阿里与谷歌，agent 齐步走

文|蓝洞商业 赵卫卫

打开阿里云全新AI产品官网，最先看到的是一行安装技能指令，这是一条Agent可读的指令。调用之后，你的AI智能体就可以一键搭载通义千问大模型的原生调用能力。

这是阿里云17年来第一次在主官网之外建立独立产品站，却没有按照互联网产品的惯例去做一个展示给用户的官网。它的首屏专为Agent设计，逻辑是：当你的用户是AI，你就不需要Banner，你需要的是一个可执行指令。

背后的逻辑不难理解，Agent时代的服务对象，不只是人，更是自主决策运行的Agent。阿里云明确对云产品进行了Skill组件化、MCP标准化和CLI指令化改造，让每一个云产品都变成标准化能力模块，智能体可像调用程序函数一样直接启用。

同一时间，Agent化改造也在大洋彼岸上演，谷歌也在I/O大会发布了从芯片、模型到应用的全栈技术和产品更新，中美两大AI全栈企业再度在同一赛道同向布局。

尤其是在应用层，谷歌最新Antigravity 2.0平台是开发和管理自主AI Agent集群的核心环境，能在12小时内自主编写出完整的操作系统，专注于核心智能体对话、智能体生成的工件以及多智能体编排，「我们正在将Antigravity打造成您进行Agent优先开发所需的唯一平台。」

Agent优先，智能体接管一切，相似的发展趋势，正在阿里云与谷歌同步显现。

当今年夏天，谷歌开始推出智能购物车，方便用户在浏览网页、与Gemini聊天时购物，同时自动查找优惠和降价信息，依托通用商务协议（UCP）等底层架构，联合亚马逊、Meta、微软等巨头入伙，这种跨平台的购物体验，注定会让Agent时代的购物车更加智能。

面对Agent时代谷歌在购物上的完整闭环，阿里该如何应对，在智能体购物领域搭建行业基础规则？

阿里云更开放了

此前《拿下敌人，谷歌云给阿里云上了一课》已经提到，云厂商们赢得竞争重要，更重要的是让竞争发生在自己的生态中，模型自由是谷歌云的重要优势之一，这也是谷歌给阿里云上的重要一课。

如今，阿里云也学习谷歌的长处，朝着「AI时代最开放的云」奔去。作为企业级的大模型应用开发平台，阿里云百炼也开始开放接入第三方模型。

除了阿里自研的千问模型矩阵，百炼平台还将接入智谱GLM-5.1、MiniMax M2.7、月之暗面Kimi K2.6、可灵、Vidu Q3等第三方模型。

在千问云官方网站上，已经上架150余个模型系列、480余款各类模型，覆盖国内外主流模型，支持多款模型同步对比，开发者可以按照自己的需求，快速完成体验、评估与选型。

同时，千问云把模型服务的核心能力封装成Skills和CLI工具，这意味着OpenClaw这类Agent工具，只需要一句指令就能学会整个平台的全部能力，并自主规划，让图片任务调视觉模型，生图任务调生图模型，视频任务调视频模型，全程无需人工干预，也无需编写集成代码。

对于云厂商的客户来说，如何透明地消耗Token资源是一个很现实的问题。

千问云拿出的解决方案是智能透明的管理机制，A智能体可实时调取模型用量数据，研判数据趋势、排查异常使用、助力成本优化，同时可通过CLI拉取日志、Key活动等数据，实现异常识别与任务溯源。

这也是阿里云和谷歌云的共同趋势，它们不再只是卖模型，而是要把自己变成提供算力和调动基础设施的AI工厂。

谷歌的优势是全球开发者密度，阿里的优势是本地生态深度。

谷歌在这次I/O大会上，公布的数据是每分钟通过API处理的tokens数已达到190亿，每月有850万开发者在用谷歌的AI模型构建应用，而谷歌内部通过AI开发工具每天处理超过3万亿tokens，且每隔几周就翻一倍。

这不仅是模型算力能力数据，更是基础设施承载体量的核心数据。

所以在这个逻辑下，Gemini 3.5 Flash定价提高三倍就不难理解了。谷歌自己的测算是：尽管单价贵了，但这个模型更高效，足以帮助企业每年节省超过10亿美元的AI成本。

它卖的不是便宜，而是要让每一分钱的处理量更值。这和传统模型降价逻辑完全不同，以前降价抢占用户，是入场券逻辑，现在提价但提效，谁能用更低的芯片成本产出更高质量的Token，是基础设施逻辑。

基础设施的逻辑，意味着当一个Agent需要调用语言能力时，智能体将优先选用何种能力、何种调用路径，这才是阿里和谷歌两场峰会所有技术发布的真实目标。

谷歌依然是阿里的老师

谷歌在I/O 2026上发布了很多内容，从模型层面的Gemini Omni世界模型到硬件层面的首款基于Android XR平台的内置Gemini音频智能眼镜，可以说，Agent已经彻底融入了谷歌的所有业务中，在搜索、办公、购物等场景中构建了自己的生态，这让所有对手都难以超越。

更重要的是背后的投入，谷歌今年的年度资本支出在1800亿至1900亿美元之间，其中关键部分都是花在了定制芯片上。

谷歌之前已经发布了针对预训练优化的TPU 8t与针对推理优化的TPU 8i，这预示着芯片走到了岔路口，方向上的进一步细分，训练需要极致的算力密度和大规模并行，推理需要极致的低延迟和内存带宽，两个目标之间存在根本性的设计张力，在同一颗芯片上同时追求两者的代价是两个方向都不够极致。

而阿里此次发布的真武M890，内置144GB HBM显存，片间互联带宽800GB/s，整体性能是上一代真武810E的三倍。

128张芯片组成磐久AL128超节点，P2P时延低于150纳秒。平头哥副总裁高慧对这款芯片的定位是：Agent在执行任务时，可能在毫秒内连续发起数十次模型调用，这需要CPU、GPU、网络和存储的紧密协同，而非单纯堆算力。

真武M890是训推一体的设计，这与谷歌把训练和推理拆开的路线形成了明显对比，两种选择背后是对当前主要瓶颈的不同判断。

在芯片功能一体化研发路线上，阿里平头哥与英伟达、百度昆仑芯站在一起，而谷歌TPU和华为昇腾则属于「彻底分化派」，这类技术路线分歧，是算力产业规模化发展后的必然趋势，因为给企业客户提供最简单、性价比最高的全能解法，还是给客户提供明确分工的解法，都是应对不同市场需求的产物。

阿里和谷歌在芯片之路上方向不同，但巧合的是，谷歌第八代TPU与阿里真武V900芯片规划落地时间相近，都瞄准了2027年年底。

这可能是二者的一致性押注，AI性能竞争的下一个主战场，不是谁的模型参数量更大，而是谁更符合市场需求，能用最少的能耗跑出高质量的token。

从芯片研发层面这一点上看，谷歌依然是阿里的老师，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光就认为，谷歌TPU和Gemini的结合就跑出了最高的性能，背后的逻辑是自己的芯片和自己的模型一定能达到最好性价比。

谁会改写智能购物？

最值得阿里提前布局预判的是，谷歌最新拿出了通用购物车功能，这是在瞄准Agent时代的电商消费。

这是谷歌打造的全新AI场景，名为「Universal Cart」。用户可以在搜索、YouTube、Gmail中随时添加商品，购物车在后台自动查优惠、监控降价、补货提醒，然后用谷歌钱包进行支付，自动计算哪个付款卡更优惠。即便用户不用谷歌付款，也可以退回到零售商网站进行结账。

这实际是要把谷歌打造成一站式购物网站，谷歌在用户的购物消费中，充当的是一个「媒人」的角色，而且目前不收取佣金。

更重要的是，谷歌底层的通用商务协议（UCP）和保障支付的AP2协议，正在建立一套新的电商规则，这才是值得所有电商行业提前预判的事情。

UCP可以理解为一套人工智能购物开放标准协议，从搜索商品、加入购物车、购买、支付到获得售后服务，这套规则的发起者包括谷歌、沃尔玛、Shopify和Target等大型零售商。4月份，亚马逊、微软、Meta等公司也加入了这个开放标准中。

也就是说，以后在电商网站下单的不是人，而是一个个具体的Agent，它代替人去比价和下单，而且能够在众多购物网站中执行，而不是仅仅限于某一个具体的购物网站。

这与当下中国市场的电商Agent形成了鲜明的对比，豆包可以实现在抖音电商中下单，千问App打通淘宝可以下单，但它们都无法实现跨平台的消费，所以每一个Agent的能力都会被局限在各自的范围中。

谷歌要把这种智能购物体验推广到更大的市场中，「Universal Cart」这套Agent消费体验，将在今年夏天上线在谷歌搜索和Gemini中。而UCP这种结账体验，也将在未来几个月登录加拿大、澳大利亚和英国，并且逐步扩展到酒店预订、本地食品配送等垂直行业。

除此之外，谷歌的AP2协议也是一项保障智能购物的底层规则，旨在让Agent在设定的限额内安全地代表用户进行支付。

AP2的底层机制是在用户、商家和支付处理商之间建立透明、可验证的连接，并全程采用加密技术保护用户数据。该协议还包含防篡改的数字记录，确保Agent始终代表用户行事，并提供永久的审计跟踪，供买卖双方在退货或纠纷时参考。

也就是说，Agent购物要满足各种限定条件，包括指定所需的品牌和产品，以及消费限额。当满足这些条件时，Agent会自动完成购买。

A2A覆盖Agent之间的通信，UCP覆盖Agent的商业行为，AP2覆盖Agent的支付授权，三层叠加，谷歌在Agent时代写的不是一个产品，是一套跨平台购物消费的基础规程，这也是国内电商巨头亟需提前预判的行业趋势：

战场不再是用户要在哪个平台上买东西，而是用户用哪个Agent下单。

对于中国用户来说，电商平台购物的消费习惯和信任基础，短时间内不会改变，但长期来看，如果谷歌带动的这套智能购物底层协议在全球范围内成熟，「购物入口」这个逻辑就将改写。

阿里、京东、拼多多等电商平台注定要面临选择，是自主搭建全新规则体系，还是选择兼容这套全球通用协议？