Token日均收入5个月猛涨15倍，阿里云正在把云的控制权交给智能体

步入Agentic AI（智能体）时代，阿里云正在重构其全栈技术体系。

5月20日，在2026阿里云峰会上，阿里云宣布完成面向Agentic时代的全面升级，重磅发布全新“芯-云-模型-推理”全栈技术体系，同步推出全新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，以及最新旗舰模型Qwen3.7-Max。

阿里云最新全栈技术体系

这场干货满满的大会充分展现出阿里云拥抱AI智能体的决心。阿里云智能集团资深副总裁、公共云事业部总裁刘伟光表示，Agent突破临界点之后可以24小时不间断工作，对AI和云的需求无穷无尽。阿里云正在进行从底层芯片、Agentic Cloud、模型到推理平台的全面升级，建设中国最大的AI工厂。

经过此次激进升级，Agent驱动的MaaS（模型及服务）收入将取代ECS（云服务器弹性计算服务），成为阿里云最大的产品线。这意味着，阿里云的增长引擎，正在全面切换为以Token（字元）为计量单位的AI收入。

真武系列AI芯片累计出货56万片，Token收入5个月狂飙15倍

在大会上，阿里云公布了激进的芯片路线图，强调公司的重点不再只是卖模型或算力，而是直接对标谷歌TPU芯片与Gemini模型的结合。

在芯片层，阿里发布基于新一代AI芯片真武M890的磐久AL128超节点服务器，搭载自研互联芯片ICN Switch 1.0，可让128张AI芯片组成一台计算机，P2P时延低于150ns，主打解决Agent场景下的海量并发推理和大模型训练需求。

平头哥新一代训推一体AI芯片真武M890也在会上首次亮相，其性能是上一代真武810E的3倍。同时，平头哥首次公布了真武系列芯片的路线规划：未来两年将实现“一年一上新”，陆续推出算力更强的真武V900、真武J900两代芯片。目前，真武系列AI芯片累计出货56万片，服务来自20多个行业的400多家客户。

真武系列AI芯片路线图。来源：阿里云

在会后采访中，刘伟光对澎湃新闻等媒体表示，用户需要的是“几何式的组合”，即模型能力、芯片能力和云能力这三者的完整有机结合：“如果今天没有芯片这个环节，要说打造有最好的性价比、最开放的云，其实是有点虚的。这一环补上来之后，我们的全栈路线就是一个完美的故事线了……如果未来拼的是让每一块芯片都能跑出比我们竞争对手更多的、更高质量的token，那我们就胜利了。”

同时，阿里云方面指出，Agent的运行底座依然极度依赖传统的CPU和存储资源，AI云的边界正在大幅拓宽。阿里云副总裁张启表示，把GPU云和CPU云对立起来的逻辑并不成立，Agent今天大部分的运行资源还是要CPU资源，行业判断两者在未来可能会达到1:1的比例。

在稳定底座带来的强大实力基础上，据张启介绍，在大模型的MaaS市场，阿里云现在是规模第一。而自今年以来，Token收入开始迎来大爆发，去年下半年之前只能被称为“序章”，今年才真正进入了“战场”：“从阿里云的数据来看，在过去的5个月，日均Token收入大概增长了15倍。”

刘伟光进一步指出：“等到token覆盖了一切的时候，那么整个企业、整个市场的IT支出结构也会发生巨大的变化，包括软件外包也好，都会发生巨大的产业变革。”他给出了未来AI生态的终极商业构想：从现有的按Token消耗量计费，最终演进为为结果付费，并形成一个由智能体自我驱动、互相交易的闭环经济体。

核心判断：用户主体从人类全面转向Agent

阿里云还在做一件更底层的事：把云产品本身变成Agent能用的东西。阿里云首席技术官李飞飞认为，传统云产品的交互逻辑是为人设计的，但Agent工作负载是“无规律弹性、短生命周期、瞬时起量即走”，与传统云计算的稳态负载截然不同。

这就意味着，传统云产品的设计逻辑是面向人的，但许多信息对Agent毫无意义。为此，阿里云对云产品进行了Skill化、MCP化和CLI化改造，让每一个云产品都变成Agent可以“像调函数一样调用”的标准化能力模块。

这也是阿里云成立17年以来，首次在阿里云官网之外推出全新产品官网“千问云”的原因，其背后的核心判断是：未来的云计算主要使用者将是AI智能体。

打开该网站页面，首页只有一行Agent可读的prompt指令。阿里云将所有模型服务的核心能力封装为标准化的Skills和CLI工具，智能体可以直接解析这条指令，“学会”网站的全部能力，并根据需求自主调用。

对此，张启解释道：“今年年初，公司内部有一个重要的判断……除了AI产品，经典云计算产品的主要使用对象也将逐渐从人类工程师变成Agent。在未来实现‘Agent优先’之后，底层的云资源也会更多地由Agent去调用。”

基于这样的判断，阿里云在模型上也做出了调整。Qwen3.7-Max是阿里巴巴最新发布的旗舰大模型，在三方机构Arena全球大模型盲测总榜中，Qwen3.7-Max超过Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，与GPT、Claude、Gemini最强模型接近，位列国产模型第一。

而比单纯的跑分更有说服力的是一个实战案例：在训练时从未接触过的真武M890芯片上，Qwen3.7-Max仅凭一份任务说明，从0开始自主工作35小时，便独立完成了一个生产级AI计算内核的编写与调优，最终性能较官方版本提升10倍。

Qwen3.7-Max实战案例。来源：阿里云

该案例展示的不是模型“回答问题”的能力，而是模型“自主完成复杂工程任务”的能力。对此，阿里巴巴通义大模型事业部负责人周靖人表示：“大模型正在经历一次核心范式转移——从对齐人类偏好，到对齐任务目标。过去我们追求的是模型‘说得好’，现在要求模型‘做得到’。Qwen3.7-Max的设计初衷，就是让模型真正成为Agent的智能内核，具备自主规划、持续迭代、跨工具协作的能力。”

这种“做得到”的能力，其在商业层面最显著的落脚点，正是目前备受关注的AI Coding（AI编程）。阿里云方面明确指出，AI Coding已成为当下最核心的火力集中点，它不仅能够生成新应用，更是在加速解构数十年累积的陈旧老代码。

刘伟光总结道：“AI Coding在未来一年之内一定会解锁一些老应用，AI的价值才会显现……在以前的云计算时代，我们工作当中经常遇到一个难点：盘点客户的IT预算，发现有一部分预算经常是我们吃不到的，那就是用户企业内部的软件开发和人力外包。现在，正好反过来，这些部分恰恰是AI Coding可以100%命中的点。”