今天，9月22日，一年一度阿里云栖大会。我来了现场，人山人海。
每年云栖大会都这样，开发者从全国各地赶过来，挤在主论坛的会场里，等着听点新鲜的，今年也不例外。今年有一点不一样，台上的人换了一种说法。
吴泳铭上台讲了一句话：
机器智能不是人类智能的替代品，是一个完全不同的物种。
嗯，有点儿意思。为什么？过去我们聊AI，总习惯问一个问题：它像不像人？能不能像人一样思考？图灵测试一度是衡量AI的金标准。吴泳铭说，这个思路就错了。
他打了个比方：
蒸汽机、内燃机刚出来时，替代人和马的体力活，抽水、织布、搬运。马力这个词就是那时候来的。很快，机器动力做到了人和马永远做不到的事。
再多的人和马也没法让火车飞奔，更没法让飞机和火箭上天，机器动力不止简单的人造体力，还创造了一个完全不同的物种。
机器智能也一样。今天AI帮人编程、写报告、做PPT，只是初级阶段，等机器智能的供给真的无限充沛了，它干的事会远超我们想象的脑力劳动替代。
吴泳铭给了一个数字，今天机器思考的总量还不到人类的3%，未来将是人类思考总量的1000倍以上。
嗯，从3%到1000倍。听着夸张，不过你想想看，全世界顶级科学家和资深专家有多少？培养一个要几十年，还需要天赋和运气。
很多领域，比如：
新生儿早衰症，全球患者可能只有几百人，很少有公司愿意花几十年耗费巨资为几百人研发一种新药。
但当AI具备了专业研究需要的智力水平，只要算力够多够便宜，每个细分领域都有可能组织上百万个Agent持续研究、模拟和验证。
过去这些资源投入不足的方向，第一次获得大规模的智力供给，你看，顶级思考，从奢侈品变成了可以规模化供给的商品。
他还讲了一个对照：
1882年爱迪生建成珍珠街电站，点亮了400盏灯。为了卖电，爱迪生送半年电费。跟今天AI软件的打法一样，下载一个软件送一个月token。
真正改变世界的不是那400盏灯，是后来陆续出现的空调、洗衣机、冰箱、计算机。
机器智能时代也一样，今天送出去的token，最后会变成什么改变世界的东西，谁也说不准；但无论后来出现多少新发明，第一步都是建足够多的发电站，铺足够广的电网。
蔡崇信给了一个框架。芯片、云、模型、模型服务、智能体应用，五层全栈，这是他第一次用这个口径定义阿里。
翻译一下：我们不止是一家云公司了，我们还是一整个新物种的基建商。
......
新物种需要新基建，五层里面，最先被推到台前的是模型，过去一年，千问变了三轮。
第一轮，模型学会了自我进化。
过去训练模型，人喂数据，模型消化，出结果。现在千问搞了一套叫AISI的东西，全称递归式自我改进。
翻译成人话就是：模型自己找自己的毛病，自己设计实验，自己构建数据，自己评价结果，一轮一轮推着自己往前走。
它怎么找毛病？
从真实的内测日志和用户反馈里，自动定位自己哪里不行，然后，针对这些弱点构造新的训练数据。生成出来的数据先放到小模型上跑几轮验证，筛掉质量差的，剩下的才进大模型训练。
千问团队负责人刘大一恒说：这套系统已经跑了一个多月，累计完成33轮有效数据迭代。模型在自己训练自己。
效果也直接，千问3.8 Max，发布两个月，真实用户收入涨了8.5倍，Token消耗量暴涨12倍。模型越用越强，越用越多人用。
第二轮，效率打下来了。
光会自我进化还不够，还得便宜，千问3.8 Flash用了一套全新架构，激活参数降到上一代的1/3，训练成本降到1/9。百万token输入价格降到原来的1/4。
性能呢？在AA智能指数上，3.8 Flash比上一代3.7 Plus提升了14分。用更少的计算，训练出更聪明的模型。这笔账算得过来。
打个比方：以前造一辆车需要十条产线同时转，现在三条产线就够，产量还更高。架构变了，成本结构就变了。
第三轮，边界打开了。
千问不只处理文字了，千问Image 3.1做生产力级图像生成，服饰海报、电影分镜、学术原理图，直接出图直接交付，是能直接上线的成品。
Happy Sleep 1.1做音乐生成，不懂乐理的人一句话就能出一首完整的歌；Happy Oyster 2.0做交互式世界，物理规律、3D记忆、实时交互，越来越接近真实。
淘天集团首席科学家郑波还透露了几个方向：
千问不只停留在屏幕里，链接机器狗就能执行物理世界的连续任务，连接智能眼镜就能实时感知环境，视频生成模型也在路上，11月出新版本。
他给了一个判断，三年之内会出现原生全模态统一生成模型，一个模型搞定图像、视频、音乐、交互，不是几个模型拼在一起，是一个模型的原生能力。
刘大一恒还透露了一个方向，未来计划把模型参数规模推向5到10万亿。
千问4系列也即将到来，4 Max追求智能上限，4 Flash和Plus追求效率，4 27B给本地开发者。他给了一条Scaling曲线，千问2.5时代旗舰模型72B，千问3.8已经到2.4T，两年参数规模涨了33倍。
到今天，千问模型全球下载量超过30亿次，产生了超过30万个衍生模型。
千问3.8 27B发布两个月就成了Hugging Face历史上点赞最多的模型，超越了DeepSeek R1和Llama。全球开发者在用脚投票。
......
模型证明完了自己。它跑在什么上面？吴泳铭说：Token是AI时代的电，芯片就是发电机。
平头哥副总裁高慧认为：
到了Agent时代，AI的活法变了。以前是训练为主，模型学完知识，考试交差；现在不一样了，学完之后才是正事，成千上万个Agent同时在真实任务里跑，推理消耗的算力会远超训练。
而且活法也变了，一问一答的时代过去了，一个任务拆成十几步才是常态，搜索、读文档、跑代码、汇总，每一步都要调工具、存状态，算力需求不是线性增长，是翻着跟头往上滚。
GPU、CPU、内存、网络，任何一个环节卡住，整个系统都得等，光有一颗好芯片不够了，得有一整套系统。
最有意思的变化是CPU角色的反转。
过去chatbot时代，GPU干活，CPU打杂。发个调度、做个请求、搬个数据，大部分时间CPU都在等活干。高慧说，到了Agent时代，情况彻底变了。
她举了个例子：
让Agent帮你做一份行业调研，要搜索、读文档、跑代码验证、汇总成报告。
模型推理只是其中一步，每一次搜索调用、每一个代码沙箱的启动、每一个中间状态的保存、多路结果的汇总，全落在CPU上。
一句话，CPU从配角回到了关键路径。
平头哥的做法是把倚天CPU分成两条产品线。倚天720，192核，走吞吐并发路线，几百几千个Agent同时跑的时候扛得住。
倚天730，第一代自研高性能核，单核性能跑到上一代的1.4倍，追求每一个微秒都不浪费。一个求快，一个求多，不试图用一颗芯片打天下。
GPU这边，基于M890的超节点实例已经在阿里云上架，成功跑通过2万亿参数以上的大模型推理，是国内极少数能做到这一点的算力。下一代，真武V900即将登场。
单芯片算力是上一代M890的3倍。216GB显存，解决的是记忆常驻，成千上万个Agent的上下文和中间数据不用换出、不用重算。
1200GB/s互联带宽，解决的是切开的代价，模型再大、切得再散，通信也不再拖后腿。再叠加原生FP8和FP4，精度每降一档，一度电换来的Token数量基本翻倍。
高慧说，我们关心的从来不只是参数，还有每一次智能服务的真实成本与体验。
好，单颗芯片再强，也撑不起Agent时代的需求，有了好芯片，怎么连起来，是更大的问题。
超节点的意义在于消除物理边界，平头哥用自研的ICNlink协议和ICNswitch芯片构建了新一代超节点，8卡、64卡、1024卡，从单机互联一路扩展到千卡级跨机柜互联。
对上层框架来说，这不是1024颗独立的芯片，而是一台在系统语义上统一的机器。
高慧说，超节点从来不是一个营销词，是一套真正打磨过的工程标准。
配套的软件栈SEAL也已经开源，GitHub上星数超过1的主流AI仓库，SEAL覆盖了96%以上，代码下载下来直接编译就能跑通。
真武已经服务了20多个行业超过650家客户，智驾模型、具身机器人、金融风控，都在上面跑。
明年Q1真武V900登场，2028年还有J900，一年一代。我们画的每一条路线图，最后都兑现了。
......
芯片、模型、系统，三块拼起来了。还有一个问题，这些东西怎么变成真正的生产力？
阿里云CTO李飞飞在台上讲了一个很硬的指标，单任务平均非计划人工介入次数小于1次。
这个数字值得说一下：
Agent在企业工作流里跑，如果每跑一步都需要人盯着、人确认、人兜底，那就不是Agent，属于高级脚本。
小于1次的意思是，绝大多数任务Agent自己能跑完，人只需要在关键节点看一眼。这才叫生产力。
为了做到这件事，李飞飞团队做了三件事。
第一件，Agent沙箱。
冷启动180毫秒，热启动20毫秒，一分钟能瞬时创建10万个沙箱实例。
每个Agent有自己独立的运行环境，互不干扰。而且沙箱是带状态的，Agent跑到一半挂了，600毫秒就能从深度休眠里拉回来接着跑，不用从头开始。
第二件，统一身份认证。
打通了阿里云300多个云产品，Agent要调用数据库、访问存储、操作API，都有统一的身份鉴别，不越权不越界。
打个比方，就像给每个Agent发了一张工牌，能进哪些门、能操作哪些系统，写得清清楚楚。
第三件，Agent运行中枢。负责Agent的构建、运行和监控，让Agent运行成本下降70%，非计划人工介入降到1次以下。
三件事叠起来，Agent就从PPT走进了生产环境。对了，还有一层不容易被注意到，推理的成本结构也在被重写。
李飞飞给了一个数字，推理过程中模型要记住大量中间数据，这部分存储的成本降到了原来的1/30。
怎么做到的？
把远端存储池化，借着超节点之间的高速通道，把大量中间数据的落盘需求推到远端。缓存命中率做到99%以上，每秒读写做到亿级，出第一个字的速度快了50%以上。
网络侧做了两层聚合架构，支撑推理流程的拆分，有效带宽提升2到3倍。
再往上，50万卡的广域超节点集群已经在规划中，通讯带宽200万亿比特每秒，延迟6微秒，撑得住10万亿参数的超大规模模型训练和推理。
最上面一层是上下文引擎，企业的数据正在从结构化走向全模态，从离线走向实时，从有限窗口走向长记忆；李飞飞团队用一系列数据产品把企业的资产盘活，让多个Agent之间能共享上下文。
你看，从芯片到网络到存储到上下文，整张网织起来了，Agent跑在上面，才真正跑得动。
......
市场端的信号已经很明确了，前面提过千问3.8 Max的收入和Token消耗数据，两个月翻了将近十倍，这是真金白银的市场投票。
刘大一恒还展示了一个案例：
让千问进入真实的工业级EDA环境，参与达摩院3D创新架构的芯片设计。
连续运行60多个小时，完成数万次工业级EDA工具调用，最终面积缩减42%。模型设计芯片，更强的芯片又反哺更强的模型，这个飞轮已经转起来了。
郑波给出了另一组数字，63%的视频营销人员已经在用AI视频工具，到2030年AI图像和视频生成的市场规模预计达到608亿美元。
杭州的数据也在印证，今年1到7月，全市AI核心产业营收3160亿元，同比增长26.5%，四个国家AI应用中试基地落地，数量全国城市第一。
市场跑起来了，算力跟不上怎么办？
吴泳铭说了实话：
客户的需求已经远超阿里云可以提供的供给能力，AI数据中心相关供应链全球性紧缺。阿里巴巴的选择是全力投入基础设施建设，到2032年，全球数据中心规模超过20GW。
20GW是什么概念？差不多20座核电站的装机容量。
终端这边，千问Intelligence也正式发布了，给合作伙伴提供移动端的AI解决方案；开源生态方面，千问累计开源了460多款官方模型，开发者生态还在加速膨胀。
吴泳铭收尾时讲了一段话：
工业革命让机器承担了越来越多的体力劳动，人类解放出来之后，发展出了足球、篮球、奥运会，这些都是工业革命之后的产物。
机器智能解放脑力之后，人类会发明什么？现在还说不准。但这一切，才刚刚开始。
