阿里的「蒸汽机时刻」：AI 基建先行，杀手级应用尚未现身

阿里 CEO 吴泳铭在最近的云栖大会上，把当下的 AI Coding 比作 1882 年的电灯：机器可以写代码、做报告、整理会议纪要，承担的仍是人类已有的工作，机器智能时代的代表性产品尚未出现。他随即给这种「尚未出现的生产力」算了一笔账——今天机器思考总量还不到人类的 3%，未来可能达到人类的 1000 倍以上。这并不是一个可直接换算为 Token 的统计口径，更像是阿里对市场规模的一次战略假设。

从蒸汽机抽水到 Qwen 自动训练

历史学者尼古拉斯·克拉夫茨的估算显示，1760 年英国安装的蒸汽动力仅约 5000 马力，占当时风、水、蒸汽三类动力总量的 5.9%；到 1870 年，蒸汽动力已达 206 万马力，占比近 90%。从 5.9% 到 90%，蒸汽机走了一个多世纪——先在煤矿抽水，再进入纺织与冶金，最后才围绕动力重建工厂组织。

今天的 AI 同样处在「动力已出现、组织方式尚未改变」的阶段。AI Coding 可把一个原本需要 8 小时的项目缩短到 2 小时，但项目数量与人员规模仍受原有边界约束。云栖大会披露的两项实验给出了一组可计数的记录：Qwen3.8-Max 在无人干预情况下搭建训练流程、构造数据、设计实验，连续运行一个多月、完成 33 轮有效迭代；另一项芯片设计实验持续超过 60 小时，模型调用 EDA 工具逾万次，最终把一个芯片总线模块的物理面积减少 42%。

「机器思考量」与瓦特的「马力」

瓦特改进蒸汽机后，为了让客户理解一台陌生机器值多少钱，把输出换算成了「马力」——一个来自旧时代的动力参照。阿里提出的「机器思考量」扮演类似角色：为尚不成熟的机器生产力标定可能的需求规模。阿里同时宣布，基于新架构的 Qwen4 已进入训练，Qwen4.5 与 Qwen5 计划扩展至 5 万亿至 10 万亿参数，指向复杂任务、连续运行与反馈改进能力的提升空间。

长任务倒逼整套计算系统升级

Agent 一旦需要持续运行数小时甚至数天，单靠模型能力远远不够。任务可能中断、可能走错方向，系统需要保存进度、恢复运行、检查权限，并让计算、存储、网络协同。平头哥在大会上公布新一代训推一体 AI 芯片真武 V900，单芯片性能达上一代 M890 的 3 倍，计划 2027 年第一季度量产；配套展示的服务器 CPU、互联芯片、智能网卡与存储主控，可组成最高 50 万卡规模的单一集群。

硬件之外，阿里云发布的 Agentic Cloud 负责长任务执行：AgentCore 管理失败重试、断点恢复、身份权限与运行审计，Agent Sandbox 提供隔离环境。企业真正采购的，是一套能让机器持续运行、按权限行动、留下完整记录的生产环境。

3800 亿、20GW 与「工时表」

2025 年 2 月，阿里宣布未来三年至少投入 3800 亿元用于云与 AI 基建；本次大会上，2032 年的数据中心目标被定为 20GW。模型、芯片与云已沿着长任务需求连接起来，产能需要由企业每天产生的机器任务来消化。中国平安披露的数据提供了一个切面：日均 Token 用量在不到一年里从约 300 亿增至超 3000 亿，算力从 800PF 增至 1500PF；算力增加不到一倍，Token 用量却扩大十倍。这意味着企业 AI 的增长，可以表现为同一套业务里，机器开始承担越来越多的步骤。

增长单位换了，公司结构也在变

2026 年 3 月，阿里成立 Alibaba Token Hub（ATH），把模型研发、MaaS、个人应用与企业应用按「创造 Token、输送 Token、应用 Token」的链条重新组织；集团技术委员会同步成立，模型、云基础设施与业务技术平台之间的边界被重新划分。截至 2026 年 6 月 30 日的季度，阿里将云智能集团与平头哥合并为「AI 云与算力服务」，模型实验室、千问 C 端与千问办公进入「AI 实验室与应用」——AI 第一次拥有了自己的收入、成本与利润表。

当季 AI 云与算力服务收入 484.37 亿元，同比增长 45%；资本性支出 676.78 亿元，同比增长 75%；非公认会计准则自由现金流净流出 446.70 亿元，主要压力来自云基础设施投入。电商的增长单位是订单、GMV 与用户；这门新生意的增长单位，则越来越接近 Token、算力、Agent 运行时间与企业任务。前者在交易发生后获得收入，后者需要先把机器造出来，再等待足够多的工作进入机器。