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。