完了，阿里云太强大了！

/记得星标我/

比大部分人早一步看见未来

如果把时间倒回两年，每年云栖大会开的时候，行业里总绕不开一个问题：阿里的大模型到底行不行，跟GPT、跟Claude差多少？

今天去现场逛一圈，发现这个问题悄悄消失了。

没人追着问参数，也没人拿跑分逐项对标。大家更关注的是：阿里在一个发布会上，把模型、芯片、云这三层、全链条的东西一口气全晒了出来，让人不得不感叹，阿里云确实有点太强大了。

这其实是个值得停下来想的信号。一个公司被质疑的时候，你只能听见声音；当你不再听见质疑，说明它已经把战场从争论搬到了产能上。

模型这一层，真正的拐点不是参数，是RSI

先说模型。外界最容易记住的数字，是Qwen下一代要往5到10万亿参数走。这个数字听起来很唬人，但它不是这届云栖最关键的信息。

真正关键的，是Qwen3.8-Max已经能在人类基本不参与的情况下，自己搭训练流程、自己造数据、自己找短板，连续跑了33轮迭代。Artificial Analysis上的分数从40涨到45，跟Claude、GPT的第一梯队站到了一起。更值得注意的是，它还能在一颗从没见过的平头哥新GPU上，自己把推理框架优化完，单实例吞吐提升96%；甚至能拿着一份总线规范，自己跑EDA工具，把一块芯片的物理面积砍掉42%。

这件事的分量，要放在整个行业的语境里看。过去大模型迭代是单向流水线，研究员发现问题、准备数据、训练、发布，一轮一轮靠人推着走。RSI把这个循环闭了环，模型开始自己推自己。这意味着迭代周期不再完全受限于顶尖研究员的人数，而这件事，是通往所谓ASI路上绕不过去的一道坎。

另一个不太被讲透的点，是开源生态的反超。Qwen3.8-27B登顶HuggingFace最受欢迎开源模型，累计开源460多个模型、下载量30亿次、衍生模型30万个。Perplexity拿它做本地Agent，Airbnb、Pinterest、路透社这些公司主动从闭源模型迁移过来，Pinterest说成本不到原来的百分之八。这种选择不是因为情怀，是因为同样的钱能买到更多的智能。开源做到这个份上，已经不是发福利，而是在占生态位。

-02 -芯片这一层，真武V900的数字要放在集群里读

再说芯片。平头哥这次发布的真武V900，几个硬指标：性能是上一代M890的三倍，216GB显存，片间互联1200GB每秒，原生支持FP8/FP4，2027年一季度量产。单看这些数字，外行人可能没感觉。

要把它放进集群里读。基于M890的灵骏超节点，已经在乌兰察布跑起来了，跑通了两万亿参数的模型，Kimi K3和Qwen3.8 Max都在上面对外提供服务。下一代V900超节点，通信带宽200Pbps，时延6微秒，单集群可以扩到50万卡。

50万卡是什么概念？今天全球能把这个规模做出来并且稳定跑训练的公司，一只手数得过来。更要命的是，这不是一颗孤立的GPU。真武管算力，倚天管CPU，ICN Switch管互联，磐脉管网卡，镇岳管SSD主控，五条产品线全是自研，而且能通过ICN总线直接连在一起。

这才是全栈这两个字真正的含义。行业里很多公司能做出一颗不错的加速卡，但做不出十万卡、五十万卡集群，更做不到芯片、服务器、网络、模型、推理框架联合调优。阿里敢说M890已经支撑两万亿参数模型推理，靠的不是单点性能，是整条链路一起压出来的效率。

当然也要冷静。V900要到明年一季度才量产，现在讲的是规划。真正的考验是出货量、良率、以及能不能在客户侧复现实验室里的数字。平头哥说AI芯片年出货量会大幅提升，这是个目标，不是成绩单。

- 03 -AI云这一层，20GW是个长约，Agentic Cloud才是当下的生意

最后说云。吴泳铭给了一个很长远的数字：到2032年，阿里云运营的全球数据中心规模超过20GW。这个数字今天讲有点像画饼，毕竟今天全球顶级云厂商的在建规模加起来也远没到这个量级。它更像是一份十年期的承诺，告诉资本市场和供应链：我会一直买电、一直建机房、一直吃算力。

真正影响今年生意的，是Agentic Cloud这一套东西。李飞飞讲了三件事：Model、Harness、Context。翻译成人话就是，模型要自己训自己，Agent要有地方长住，企业的数据要变成Agent随时能调用的上下文。

围绕这三件事，阿里云推了AgentCore、Agent Sandbox、新一代CPFS、Tair KVCM这些产品。听起来都是技术名词，但落到客户身上就是一句话：以前你买云是租机器，现在你买云是租一个能24小时替你跑任务的员工。任务跑挂了能断点续传，Token缓存命中率做到99%，每Token成本再降一半。

灵骏超节点上架三十多天就有上百家企业接入，MaaS平台客户数一年涨了六倍。这些数字说明Agent负载已经不是PPT里的概念，是真在云上烧钱跑起来的工作负载。

- 04 -中国平安那组数字，是全栈最强的证明

讲了这么多技术名词，我更想拿中国平安那组数据说事儿。

平安一年时间，日均Token用量从300亿涨到3000亿，十倍。但算力只从800PF涨到1500PF，不到两倍。单位算力的Token产出提升368%，单位Token成本下降76%。80%的新代码由AI生成，AI测试占比67%，25%的到院医疗服务由AI首接。

这组数字比任何发布会都有说服力。它说明一件事：当模型、芯片、云是同一家公司做的，效率红利是会一层层叠上去的。模型帮你把每一次推理算得更省，芯片帮你把每一块卡喂得更饱，云帮你把每一份数据找得更快，最后客户拿到的不是三样东西加总，是三样东西相乘。

这是别人短期学不来的地方。做模型的公司没有自己的芯片和机房，做芯片的公司没有自己的模型和企业客户，做云的公司很难同时把前两样做到全球第一。三条腿都站稳的，放眼全球也就那么几家。

- 05 -别只听强音，几处软肋也得看见

作为行业观察，不能光说漂亮话。

第一，20GW是十年目标，中间有电力、有供应链、有出口管制、有资本开支回报，任何一个环节卡壳，节奏都得调。吴泳铭自己也承认，全球AI数据中心供应链紧缺正在限制增长速度。

第二，V900的3倍性能是相对于M890说的，跟国际最顶尖的训练芯片比，差距有没有实质性缩小，还要看真实训练任务的表现。发布会数据和客户生产数据之间，常常隔着一两个版本。

第三，开源生态的繁荣和云业务的商业化，不是同一回事。开发者喜欢Qwen，不等于企业愿意把核心负载押在阿里云上。客户数涨六倍是好事，但单客ARPU、留存、毛利结构，这些要靠后面几个季度的财报慢慢验证。

第四，Agent这个词被讲得太多了。企业上下文、数字员工、Agent Core听上去很美，真正让Agent进生产流程的公司，目前还是头部那一批。古茗、富立卡、益海嘉里这些案例很扎实，但离普惠还有距离。

- 06 -这一仗真正的看点

绕了一圈回到开头那个问题。为什么今年没人再问阿里大模型行不行了？

因为答案变了。过去大家比的是谁的模型更像GPT，是一维的较量。今天阿里拿出来的，是一个从芯片到模型到云、再到企业应用的完整体系。这个体系的价值，不是任何一个单点第一，而是每一层都够强、而且能互相放大。

吴泳铭打了个比方，说今天的AI Coding像1882年的电灯，真正改变世界的电器还没出现。这个判断很清醒。电灯时代第一步是建发电站、铺电网，阿里现在做的就是发电站和电网的活。

电网铺得再密，最终也得靠电器来证明价值。所以下一个阶段，真正值得盯的，不是又一次跑分提升，也不是下一代芯片量产，而是千问办公、Qwen Intelligence、企业上下文这些东西，能不能在更多普通企业的真实业务里，跑出像平安那样十倍Token增长、七成成本下降的故事。

那一天到来的时候，今天发布会上所有的强音，才算真正落地。