云栖大会的主轴换了
9 月 22 日，2026 云栖大会在杭州开幕，主题定成「智以致用」。阿里巴巴集团 CEO 吴泳铭在主论坛把时代判断挑明：机器正在成为思考的主力，远期机器思考总量有望达到人类的一千倍以上。这个数字听着夸张，但它背后是一个商业判断——如果思考本身变成可规模化供给的商品，那么承载思考的基础设施就必须重造。阿里给这层基础设施定的目标也一并公布：2032 年阿里云全球数据中心规模超过 20GW。
对智能体赛道而言，真正值得细读的是阿里云 CTO 李飞飞的主题演讲。他没有沿用「AI 云」的旧提法，而是抛出了 Agentic Cloud 战略：把 Model、Harness、Context 作为三个核心构建场景，围绕企业级智能体大规模落地重构整层技术栈。传统云是为人设计的——人发起请求、人等待响应、会话结束资源即释放；而智能体短生命周期、瞬时弹性、高频调用的负载形状，恰好是传统云架构最不擅长的部分。
企业级智能体落地的四大支柱
李飞飞把企业级 Agent 落地的门槛归纳为四项能力：一是以全面、统一、持续更新的上下文形成全域认知，让智能体知道企业里真正发生了什么；二是支持自主运行与持续进化，而不是每次都等人点确认；三是把安全、控制、信任和身份认证融进去，让人与人、Agent 与 Agent 之间的协作可信可查；四是从静态规则走向实时感知、动态推理和自主行动。这四条基本对应了当下企业落地智能体的四大卡点——上下文缺失、无人值守困难、信任机制空白、流程僵硬。
围绕这四根支柱，阿里云给出的分层答案是：底层 AI Native Cloud 提供算力与存储，中间 Agent Native Cloud 提供构建与治理平台，最上层 Context Engine 把企业全域数据转化成实时上下文。三层各出了硬货：算力层展示灵骏真武 M890 超节点，这是国产十万卡集群，已经在支撑 Qwen3.8 Max、KIMI K3 等超两万亿参数模型对外提供商业服务；明年的 V900 目标性能提升三倍，搭载 200Pbps 通信带宽，单集群可扩展至 50 万卡。存储层的新一代 CPFS 标称百 TB/s 级吞吐、亿级 IOPS，模型启动平均耗时降低一半，AI 存储成本降低 69%。
AgentCore：把「跑智能体」变成托管服务
中间层是本次发布里与开发者关系最直接的部分。企业级 Agent 构建治理平台 AgentCore 把长任务、失败重试、断点恢复和异步执行做成托管能力，同时提供安全执行环境、资源隔离、身份权限和全链路审计。同步亮相的还有 Agent Sandbox、Agentic OS、Agentic Computer，覆盖从开发者实验到企业规模化运行的整段需求。展台上一个健身场景的演示很说明问题：输入身体数据后，AgentCore 现场组出一支营养师、排课师、训练师构成的智能体小队——当创建智能体变得普遍，分散在各部门的智能体如何统一管理，正在成为新痛点。
推理成本侧的两个数字同样值得记录：KVCache 管理调度系统 Tair KVCM 宣称多级缓存有效命中率可达 99%，每 token 成本下降一半；存储加速引擎 KV CacheStore 在客户生产环境把缓存覆盖时间窗口扩大九倍、首 token 延迟降低 54%。智能体的负载特征是同一上下文反复进入，缓存命中率对这类负载的成本曲线影响是决定性的。
Qwen4 在路上，RSI 成了新叙事
模型侧，Qwen 项目负责人刘大一恒确认大模型正式迈入智能体时代，Qwen 的评测重心从跑分转向真实世界任务闭环；递归式自我改进（RSI）技术已经落地，Qwen4 正在训练，后续规划 5 到 10 万亿参数规模，并继续坚持开源。淘天集团首席科学家郑波则预告了 11 月的新视频模型，并判断三年内会出现原生一体化的全模态统一生成模型。
把这些放在一起看，Agentic Cloud 战略的本质是把云的价值重新定义：李飞飞的原话是云的价值从运营算力转向运营智力，AI SaaS 的商业模式或将转向按任务结果付费。这个判断方向合理，但兑现难度不低——按结果付费意味着平台要能客观度量「任务是否完成」，这在跨企业流程的场景里至今没有公认方案。同时需要提醒，发布会上任务完成率提升 99%、TCO 成本降低 70% 等关键数字均为厂商口径，目前官方及行业暂未披露更多第三方验证细节，后续将持续跟进迭代动态。