精华速览

9月22日杭州云栖大会上，阿里巴巴集团CEO吴泳铭发表主旨演讲，提出机器供给的思考总量将达人类1000倍以上，思考力将像工业时代的动力一样商品化。为此阿里明确三大基石——AI芯片、AI模型、AI云，分别对应思考力的生产、产品与流通环节，构成完整生产链。同时面向Agent落地需求，阿里从芯片到MaaS平台进行全栈优化，解决算力效率、长任务可靠性和成本问题。吴泳铭认为当前AI Coding仅相当于1882年的电灯，真正的原生AI产品形态尚未出现，阿里选择先修路架桥，为未来需求准备基础设施。

要点透视

  • 吴泳铭在9月22日云栖大会提出，未来机器供给的思考总量将是人类思考总量的1000倍以上，机器将承担99.9%的思考工作。
  • 阿里明确三大技术基石：AI芯片（平头哥真武V900、倚天CPU等）、AI模型（Qwen团队探索RSI及5-10T参数规模）、AI云（目标2032年全球数据中心规模超20GW）。
  • 三大基石构成生产链：芯片生产Token、模型决定Token智能水平、云负责Token流通，缺一不可。
  • 阿里云发布AgentCore、新一代CPFS，推出Agent Studio，将模型、工具、记忆、运行环境和企业治理整合为Agent服务。
  • 吴泳铭称当前AI Coding如同1882年的电灯，能替代现有工作但不足以创造新时代，原生AI应用形态尚在演化。
  • 阿里全栈优化覆盖CPU、AI芯片、超节点、存储、云运行时到MaaS平台，目标解决Agent落地的算力效率、长任务可靠性和成本问题。
  • 吴泳铭坦言全球AI芯片供应链紧缺限制了算力增长速度，这成为阿里自研芯片的重要动因。
  • 吴泳铭提出每个超级个体可拥有上万倍智力杠杆，思考消耗量不再与人口成正比，而与机器智能的思考深度和供给规模成正比。

文章拆解

吴泳铭此次演讲的重心从技术路线转向经济结构，用工业革命类比AI时代，核心逻辑是思考力商品化。这一判断的推导基于供需两端：供给端，AI可将顶级思考从稀缺奢侈品变为可规模化供给的商品，例如罕见病药物研发这类因患者稀少而商业不可行的领域，有望通过上百万Agent并行研究来改写成本账；需求端，思考消耗量不再受人口限制，而取决于机器智能的深度和规模。供需相合，1000倍的数字便有了经济学基础。

由此推导，阿里的三大基石并非并列的技术投入，而是一条完整的生产链。芯片是生产端，决定思考力的供给效率和定价权；模型是产品端，决定Token的智能水平和差异化；云是流通端，承载规模效应和网络效应。三者形成正循环，阿里借此将自己定位为机器智能时代的经济基础设施。这一战略野心远超此前“大模型是下一代操作系统”的表述，因为它直接指向生产、计量和分发思考力的核心环节。

面向当下，阿里的落地策略同样清晰：Agent要进入生产，必须解决算力效率、长任务可靠性和成本三座大山。因此阿里从芯片、服务器、超节点、网络、存储到模型和MaaS平台进行全线联合调优，推出AgentCore、Agent Studio等产品，目标不是零散增加Agent功能，而是按照Agent进入生产的需求重新改造整条链路。

值得关注的变量包括：全球AI芯片供应链紧缺能否缓解，将直接影响阿里算力扩张节奏；Qwen模型在RSI和5-10T参数上的探索能否兑现，决定其差异化竞争力；20GW数据中心目标的落地进度，关乎云规模效应能否形成。潜在风险在于，思考力商品化的定价机制、计量单位和分发网络控制权尚不明确，阿里虽已布局但未点破；此外，原生AI产品形态的不确定性意味着基础设施投入可能面临需求错配，若代表性产品迟迟未出现，巨额资本开支的回报周期将被拉长。吴泳铭对产品范式“还不确定”的表态，既是对现实的清醒认知，也暗含战略耐心，但市场是否给予同等耐心，尚待确认。

查看原文