当人类工程师不再是云计算产品的主要使用者，一场关于云服务入口的变革正在悄然发生。阿里云最新推出的“千问云”官网，首页仅显示一行供智能体安装技能的指令——“安装 Skills npx skills add QianWen-AI/qianwen-ai”。没有传统官网常见的产品列表、控制台入口或复杂导航，这种极简设计标志着云服务对象正从人类向智能体（Agent）转变。
阿里云智能集团资深副总裁刘伟光在近期峰会上宣布，公司正进行全栈技术升级，涵盖底层芯片、Agentic Cloud架构、模型优化及推理平台，目标建成中国最大的AI基础设施提供方。这一战略调整与谷歌开发者大会释放的信号不谋而合——两家科技巨头均将云计算的核心用户定位为智能体，而非传统的人类开发者。
支撑这场变革的，是AI应用爆发带来的Token经济激增。据披露，谷歌产品处理的Token量从两年前的每月9.7万亿飙升至今年超3200万亿，增长33倍。市场研究机构Gartner预测，到2026年底将有40%的企业应用集成AI智能体，而去年这一比例不足5%。阿里云观察到，春节期间爆火的“龙虾”类智能体已能自动激活云资源，原本需人类工程师两周完成的部署任务，现在一天内即可由智能体自主完成。
这种使用模式的转变直接重塑了云服务架构。传统官网以人类操作逻辑设计，智能体则需要结构化能力描述、标准化调用协议和可预测反馈机制。千问云作为首个专为AI和智能体设计的平台，将模型及应用作为核心商品，通过全面“Skill化”实现智能体直接调用，其体验远优于传统官网。刘伟光指出：“当所有应用都被AI重写，入口优先级必须彻底颠倒——未来智能体登录后首先寻找的是模型，而非数据库。”
Token经济的价值跃迁正在改写云服务商业模式。刘伟光透露，AI原生企业的Token支出已占IT成本100%，互联网企业达15%-20%，传统企业虽不足5%但增长迅猛。更关键的是，AI展现出的代码解构能力正在创造全新市场——它能解析70-80年代遗留的无注释COBOL、C、Java代码，将这些“代码化石”迁移上云，催生出大量老系统改造需求。同时，推理模型和视频模型的突破性进展，正在重塑广告、影视等创意产业。
面对指数级增长的算力需求，阿里云选择押注自研芯片战略。峰会上公布的真武系列芯片路线图显示，最新M890芯片配备144GB显存和800GB/s片间带宽，性能达前代3倍。平头哥半导体副总裁高慧解释，智能体任务执行需CPU、GPU、网络和存储的毫秒级协同，全栈自研芯片矩阵正是为解决系统级协同难题。未来两年，V900与J900芯片将陆续推出，形成覆盖不同场景的算力矩阵。
这种“芯片-模型-应用”的全栈协同路径，与谷歌TPU+Gemini的组合如出一辙。刘伟光直言：“自研芯片与模型结合能实现最佳性价比，谷歌已证明这条路的正确性。”实战数据印证了这一判断：Qwen3.7-Max模型在M890芯片上自主工作35小时，完成的生产级AI计算内核性能较官方版本提升10倍。目前，阿里云在推理市场已占据超20%份额，且在所有大客户竞标中保持不败。
Token经济与云基础设施的深度绑定正在创造新的增长飞轮。阿里云统计显示，过去五个月其百炼平台大语言模型（LLM）的Token年化收入增长15倍。这种增长源于三方面：原有开发者客户自然转化为Token消费者；智能体爆发带来的新需求；以及Token消耗对GPU和CPU的联动拉动效应。刘伟光用换算关系揭示其中逻辑：“1000个Token约等价于一卡GPU消耗，而每产生100元CPU收入，会同步带来200元GPU+CPU收入。”
在这场由智能体驱动的云服务变革中，入口重构、经济模型转变和底层技术自主可控构成三大核心支柱。当每个Token的消耗都成为拉动整个计算生态的齿轮，云计算正从资源提供者进化为AI时代的操作系统构建者。
