
导读:PC时代最重要的入口是什么?很多人会想到Windows。智能手机时代,入口变成了iOS、Android,以及我们每天打开的一个个App。那到了AI时代呢?如果有一天,我们订机票不用打开航空App,买东西不用先打开淘宝,做报表不用先打开Excel,甚至写代码、查资料、安排会议,都只是先跟AI说一句……
当AI成为人与数字服务之间的新界面 #
PC时代最重要的入口是什么?很多人会想到Windows。智能手机时代,入口变成了iOS、Android,以及我们每天打开的一个个App。那到了AI时代呢?如果有一天,我们订机票不用打开航空App,买东西不用先打开淘宝,做报表不用先打开Excel,甚至写代码、查资料、安排会议,都只是先跟AI说一句话,那么这个AI本身,会不会变成新的入口? 我觉得要看懂阿里为什么这几年在通义千问上不断加码,这可能是最关键的一个问题。
我们前三集一直在讲千问怎么诞生、为什么越来越吃算力,以及它怎么从聊天框里走出来。到了今天再回头看,阿里的路线已经越来越清楚。2026年1月,千问App开始连接淘宝、淘宝闪购、支付宝、飞猪、高德这些原本彼此独立的服务。用户可以直接告诉AI自己想吃什么、去哪儿、住哪里,然后让它去完成搜索、规划、预订甚至支付。阿里自己把这个变化概括成了从“AI回答问题”走向“AI执行任务”。 到5月份,这一步又继续往前走,淘宝超过40亿件商品接入千问,用户可以用自然语言完成找商品、比较、下单、查物流甚至售后。
以前人找软件未来可能是AI找软件 #
这件事情表面上看,只是“AI更方便了”,但从互联网二十多年的发展历史来看,它其实可能改变我们使用软件的方式。过去我们想完成一件事情,第一步是先想“我要打开哪个App”;未来可能变成先告诉AI“我要做什么”,至于背后调用淘宝、高德、飞猪还是支付宝,AI自己去安排。以前人找软件,未来可能是AI找软件。如果真走到这一步,谁掌握这个AI入口,谁就不只是拥有一个聊天机器人,而是站到了用户和互联网服务之间。
这也是阿里和很多纯粹大模型公司的不同之处。阿里手里本来就有电商、支付、地图、旅行、办公、云计算这些真实业务。过去这些业务像一座座独立的岛,千问和Agent正在尝试给这些岛架桥。今年阿里又推出了面向企业的“悟空”平台,让多个Agent能够在一个环境里协同完成复杂任务,同时原生接入钉钉,并计划继续连接更多企业通信和业务平台。 也就是说,一边是普通消费者通过千问完成购物、出行和生活服务,另一边是企业里的Agent开始接管报表、客服、代码、采购、知识库和工作流程。两个方向其实指向同一件事情:AI从一个软件,慢慢变成软件上面的一层。
模型竞争正在转向任务完成能力 #
与此同时,千问本身也早就不是2023年那个只会文字对话的模型了。到2026年8月,最新开放的Qwen3.8已经把重点放在代码、专业工作、研究以及长时间、多步骤的Agent任务上,官方甚至明确强调,它的目标已经不只是“回答更难的问题”,而是更加可靠地把复杂任务从头做到尾。 这句话其实很值得琢磨。大模型竞争的核心正在发生变化,以前大家比谁回答得聪明,现在开始比的是:谁真的能把事情做完。
更重要的是,阿里还有另外一张牌,就是开源。2023年8月第一批Qwen模型开放以后,开发者可以把模型拿下来部署、微调、修改,甚至在它上面重新做自己的模型。到2025年4月底,Qwen已经有超过200个开放模型,累计下载超过3亿次,衍生模型超过10万个。 而截至2026年8月,阿里披露的数据已经变成了全球下载超过30亿次、衍生模型超过30万个。 这个增长速度很夸张。因为开源真正厉害的地方,不只是“大家免费用”,而是成千上万开发者会替你把模型带到汽车、机器人、高校实验室、工厂、医院科研、企业服务器甚至个人电脑里。模型跑到哪里,生态就跟到哪里。
开放生态让模型进入更多真实场景 #
我做服务器二十多年,以前我们看一个计算平台,首先看的是硬件。Intel什么CPU,英伟达什么GPU,内存多少,硬盘多大,机器能装几张卡。现在慢慢反过来了。客户可能先说:“我要部署千问”“我要做企业知识库”“我要跑Agent”“我要做本地推理”,然后我们再倒推需要什么GPU、多少显存、多少内存、几台服务器。模型正在从硬件上面的一个软件,慢慢变成决定硬件怎么买的一股力量。模型越多人用,Agent干的事情越复杂,背后要养活它的GPU、存储、高速网络和数据中心就越庞大。
所以你再回头看我们《算力江湖》前面讲过的那些公司,会发现很有意思。英伟达在造GPU,Intel、AMD、海光在造CPU,寒武纪、摩尔线程、沐曦在争国产AI算力,长鑫在解决内存和存储体系的问题。以前这些故事看起来各讲各的,到了大模型这里,它们突然汇到了一起。芯片是地基,服务器是房子,数据中心是一座城市,而大模型开始变成住进这座城市、不断消耗算力的居民。居民越来越多、干的活越来越复杂,下面那座城市就必须越建越大。
上层应用与底层算力正在彼此绑定 #
所以在我看来,阿里真正押注的并不只是“千问能不能赢一次模型排行榜”。它想争的,是如果未来AI真的成为我们工作、消费、科研和生活中的第一入口,千问能不能站在这个入口上。这个答案现在还远远没有定下来,但有一件事情已经非常明确:大模型的战争,最终一定会把上层应用和底层算力绑得越来越紧。
《算力江湖》讲到这里,也算正式从“谁在造算力”,走到了“谁在吃算力”。而接下来的故事会更有意思,因为中国大模型江湖里,还有另外几家公司走出了完全不同的路线。DeepSeek追求极致效率,豆包背后有庞大的用户入口,Kimi押注长上下文和Agent。同样是大模型,它们为什么会走向完全不同的道路?这才是下一段算力江湖真正好看的地方。
从模型发展回到算力建设 #
大模型部署不能只看参数规模,还要结合精度方式、上下文长度、并发用户、知识库容量、响应速度以及持续运行要求,综合评估GPU显存、CPU、内存、NVMe存储、高速网络和散热条件。不同单位的业务目标不同,适合的算力路径也不会完全相同。
如果你正在规划通义千问本地部署、企业知识库、GPU服务器或科研算力平台,可以查看网昱智算GPU服务器产品,也可以联系方案工程师沟通模型规模、并发量和现有机房条件。
资料参考 #
专题导航:上一篇:第3集



