科技巨头们服务的，已经不是“人”了
作者／ IT 时报 贾天荣
编辑／ 郝俊慧 孙妍
北京时间 5 月 20 日凌晨 1 点，山景城的夜幕刚刚降临，Google I/O 开发者大会如约而至，舞台中央，Google CEO 桑达尔 · 皮查伊在台上反复提到一个词：Agent。
几个小时后，太平洋西岸的杭州，阿里云在峰会上打出一句近乎宣言式的标语：“云的用户正在从人变成 Agent。”
没有约定，却如出一辙。
时间再往前推，4 月底，Google、Meta、Microsoft、Amazon 同日发布财报，唯有 Google 因云业务爆发成为唯一明显的“赢家”。几天后发布的阿里 2026 财年四季报显示，阿里云外部商业化收入同比增长 40%，AI 相关产品收入占比首次突破 30%。阿里 CEO 吴泳铭明确表示，全栈 AI 技术投入已跨越培育期，进入正向规模商业化回报周期。
Google 和阿里，作为全球范围内为数不多能在开放市场上同时跑通“自研 AI 芯片 + 自建云 + 自研大模型”完整闭环的科技公司，正分别成为中美这一轮 AI 投入周期中的“优等生”。而且在同一个节点，不约而同把 AI 竞赛的下一站共同指向了同一个全新的服务对象：不再是“人”，而是 Agent（智能体）。
从“卷模型”到“卷落地”
过去两年，AI 行业的叙事简单而粗暴：谁的模型参数更大？谁的榜单分数更高？谁的推理能力更强？整个行业围绕大模型展开了疯狂的军备竞赛。
但转折正在发生。斯坦福大学《2026 年人工智能指数报告》给出了一个关键判断：中美顶级大模型差距已“实质性消除”，头部模型呈并跑态势。与此同时，模型本身正在快速“通货膨胀”——能力差距依然存在，模型依然重要，但已不再构成决定性的商业壁垒。
真正拉开差距的，变成了另一件事：谁能让 AI 真正“干活”？
今年 Google I/O 大会最明显的变化，就是 Google 开始把展示重点，从“模型能力”，转向“ Agent 能力”，其中最核心的产品之一，是个人智能体产品 Spark。
Spark 运行在 Google Cloud 之上，可直接调用 Gmail、Docs、Sheets 等 Google 生态中的服务，在不同应用之间自主协同，自动完成信息拉取、邮件撰写、会议纪要整理等复杂任务，即便用户关闭设备，它依然可以持续工作，像一个真正持续在线的“数字员工”。
Spark 背后的关键，是 Google 全新的 Antigravity 2.0 框架。
Google 现场做了一个演示：让 Antigravity 搭载 Gemini 3.5 Flash，从零开始构建一个操作系统，93 个子 Agent 并行工作，发出超过 15000 次模型请求，用掉 26 亿 Token，12 小时后，一个完整的 OS 内核被自动生成，调度程序、内存管理、文件系统全部由 Agent 完成，甚至包括代码测试与审计，花费成本不到 1000 美元。
与此同时，在杭州举行的阿里云峰会上，阿里云给出了另一种表达。阿里云资深副总裁刘伟光表示，Agent 突破临界点之后可以 24 小时不间断工作，对 AI 和云的需求无穷无尽。
当日，阿里云围绕 Agent 做了底层芯片、Agentic Cloud、模型到推理平台等全栈产品发布，也是阿里云成立 17 年来，第一次在阿里云官网之外，单独推出全新产品入口。
这个入口非常特殊，打开页面，突出的不是产品列表，也不是控制台，没有任何传统意义上的导航结构。首页只有一行字：“安装 Skills npx skills add QianWen-AI/qianwen-ai（一键安装 qianwen-ai 技能包）”。
这不是给人看的，而是给 Agent 看的。
AI 行业开始进入“全栈战争”
如果说过去两年的 AI 竞争，本质上还是“模型战争”；那么现在，AI 行业开始进入另一种更复杂的竞争阶段。
当 AI 真正开始承担复杂任务后，竞争维度会被急剧放大。比拼的将不再只是模型能力，而是：是否拥有云基础设施？是否掌握推理成本？是否拥有芯片能力？是否能连接真实业务系统？是否拥有生态入口？是否具备持续的数据闭环？
最终，比拼的不再是单点技术，而是一场涉及“芯—云—模型—产品（智能体）”的全栈战争。
这也是为什么，当前真正走在前列的公司，几乎都具备高度相似的能力结构。Google 拥有 TPU、自建云、Gemini 模型、搜索和 Android 生态；阿里拥有含光芯片、阿里云、千问模型，以及庞大的企业生态。
因为 Agent 时代天然要求：芯片、云、模型、工具调用、业务系统与生态协同，Agent 对算力、推理成本与基础设施的依赖，远远超过传统聊天模型。
在芯片层，阿里云晒出了一个覆盖算力、网络、存储的完整自研数据中心芯片矩阵。
平头哥新一代训推一体 AI 芯片真武 M890 首次亮相，规格相当硬核：144GB 显存，片间互联带宽 800GB/s，性能是上一代真武 810E 的 3 倍。
同时，阿里发布了基于新一代 AI 芯片真武 M890 的磐久 AL128 超节点服务器，搭载自研互联芯片 ICN Switch 1.0，可让 128 张 AI 芯片组成一台计算机，P2P 时延低于 150ns，主打解决 Agent 场景下的海量并发推理和大模型训练需求。
平头哥还首次公布了真武系列芯片的路线规划：未来两年将陆续推出算力更强的真武 V900、真武 J900 两代芯片。目前真武系列 AI 芯片累计出货 56 万片，已服务于 20 多个行业的 400 多家客户。
Google 则提出第八代 TPU 的“双芯”战略：TPU 8t 专攻训练，单个 Pod 可塞下 9600 颗芯片，集群总算力 121 ExaFLOPS；TPU 8i 专攻推理，推理性价比提升 80%。
不管是更便宜大碗、推理能力更强的模型，还是芯片，背后对应的，其实正是 Agent 时代的新需求。只有同时掌握芯片、云、模型与生态等，才能真正控制 Agent 时代最核心的变量——推理成本。
Agent 时代的入口
过去一年，大模型行业里有一种很流行的观点：AI 会重构互联网入口：搜索会被替代，App 会被替代，浏览器会被替代。
但 Google 和阿里的选择，却非常耐人寻味。他们没有放弃原有生态。相反，他们开始把 AI 重新嵌入自己的生态。
Google 把 Agent 塞进搜索、Chrome、Android、Gmail、YouTube；而早在今年年初，阿里就把千问全面接入淘宝、钉钉、支付宝等阿里体系。
某种意义上，这是一种巨头逻辑的“回归”。
过去两年，Google 一直在疯狂追赶 OpenAI；阿里则在努力寻找自己的 AI 超级入口。但走到今天，两家公司似乎都重新意识到：真正的护城河，其实一直就在自己手里。
Spark 天然就能读取 Gmail、Docs、Calendar。这些数据，本来就在 Google 服务器里。用户不需要反复授权，不需要配置复杂接口，也不需要额外搭建工作流。
而这恰恰是很多独立 Agent 产品最难跨越的门槛。同样，阿里重新押注千问，也是在重新押注自己的生态能力。今年年初，千问 App 一次性上线超过 400 项 AI 办事能力。
目标非常明确：把 AI 从“聊天工具”推向“办事入口”。因为阿里终于重新意识到，自己的真正优势，恰恰是淘宝、支付宝、钉钉、本地生活、企业服务这些现实世界的连接能力。
而 Google 这次真正更深的一步，是要争夺 Agent 时代的“协议层”。此次 I/O 大会上，Google 集中推出了 UCP、AP2、SynthID 等多个协议。
这些东西看起来很技术，但背后的商业逻辑非常清晰。Google 正在试图定义 Agent 时代的商业规则。
UCP（Universal Commerce Protocol，通用商务协议）的目标是让 Agent 能够使用统一标准，在不同电商平台之间完成搜索、比价、加购物车、下单；AP2 则是 Agent Payments Protocol（智能体支付协议），它要解决的问题是，当 Agent 替你花钱时，如何确认它花的是你授权的钱；MCP 是 Anthropic 提出的 Model Context Protocol，解决的是 AI 如何调用外部工具的问题，Google 这次选择全面接入 MCP；最后是 SynthID。这是 Google DeepMind 推出的 AI 内容水印技术，目前已经给超过 1000 亿张图像与视频、6 万年音频嵌入数字水印。
把这四个协议放在一起，会发现 Google 真正想做的事情：UCP 负责“ AI 怎么买东西”、AP2 负责“ AI 怎么付款”、MCP 负责“ AI 怎么调用工具”、SynthID 负责“ AI 内容如何可信”。
它们共同构成的，其实是完整的 Agent 商业基础设施。
某种意义上，这甚至有些像 Google 当年做 Android，先定义标准，再让整个行业跟着走。
记者观察
AI 将为 AI 服务
如果回看过去很多年，Google 和阿里代表着两种完全不同的互联网模式。
Google 长期更偏“技术驱动”。它的核心能力一直是：搜索、操作系统、云、基础模型与开发者生态，Google 相信，只要掌握底层技术与基础设施，就能够定义下一代互联网。而阿里则更偏“商业驱动”，交易、支付、平台运营、本地生活与企业服务……要让天下没有难做的生意。
结果走到今天，AI，尤其是 Agent，正在把两家公司重新拉到同一个坐标系。
甚至连双方这次大会最核心的关键词都开始高度趋同：Google 在讲 Agent、推理、协议、工具调用、支付；阿里也在讲 Agent、推理、工作流、企业系统、AI 工厂。
本质上，这是 AI 产业进入深水区之后的结果。因为当模型能力逐渐趋同时，所有巨头最终都会走向同一个终点：控制 AI 时代的基础设施。
过去，科技巨头服务的是“人”。未来，它们服务的，可能首先是 Agent。
真正开始使用云、调用工具、处理流程、连接业务系统、完成交易与执行任务的，未必再是人类自己，而是越来越多持续在线、24 小时工作的智能体。
排版／ 季嘉颖
图片／ 阿里云 Google
来源／《IT 时报》公众号 vittimes
诚利和提示：文章来自网络，不代表本站观点。
