阿里云刘伟光：做智能体化的云，建设中国的AI工厂

当旅客抵达杭州萧山机场，走出航站楼的路上，最醒目、数量最多的广告牌莫过于那句“AI就用阿里云”。这句广告词在北上深杭的机场已亮相多时，但在如今的智能体时代，其背后的含义正在发生新的变化。

5月20日，在杭州西湖畔举行的2026阿里云峰会上，阿里云副总裁刘伟光、CTO李飞飞等高管明确了公司当前的核心战略方向——抓住智能体时代的机遇，打造“最Agent（智能体）化的一朵云”。具体产品层面，阿里云发布了秉持对Agent友好设计理念的“千问云”，更新了强调Agent能力的Qwen模型至3.7-Max版本，并在硬件上推出了训推一体的AI芯片“真武M890”。这一切动作，都紧密围绕着一个核心：“智能体”。

值得注意的是，MiniMax、Kimi、阶跃星辰、智谱等国内AI大模型领域的明星企业高管均出席了此次大会，展现了阿里云在生态建设上的“朋友圈”。

阿里云：从服务人到服务智能体

观察大会主论坛上午场的发言，会发现所有嘉宾的演讲都提到了同一个关键词：智能体。例如，阿里云副总裁刘伟光的演讲主题是“Transform to Agentic Era（迈入智能体的时代）”，而CTO李飞飞的演讲题目则是“智能体化的云：创造token（词元），成就智能体”。

“过去的模型服务平台主要服务于人，而未来使用模型的主力将是智能体。”刘伟光在介绍专为智能体设计的AI产品“千问云”时如此强调。他特别指出，千问云正在全面重构模型服务平台，旨在为开发者和智能体提供更友好的体验。这句话里，智能体已被置于与开发者同等重要的“客户”位置。

那么，千问云是如何体现“为智能体服务”这一理念的？其产品特性给出了答案。例如，它将模型服务链路全面Skill化和CLI化。Skill功能封装了模型选型、调用、认证配置、用量查询等完整链路能力，使得智能体无需编写代码即可动态路由至不同模型；CLI则覆盖了登录认证、模型查询、调用、环境诊断等操作，允许通过脚本或命令行自动化完成整个模型服务工作流。

当然，转向服务智能体的云并非没有挑战。李飞飞坦言，“从智能体的突发负载来看，自‘小龙虾’（OpenClaw）快速流行后，智能体运行的工作负载变得异常复杂，这对我们的云基础设施提出了极高要求。”他具体列举了六个方面的挑战，包括沙箱隔离、复杂任务并发、智能体身份认证等。

“2024年，我们强调的是AI Native Cloud（AI原生云），专注于模型训练与推理，提供弹性高效的算力调度。而到了Agent Native Cloud（智能体原生云）阶段，我们的方向发生了显著转变，转向面向智能体运行时，提供沙箱、AI网关、记忆管理、安全防护、编排与治理等关键能力，为智能体的稳定运行保驾护航。”刘伟光总结道。

智能体化已“全线就绪”，AI工厂雏形初现

在明确“智能体原生云”方向的同时，阿里云在硬件与模型两端也同步推进了革新。

硬件方面，基于平头哥新一代AI芯片真武M890的128卡超节点服务器正式发布。该服务器搭载了互联芯片ICN Switch 1.0，通信时延可低至百纳秒级，使得128张AI芯片能够如同一台计算机般协同工作，以满足智能体时代高并发推理和大规模模型训练的需求。

更引人注目的是国产芯片与国产大模型之间的“联动”成果。

模型方面，新一代千问旗舰模型Qwen3.7-Max在第三方机构Arena的全球大模型盲测总榜中，位列国产模型第一。该模型专为智能体进行了全新设计，在编程、推理等核心能力上实现了持续突破。阿里巴巴集团通义大模型事业部负责人周靖人分享了一个案例：Qwen3.7-Max在训练过程中从未接触过真武M890芯片的相关信息，但“仅凭一份任务说明，在没有人类干预和纠错的情况下，它自主工作了35小时，通过自我迭代和调优，最终生成了一套可用的代码”。

“本质上，AI时代是一场计算范式的革命。当下的AI产业很像新型制造业，要获得AI竞争力，就必须同时建设两座工厂：AI训练工厂和AI推理工厂。”刘伟光阐述道，“阿里云是目前中国唯一一家从底层芯片、到Agentic Cloud（智能体化的云）、再到全模态模型矩阵、模型服务平台以及Agentic（智能体化）应用，完整打通这五层全栈技术的云厂商和AI厂商。我们正在建设的，就是中国的AI工厂。”