讓Token融入服務(wù)：阿里為何押注“智能體經(jīng)濟(jì)”

2026年上半年，Agent經(jīng)歷了屬于自己的成人禮：如果你問任何一家中國科技公司“下一步做什么”，答案大概率包含Agent這個(gè)詞。科技巨頭在做，大大小小的創(chuàng)業(yè)公司更是把Agent寫進(jìn)了每一份BP。資本市場(chǎng)給出的估值倍數(shù)也在暗示：Agent是AI落地的最大敘事

但打開這些產(chǎn)品，你會(huì)發(fā)現(xiàn)一個(gè)尷尬的事實(shí)——絕大多數(shù)Agent還停留在“聊天”層面。它能幫你總結(jié)一篇文章，能幫你寫一封郵件，能跟你討論一個(gè)技術(shù)問題，但接入真正的需求，在絕大部分情況下仍然很難。

就如同互聯(lián)網(wǎng)時(shí)代，人們的需求從社交需求、信息檢索需求、資訊聚合需求，這幾步轉(zhuǎn)變發(fā)生得很快。但真正讓互聯(lián)網(wǎng)經(jīng)濟(jì)爆發(fā)的，是讓人們的衣食住行接入線上，這才讓互聯(lián)網(wǎng)經(jīng)濟(jì)的敘事合理，拿下了互聯(lián)網(wǎng)經(jīng)濟(jì)的確定性。換言之，大眾需求的滿足，是關(guān)鍵的一環(huán)。

而阿里，正在跑出屬于Agent時(shí)代的確定性。

阿里巴巴在新財(cái)年首次集團(tuán)戰(zhàn)略會(huì)上，正式提出，全力推進(jìn)以千問為代表的智能體經(jīng)濟(jì)。阿里認(rèn)為，智能體經(jīng)濟(jì)既是技術(shù)演進(jìn)的成果，更是中國互聯(lián)網(wǎng)科技企業(yè)商業(yè)基礎(chǔ)設(shè)施、生態(tài)協(xié)同能力與AI深度融合的結(jié)晶——它將創(chuàng)造新型就業(yè)形態(tài)、釋放巨大商業(yè)價(jià)值，并催生新質(zhì)服務(wù)業(yè)。

在“智能體經(jīng)濟(jì)”這一概念確定后，過去一年多時(shí)間阿里AI在多個(gè)條線狂飆突進(jìn)指向何方，謎底終于被揭開了。

“智能體經(jīng)濟(jì)”到底在說什么

“智能體經(jīng)濟(jì)”這四個(gè)字，最容易被誤讀為“我們要做一個(gè)Agent產(chǎn)品”。但如果只是做產(chǎn)品，犯不著在集團(tuán)戰(zhàn)略會(huì)上喊出來。阿里真正想定義的，是一種新的經(jīng)濟(jì)運(yùn)行方式

這也是為什么，當(dāng)阿里巴巴正式提出“全力推進(jìn)智能體經(jīng)濟(jì)”時(shí)，這個(gè)表述值得被認(rèn)真拆解。不是因?yàn)樗鼇碜园⒗铮且驗(yàn)樗赡芙沂玖薃gent賽道一個(gè)被低估的終局邏輯。

如果把“智能體經(jīng)濟(jì)”拆開，其中包含著三層概念：

第一層：這是經(jīng)濟(jì)形態(tài)，不是技術(shù)產(chǎn)品。

這跟十年前說“互聯(lián)網(wǎng)+”的邏輯類似——不是在說某個(gè)App好不好用，而是在說：當(dāng)Agent大規(guī)模滲透進(jìn)服務(wù)業(yè)，它會(huì)改變供給側(cè)的生產(chǎn)方式和需求側(cè)的消費(fèi)體驗(yàn)。

阿里給出的判斷是，“大量數(shù)字化工作將由數(shù)以百億計(jì)的AI Agent來支撐”，這些Agent的運(yùn)行靠Token驅(qū)動(dòng)。這不是一個(gè)產(chǎn)品故事，是一個(gè)生產(chǎn)關(guān)系故事。

言下之意，產(chǎn)品是誰來做沒那么重要，分清Agent時(shí)代的供給需求關(guān)系很重要。

第二層：“AI模型+消費(fèi)生態(tài)”的雙輪。只有模型的Agent是個(gè)聰明的空殼——能聊天但不能辦事。單有生態(tài)沒有模型的平臺(tái)就是傳統(tǒng)互聯(lián)網(wǎng)——有服務(wù)但沒有智能調(diào)度能力，智能體經(jīng)濟(jì)需要兩個(gè)輪子同時(shí)轉(zhuǎn)。

這也解釋了阿里為什么在過去一年不斷做兩件看起來不相關(guān)的事：一邊加大投入模型能力提升，一邊把千問App接入淘寶天貓、飛豬、高德、釘釘——一邊造腦子，一邊接手腳。

第三層：Token是這個(gè)經(jīng)濟(jì)體的基本單位。阿里在3月成立ATH事業(yè)群時(shí)，給出的核心主線是“創(chuàng)造Token、輸送Token、應(yīng)用Token”。Token已經(jīng)遠(yuǎn)不是一個(gè)技術(shù)術(shù)語，而是一種商業(yè)模式的描述。就像電力之于工業(yè)經(jīng)濟(jì)——誰能規(guī)模化生產(chǎn)電力、高效輸送電力、讓終端用戶方便地消費(fèi)電力，誰就是工業(yè)經(jīng)濟(jì)的基礎(chǔ)設(shè)施。Token之于智能體經(jīng)濟(jì)，是同樣的位置。從Token到貨幣這一條路徑的轉(zhuǎn)化能力，決定了智能體經(jīng)濟(jì)的想象空間。

這三層拼在一起，“智能體經(jīng)濟(jì)”的完整含義就清楚了：它描述的是一個(gè)以Token為計(jì)量單位、由AI Agent驅(qū)動(dòng)、依托真實(shí)商業(yè)生態(tài)完成服務(wù)交付的新經(jīng)濟(jì)形態(tài)。

所以我們看到，無論是ATH事業(yè)群，還是阿里巴巴集團(tuán)技術(shù)委員會(huì)的成立，都是為了讓這個(gè)商業(yè)模式走通。在這短短的幾個(gè)月里，阿里用一場(chǎng)動(dòng)作密集、目標(biāo)精準(zhǔn)的自我改革，搭建了一個(gè)面向AI時(shí)代的全新商業(yè)體。

模型層到生態(tài)層的遷移

一個(gè)重要前提是，阿里的Infra和模型層做得足夠好，才有資本喊出向智能體經(jīng)濟(jì)轉(zhuǎn)舵

Qwen 3.6 Plus上線首日在OpenRouter處理1.4萬億Token，打破全平臺(tái)歷史紀(jì)錄，隨后拿下全球大模型周調(diào)用量冠軍。匿名登頂Artificial Analysis視頻榜單的HappyHorse-1.0被證實(shí)出自阿里ATH——一個(gè)成立不到一個(gè)月的事業(yè)部，產(chǎn)出了全球榜首的多模態(tài)模型。模型能力的天花板還在快速拉升，但頭部模型之間的差距已經(jīng)在收窄。

理解了概念，更重要的問題是：這對(duì)行業(yè)競(jìng)爭(zhēng)格局意味著什么？

過去兩年，Agent賽道的競(jìng)爭(zhēng)基本圍繞一個(gè)維度展開——模型能力。誰的推理更強(qiáng)、誰的上下文更長、誰在SWE-bench上跑分更高。這個(gè)維度當(dāng)然重要，但模型能力的邊際效應(yīng)正在減弱。

這并非悲觀——從Sora關(guān)停到HappyHorse-1.0領(lǐng)先Seedance 2.0，人們對(duì)于模型能力的感知早已大不如前，因?yàn)檎l也無法做到“強(qiáng)者恒強(qiáng)”，一直追著榜單看無異于刻舟求劍。

關(guān)鍵在于：當(dāng)開源模型都能達(dá)到這個(gè)水平時(shí)，“模型能力”作為競(jìng)爭(zhēng)壁壘的含金量在快速稀釋。頭部模型之間的差距已經(jīng)從“代差”縮小到了“小數(shù)點(diǎn)后一位”。

這意味著競(jìng)爭(zhēng)重心正在遷移。

MaaS廠商確實(shí)需要不斷加強(qiáng)模型和Agent能力以提升自身競(jìng)爭(zhēng)力，但這始終無法打破“次元壁”。真正讓AI接入服務(wù)只有兩條路：原有提供服務(wù)廠家向下采買模型和算力，或者M(jìn)aaS廠商自己做服務(wù)。前者要看上游的自主意愿，后者顯然不現(xiàn)實(shí)——這不是技術(shù)問題，是時(shí)間和規(guī)模的問題。

而阿里恰好有著天然優(yōu)勢(shì)——當(dāng)然這優(yōu)勢(shì)是常年累月搭建起來的。

Agent要幫用戶叫外賣，需要接淘寶閃購的商品目錄、騎手調(diào)度和支付鏈路。要幫企業(yè)完成一次跨部門協(xié)作，需要接入CRM、ERP、OA和審批流。這些接入能力有一個(gè)共同特征：它們不靠訓(xùn)練模型獲得，靠的是多年積累的商業(yè)基礎(chǔ)設(shè)施和生態(tài)連接。

而模型層就更不必說了，大語言模型Qwen 3.6 Plus、全模態(tài)大模型Qwen3.5-Omni、圖像生成與編輯統(tǒng)一模型Wan2.7-Image……阿里的密集模型N連發(fā)，這些案例不一而足，均達(dá)到相關(guān)領(lǐng)域國內(nèi)外最高水平，都指向了阿里的模型能力。

換句話說：Agent競(jìng)賽的終局，比的不是誰的Agent更聰明，而是誰的Agent能調(diào)用的“真實(shí)世界服務(wù)”更多。

這個(gè)判斷如果成立，它意味著一次深刻的價(jià)值遷移——從模型層遷移到生態(tài)層。純模型公司的優(yōu)勢(shì)在這個(gè)過程中會(huì)逐漸稀釋，而手握大規(guī)模消費(fèi)生態(tài)的平臺(tái)型公司，會(huì)顯現(xiàn)出結(jié)構(gòu)性優(yōu)勢(shì)。

某種程度上，這跟移動(dòng)互聯(lián)網(wǎng)時(shí)代的邏輯如出一轍：最終贏的不是做操作系統(tǒng)的，而是在操作系統(tǒng)上建起了超級(jí)生態(tài)的那幾家。Agent時(shí)代，模型就是“操作系統(tǒng)”——重要，但不是終局。

雖然模型層足夠強(qiáng)，但也許幾年后我們回頭看這場(chǎng)關(guān)于智能體的經(jīng)濟(jì)變革，或許會(huì)有這樣一個(gè)感知：阿里是為了“把服務(wù)做得更好”這盤醋，才包了“AI能力”這盤餃子。

行業(yè)重排開始了

如果“智能體經(jīng)濟(jì)”的判斷成立，那接下來的行業(yè)重排會(huì)沿著一條清晰的線索展開：Agent的價(jià)值錨點(diǎn)，到底落在哪里？

互聯(lián)網(wǎng)二十年最大的一個(gè)教訓(xùn)是：社交和資訊能帶來流量，但服務(wù)和交易才能帶來經(jīng)濟(jì)體。微信日活12億，但真正讓騰訊市值翻倍的是支付和小程序生態(tài)。頭條系靠?jī)?nèi)容起家，最后必須做電商和本地生活才能打開天花板。流量是起點(diǎn)，服務(wù)才是閉環(huán)。

Agent賽道正在重演同樣的劇本。今天大多數(shù)Agent停留在“內(nèi)容交互”——總結(jié)、寫作、問答、代碼——本質(zhì)上還是信息層的事。但用戶最終的需求不是跟AI聊得開心，而是讓AI幫自己搞定具體事務(wù)。這些需求的體量和商業(yè)價(jià)值，遠(yuǎn)大于“幫我寫一封郵件”。

價(jià)值高地不在“對(duì)話”，在“服務(wù)”。而服務(wù)這件事，恰好是阿里打了二十年的仗。這不是新能力，是老底。

但光有老底不夠。智能體經(jīng)濟(jì)的重排速度極快，窗口期不等人。誰能在這個(gè)窗口期內(nèi)最快完成從戰(zhàn)略到組織的貫通，誰才真正拿到入場(chǎng)券

阿里在這里有一個(gè)不太容易被看見的結(jié)構(gòu)性優(yōu)勢(shì)：全棧布局帶來的變陣自由度

芯片層有平頭哥，不受制于外部算力供給的節(jié)奏；模型層有千問系列，不需要依賴第三方模型的能力上限；MaaS層有百煉，Token流通的管道自己修；應(yīng)用層C端有千問、B端有悟空，服務(wù)的出口自己造。每一層都有布局，意味著任何一層需要調(diào)整時(shí)，不需要跟外部談判，自己就能動(dòng)。

這背后是阿里的組織保障。先后成立ATH事業(yè)群、集團(tuán)技術(shù)委員會(huì)，每一刀都切在同一條主線上：讓Token從模型端更順暢地流到服務(wù)端。

這種“總綱之下的戰(zhàn)術(shù)靈活性”，反過來也是一道壁壘。純模型公司缺服務(wù)生態(tài)，動(dòng)不了下游；垂直應(yīng)用公司缺基礎(chǔ)設(shè)施縱深，調(diào)不了上游。能同時(shí)在全棧和生態(tài)兩個(gè)維度自由變陣的玩家，行業(yè)里數(shù)得過來。

當(dāng)所有人都在卷Agent的“聰明程度”時(shí)，真正的競(jìng)爭(zhēng)可能已經(jīng)轉(zhuǎn)移到了另一個(gè)維度。

阿里喊出“智能體經(jīng)濟(jì)”，不是在說“我的模型最強(qiáng)”，而是在重新定義牌桌——Agent的價(jià)值不取決于它多聰明，取決于它能辦多少事。模型是入場(chǎng)券，服務(wù)才是籌碼

這張牌桌上，二十年的商業(yè)基礎(chǔ)設(shè)施、從芯片到應(yīng)用的全棧能力、以及一個(gè)月三次變陣都不散架的組織韌性，構(gòu)成了阿里手里最難被復(fù)制的那副牌。

當(dāng)然，牌好不等于贏。智能體經(jīng)濟(jì)才剛開局，變量遠(yuǎn)比確定性多。但有一件事可以作為檢驗(yàn)標(biāo)準(zhǔn)：一年之后，你用的Agent，是還在跟你聊天，還是已經(jīng)在幫你花錢辦事？

答案指向誰，誰就拿下了這個(gè)時(shí)代的確定性