9月23日消息,阿里巴巴集团战略副总裁、ATH 事业群 MaaS 业务线总裁文征昨天在 2026 云栖大会技术主论坛上正式发布企业级 Agent 服务平台 Agent Studio,并升级面向个人与团队的订阅服务 Token Plan。
这场演讲的落点不在单个模型上。文征先给出他对当下阶段的判断,回应了「AI 通缩」的说法,再把阿里的投入拆成五层,然后逐层交代模型服务、Agent 服务与 AI 原生应用过去一年做了什么、接下来往哪走。
他不认同「AI 通缩」,给出的是三个因子
近期行业里有一种说法:模型越来越便宜,所以 AI 处于通缩。文征的说法是,前半句是对的,结论可能不太对。他用电价打比方:“电价的下降,并不代表着电力产业或者是电力产业之上的所有基于此的其他产业在通缩。”
在他看来,每百万 Token 的价格代表的是资源成本,是一个绝对值;任务的完成、结果与交付才是实际的价值转化。据此他提出一个新的观察框架——智能的价值密度,由三个因子相乘:单个任务能承载的智能上限、单位时间内 Token 的生产效率、以及同样数量 Token 能办多难的事。
他把这三个因子落到阿里的投入口径上:过去不到一年,阿里云 MaaS 平台的服务客户数从 100 万增长到 600 万,平台的 ARR 也在攀升,近期突破 200 亿元人民币。他引述集团 CEO 吴泳铭当天上午的表态,称阿里会坚定投入全栈 AI 建设,预计到 2032 年运营的算力规模将超过 20 GW。这两个数字出自现场口播,没有说明统计窗口。
配套的投入被分成五层:芯片与基础设施负责算力供给,千问大模型负责提升智能上限,模型服务负责让智能运行得更高效、覆盖更广,Agent 服务负责把 Token 转化成生产力,AI 原生应用负责让人和客户直接用上。
模型服务这层:Qwen3.8 的迭代与四个多模态模型
文征把模型服务的竞争力归到四件事:模型本身、推理效率、企业级的稳定与安全、灵活的服务模式。
模型侧的迭代线是他给出的:从 2025 年 9 月的 Qwen3 Max 到最近的 Qwen3.8 Max,一年内多次迭代;9 月 2 日 Qwen3.8 Max 完成一次自进化升级,在 AA 智能指数榜单上位列国内模型榜首。他同时提到 Qwen3.8 Flash 的智能比 3.7 Plus 提升 15 分,以及 Qwen3.8 Flash Next 的激活参数只有 6B。已经开源约两个月的 Qwen3.8 27B,按他的说法是 Hugging Face 历史上点赞最多的模型。
开放生态是模型服务的另一半。他重申的原则是全球一流的开源模型会在开源后第一时间上线千问AI平台,并点名 DeepSeek、Kimi 等模型。 Agent 服务这层:Agent Studio 与一条自进化的链路
文征的解释是,Agent 一旦用起来,生产级问题就跟着来:怎么运维、如何跨系统对接、怎样持续优化。过去这些活要每家企业自己开发、自己优化,他称之为「很重也很慢」。
他给出的做法是把整条 Harness 链路沉淀成开箱即用的平台。“今天我们正式发布 Agent Studio”,他说这是一个企业级、全栈的 Agent 服务平台,Harness 框架与模型做深度匹配,会根据任务自动路由模型。
开发入口有两个。面向希望深度嵌入自有系统的团队,平台提供 50 多个原子 API,覆盖创建运行环境、长期记忆、搜索工具服务、发起会话与部署;面向快速验证的团队,他预告即将推出全新的 Agent API,把原本逐项调用的环境与工具配置压缩成一次请求。
平台还配了自进化引擎,由运行观测、AI 评测器、AI 优化器、自动验证四个组件组成一个循环:运行观测积累上下文与对话日志,AI 评测器做自动复盘与轨迹回放,AI 优化器给出改进并挑选对应模型,自动验证先用小流量验证、有效再扩到全量。文征给出的一个真实任务示例是:每天监测飞往杭州的机票价格,结合交通信息生成黄金周旅游热度地图,部署为服务站点并保持小时级更新——他说这背后是一个 API Key 连接了 100 多项服务。
应用与订阅这层:Token Plan 和几款 AI 原生应用
商业模式的灵活性被他拆成四类客户:个人开发者与学生、日常用 AI 的团队、对延迟敏感或需要高峰保障的企业、以及要求关键业务隔离性与稳定性的大型金融机构与政企。对应的答案里,团队侧是 Token Plan,订阅制用量比 API 按量付费更有性价比,并支持按席位分配的团队管理;延迟敏感客户可以用优速模式,TPS 最多两倍;需要高峰确定性供给的客户可以用吞吐预留服务。
Token Plan 今年会做升级:Harness 能力纳入订阅,核心的 Harness 服务每月有免费赠送额度,独立计量,不占用订阅里的 credits。按他的说法,千问 APP 和 Qoder 个人版已经上线支持,千问办公会在 10 月支持,一份订阅可以连接多模型与多种 Harness 工具。
平台之外,他还点名了几款 AI 原生应用:做应用创建、托管与分享的秒物(Medoo);AI 对话专家伶鹊,今年 5 月发布 1.0,四个月后升级了内核自进化引擎与 Voice Studio,并推出高定音色模型和专用 ASR 模型,他给出的数字是服务 20 多个行业、5000 多家客户,在 IDC 报告中连续三年位列中国智能客服市场的领导者;视频创作平台万镜一刻(WonderClip),他预告国际版将在 9 月 23 日正式发布;以及帮中小企业做 AI 建站与经营的万小智 3.0(WanxiaoZhi 3.0),定位从 Vibe Coding 转向 Vibe Business。 产业侧:客户名单与两个终端入口
他把平台的价值归结为一句:“平台的价值并不是要定义所有的应用,而是让更多的应用能够长出来。”
落到客户上,他举了工业与游戏两个例子:泛海集团以千问为底座搭建工业 AI 平台,把工程师的经验和零件案例沉淀下来;网易游戏与千问AI平台围绕游戏研发链路合作,把 AI 能力放进内容生产、研发提效与智能交互环节。
终端侧是手机与汽车。阿里把端侧的规划、调用、执行与记忆封装成一套 Agent 服务与解决方案,形成 Qwen Intelligence 与千问 AI 座舱方案。他把手机助手的路线讲成从被动响应走向主动服务;汽车侧的例子是比亚迪在千问 AI 座舱上做的座舱超级智能体,能理解「买杯咖啡再去机场接人」这类模糊的多重指令,并拆解成推荐咖啡厅、规划路线等具体动作。
他还提到两类 AI 原生企业案例:九州文化把千问的语言模型与视频生成模型嵌入短剧生产全流程,覆盖剧本分析、角色与道具生成、视频生成和出海本地化;深势科技联合千问大模型做科研智能体,让 AI 承担文献分析、计算与实验这类耗时工作。
三个因子里,平台能自己控制的是后面两个
把这场演讲的两半放在一起看,文征给出的三个因子中,单个任务的价值取决于客户把多难的问题交给 AI,平台能直接控制的是后两个:Token 的生产效率对应异构算力集群上的秒级扩容、99.9% 的生产级 SLA 与 10 亿级单客峰值 TPM;Token 的单位能力对应 Qwen3.8 系列与四个多模态模型的迭代节奏。
Agent Studio 是这次演讲里新增的一层供给:他把运维、跨系统对接和持续优化从企业自建改成平台提供,对应的是「把 Token 转化成生产力」这一层分工。至于这一层怎么计费、与模型服务是否分开结算,他在演讲里没有展开,目前还看不到它对客户成本的净影响。