密集部署Agent。消費側，超級App迎來系統性重構。兩個原本平行的生態，同一時間集體轉向AI。
Agent時代來了。表面看，這是技術升級的擴散，實則背後隱藏著一場對科技廠商的價值重估。
消費側Agent的標誌性事件，是AI版支付寶“阿寶”的率先上線。
沒有多級頁面，不讓使用者做“選擇題”，一個對話方塊，辦完所有事。
幾乎同一時間，微信也在干差不多的事情。
兩大超級App不約而同，把入口從“點選”變成“對話”，讓人們不禁感嘆：超級App正集體被AI重構。
被重構的，不止C端。產業側的變化更深、更急。
麥肯錫2025年調研覆蓋全球105個國家近2000名受訪者，資料顯示85%的組織已將AI Agent整合至至少一項工作流程。
市場規模同樣在驗證這個判斷。來自IDC的報告，2025年中國智能體開發平台私有化市場，收入規模達到17.5億元人民幣，前四名依次是火山引擎、騰訊雲、阿里雲和螞蟻數科。
三個雲廠商旁邊，坐著一個不賣雲的。
很多人問，為什麼靠“產品規模化”定義的排名體系，被一家非雲廠商打破了？
透過排名，看到的是toB行業真實的焦慮。
儘管很多企業都表示，計畫在2026年部署Agent。但你隨便找一家銀行CTO，他大機率會告訴你：
Agent幹活可以，讓它做主？不敢！
不是膽小。金融機構買Agent，第一件事不是看誰的GPU多，而是看誰更懂合規、誰能對結果負責。
螞蟻數科之所以在一眾雲廠商中成為異類突圍者，靠的是一種雲廠商天然缺乏的東西：金融場景的真實驗證。
力氣可以上裝置、加機器，信用只能拿時間換。
過去十年，螞蟻數科一直深耕金融，率先在這個最難落地、也最具價值的行業，跑通了智能體規模化應用的路徑。
它的AI服務覆蓋了100%的全國性銀行和超過60%的城商行。
金融行業的壁壘遠高於通用場景，能在這裡跑通，也就意味著，它幾乎能跑通其他任何行業。
而這種能力，不是一天建成的。
2015年，螞蟻數科還只是螞蟻集團內部的一個實驗室，拿著錘子找釘子。這一干，就是十年。
mPaaS、ZOLOZ、螞蟻鏈——一批在支付寶App跑成熟的技術，構成了螞蟻數科的底色。
2024年，螞蟻集團完成分拆，螞蟻數科成為獨立子公司，承接了集團科技產品對外商業化的主線任務。
mPaaS幫銀行搭App，做小程序。
放在AI Coding的環境下，似乎聽著簡單？但金融機構的核心業務系統，對穩定性的要求大於99.999%。這意味著，全年當機不超過5分鐘。
一個閃退客戶流失，一個漏洞資料洩露，一次卡頓，可能是幾千萬交易中斷。mPaaS把支付寶同款框架推向市場，從銀行到出行，為「超級App」拉起市場基準。
ZOLOZ做身份核驗。一個典型的例子就是東南亞。這裡有數千萬人沒有正規身份證明，開帳戶要等好幾天。
ZOLOZ用生物識別把開戶時間壓到最快2分鐘，一個國家一個國家死磕下來，現在服務了約1億使用者，GCash、TnGD、Mandiri Bank都是客戶。
蟻盾擋黑產。0.01秒內完成一筆交易的風險判定，支付寶資損率低於億分之一。這不是靠堆算力，是數十年風控資料喂出來的。
沒有人在融資路演上講這些。投資人要聽的是大模型、是GPU、是算力。但恰恰是這些看上去不性感的苦活，讓螞蟻數科成了toB交付的老兵。
十年下來，螞蟻數科積累了真實的金融機構關係網路、懂得金融行業監管邏輯、打磨出了私有化的交付能力。
在Agent時代，這恰恰是最難被雲廠商複製的三樣東西。
進入AI時代，螞蟻數科相繼推出Agentar智能體開發平台、企業級“龍蝦”DTClaw、Ling DT 系列大模型，十年經驗，裝進了新槍。
上海銀行跑出來了，“對話即服務”AI手機銀行，轉化率提升10個百分點——在這個行業，1個百分點可能意味著上千萬利潤。
寧波銀行跑出來了，複雜問答精準率從68%到91%。陽光保險也在跟進。
遠在東南亞，全球首家AI原生銀行RytBank，7個月使用者破120萬。
“交付是營運的開始。”螞蟻數科CEO趙聞飆在2024年外灘大會上表露出一種“工兵”心態，踏實且堅韌。
如果只看金融，螞蟻數科的故事已經講完了。
但前面這兩件事——支付寶的入口重構、產業側的Agent部署，把這個故事的邊界推大了。
先看支付寶這條線。
用一個對話窗口，“阿寶”接管了叫車、點餐、繳費這些過去需要在不同小程序之間跳轉的操作。它改變了支付寶生態的底層邏輯——流量的分發方式變了，開發者接入平台的方式也得跟著變。
支付寶有8000萬商家和400萬個小程序。過去他們做小程序，現在他們面臨的問題是：怎麼把自己的服務Agent化，怎麼接進“阿寶”的新入口。
這個需求，天然落在螞蟻數科的射程裡。
10年前，從螞蟻向外走，把支付寶驗證的能力變成商家和企業能用得好的產品。
10年後的今天，千萬級商家，是它最熟悉的客戶，只是換了一個時代的需求形態。
再看產業側這條線。
金融場景跑通之後，螞蟻數科的客戶開始外溢。能源行業率先給出了答案，依託螞蟻數科DTClaw打造的“AI員工”上崗電站。
林洋智維，融合30GW電站真實營運資料，實現7×24小時電力自主交易，人力成本下降60%以上，分析與策略生成速度提升20倍以上。
在協鑫新能源，營運智能體將故障定位時間降低30%-60%，巡檢效率提升50%-70%。
最後，還有一張底牌：螞蟻鏈。
Agent做的事算不算數，取決於資料從那來、歸誰所有、怎麼定價。螞蟻數科在區塊鏈十年鋪就的信任層，在Agent時代變成了不可或缺的帳本。
眼下，螞蟻數科迎來了一次商業浪潮的交匯，但這條路註定不平坦。
趙聞飆曾表示，螞蟻數科目前相當於馬拉松的前25%，“未來能不能成為像華為一樣，受人尊敬的科技公司，能不能引領整個行業向前發展。”
當現實世界開始被Agent重寫，真正稀缺的不是模型和算力，而是誰在最難的地方先把路趟出來了。
螞蟻數科用十年干的，剛好是這件事。 (華商韜略)