模型之上，平台开始卖「托管」
云栖大会 9 月 22 日的信息量密集，除了主论坛的算力底座与上午的办公套件，MaaS 与 Agent 技术主论坛藏着另一层产品线：阿里巴巴集团战略副总裁、ATH 事业群 MaaS 业务线总裁文征宣布千问 AI 平台全面升级——在模型服务基础上，新增 Agent 服务与行业 AI 解决方案两个层级，并推出 API 优速模式、Agent Studio 和千问 AI 座舱解决方案。
升级的背景是一条陡峭的增长曲线：过去一年阿里云 MaaS 平台服务的客户数增长六倍。文征的观察是，订单、代码、内容和业务流程开始主动发起调用，Agent 正在进入企业核心流程，企业需要的不再只是一个模型 API，而是覆盖模型供给、生产运行、Agent 构建与托管的完整体系。他给这轮变化起了个量化框架——单任务价值、Token 生产效率和单 Token 能力共同决定「智能价值密度」，智能正从被调用走向被交付。
Agent Studio：把托管运行做成产品
新发布的企业级全栈 Agent 服务平台 Agent Studio 是这轮升级的核心。它的能力清单包括：按任务自动路由选择模型、24 小时不间断托管运行、支持企业内部知识数据和外部软件服务接入。更值得注意的是随行发布的 Agent 自进化引擎，四个组件串成一条闭环——运行观测、AI 评测器、AI 优化器、自动验证——让智能体在上下文交互中持续调优。托管这件事的分量在于：智能体长任务最怕中途崩坏，失败重试、断点恢复、持续观测原本是每个企业自建的工程负担，现在被平台产品化承接下来。
模型供给侧的数字同样围绕 Agent 负载展开：决策链路长、并发高、时延敏感，平台通过 FlashBoot 与 UniScheduler 调度异构算力，把模型弹性启动时间从 1200 秒压缩到 70 秒，可以在 1 分钟内拉起 1 万个 Pods；首 Token 延迟降低 38%，Prompt Caching 成本最高节省 95%。生产级承诺包括 99.9% SLA、十亿级单客户峰值 TPM，以及面向敏感场景的 CMaaS 机密推理服务。接入方式上，开发者可以通过 API 集成或订阅 Token Plan，在已支持的常用 AI 工具里直接调用相应模型。Token Plan 这条线值得单独留意：订阅制把按量计费的 API 账单换成可预算的月费，且调用入口从开发者代码前移到常用工具里——平台争夺的不再只是企业的开发者，还有每个员工的直接用量。结合文征那句「从 Token 到结果」的价值重定义，平台层竞争正在从单价与速率，转向谁能替企业兜住智能体运行的整个生命周期。
三条产品线拼成一张全栈地图
把同一天的三场发布连起来看，阿里在智能体栈上的布局结构相当清晰：李飞飞主讲的 Agentic Cloud 管基础设施——算力、存储、执行环境；文征主讲的千问 AI 平台管模型服务与 Agent 托管——供给、路由、观测、进化；千问办公的企业上下文管业务应用——把企业数据变成智能体可调用的上下文。三层各守一段，叙事上互相引用，形成从芯片到办公场景的完整链条。
辩证地看两处张力。其一，文征提到平台的价值不是定义所有应用，而是让更多应用生长出来——但自进化引擎里的 AI 评测器与自动验证既是卖点也是边界：自动验证能覆盖到什么深度、错误进化的责任如何界定，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。其二，弹性启动、首 Token 延迟、缓存成本这组数字全部是厂商口径，横向可比性有限。此外，2032 年 20GW 的算力投入规划已在基础设施发布中披露，本篇不再展开；座舱解决方案的行业落地细节，也有待后续论坛与客户案例补全。