「智能體經濟」元年？阿里在布局 AI 下半場

打開手機，說一句話，過了一會，一杯奶茶送到了家門口。今年春節，有近1.4億人體驗了這個原本有點科幻的場景——估計你也是其中之一。

實現這個場景的，是阿里旗下的大模型應用：千問。

把時間往前撥幾個月。2025年雙十一前后，淘寶悄悄上線了一個功能，用戶可以用自然語言描述自己想買什么，AI幫你搜、幫你比、幫你決策。

當時很多人只是把它當成一個「智能搜索升級版」。但現在回頭看，從 AI 購物到 AI 點奶茶，背后都指向一個關鍵動作：履約。通俗而言，即「與現實世界產生實質交互」。

今年3月，阿里正式首次提出了「智能體經濟」概念。

這個詞什么意思？簡單來講，是以「AI智能體（Agent）」為核心驅動力的新經濟形態，以「AI 模型+消費生態」雙輪驅動。智能體能夠理解需求、調用工具、連接服務，獨立把一件事從頭辦到尾。依托于智能體，服務業形態將迎來一輪重構和革新——這是阿里在AI時代的愿景。

如果你把阿里過去一年的動作——算力投入、模型迭代、應用鋪開、組織重構——倒放回去看，會發現阿里早就在這里等著了。「智能體經濟」是一個邏輯終點，阿里真正想說的是：AI的價值，不在于能聊多好，而在于能辦多少事。當AI從「對話」走向「履約」，一套新的經濟邏輯就開始成立了。

01「智能體經濟」的窗口期

為什么是現在？

2022年底，ChatGPT橫空出世，所有人第一次意識到，原來AI可以用這么「像人」的方式去使用。接下來兩年，中國大模型廠商跑步入場，百模大戰打得熱鬧，評測榜單每隔幾周就換一次名次。

但幾乎所有這些大模型，做的都是同一件事：回答問題。你問它股市怎么了，它給你分析；你問它這封郵件怎么寫，它給你草稿；你問它今晚吃什么，它給你菜譜。對話結束，事情停在那里。剩下的，還是用戶自己來。這就是大模型時代的上半場：AI是一個極其博學、隨時待命的顧問，但它不能幫你打電話、下訂單、挑選商品。顧問再厲害，「履約」這件事仍然在它能力范圍之外。

窗口的轉變，發生在模型開始「能干活」的那一刻。

技術層面，這個轉變有一個具體的名字：工具調用（Function Calling）與多步驟推理的成熟。簡單說，就是AI不再只輸出文字，而是能夠調用外部系統——查庫存、發指令、觸發流程、確認結果。一個完整的任務鏈，可以在不需要人工介入的情況下跑完。今年3月，以 OpenClaw 為代表的這波「養蝦」熱潮，正是 AI 從顧問到工具的轉型的集中表現。

除了時機外，還有另外兩層力量在同步推進。

一層來自政策。「新質生產力」這個詞，2023年被首次提出，2024年進入政府工作報告核心議程。其中一個重要方向，是推動服務業的數字化升級和效率變革。智能體天然契合這個方向——它能做的，恰恰是讓服務「跑得更快、覆蓋更廣、成本更低」。

另一層來自服務業本身。中國服務業占GDP比重已超過57%，但數字化改造長期滯后，核心原因是服務高度依賴人力，標準化程度低、邊際成本難以壓縮。過去十年，互聯網把人和服務配對的效率提高了好幾倍，但配對之后，服務本身的交付依然靠人。這正是智能體能插進去的縫隙——如果AI能直接完成一部分服務交付，查詢、預約、追蹤、反饋，服務業的效率曲線就可能出現一次真正的躍升。

這扇窗口一旦打開，受益的不只是某一方。

對消費者來說，AI從「給建議」變成「幫辦事」，從自己搜索比價、自己填單確認、自己跟蹤物流，變成說一句話之后等結果。對商家來說，智能體承接了大量重復性的服務交付環節，咨詢、預約、售后跟進等等這些過去要靠人力堆出來的工作，邊際成本可以被大幅壓縮。

更大的變化，可能在就業結構上。

眼下有一種擔憂——AI是不是在搶飯碗？從智能體經濟的邏輯來看，答案要復雜得多。智能體確實在替代部分簡單重復的崗位，但同時也在催生新的工種：人機協同運營、智能體調試與維護、體驗設計……這些崗位的共同特點，是需要人的判斷力和創造力，而不是簡單的執行力。此外，效率提升之后釋放出來的商業空間，往往會帶動新一輪創業和靈活就業的增長。這個邏輯，在互聯網時代已經驗證過一次。

三重力量疊在一起：模型能力的跨越、政策方向的鼓勵、服務業本身的升級需求。這解釋了為什么「智能體經濟」這個概念，是在2026年春天被提出來。

02 過去一年，阿里在下什么棋？

如果只是零星看阿里過去一年的新聞，你會看到一串信號：投資、發布、重組、任命。但把這些動作放在一起，從底往上看，會發現它們是一張清晰的建筑藍圖——一棟四層的樓，從地基一直蓋到頂。

最底下那層是算力。智能體要「能干活」，背后需要大量的算力支撐，推理、調用、并發，每一個環節都在消耗計算資源。去年，阿里宣布在AI基礎設施上三年投入超過3800億元，這個數字超過了公司過去十年資本開支的總和。平頭哥半導體的自研GPU，截至今年2月，累計交付量已達47萬片——這意味著阿里在算力層有了真正意義上的自主權，不必完全依賴外部供應鏈。

算力到位之后，模型開始提速。

今年4月2日，Qwen3.6-Plus正式發布，發布次日單日調用量達到1.4萬億Token，打破了OpenRouter平臺的全球紀錄；4月7日，Qwen登頂該平臺周榜冠軍。全球開發者用真實調用行為投出來的票，分量遠超過傳統的評測榜單。上周霸榜的happyhorse1.0（快樂馬）也被證實來自阿里。另一層反映表現財務上，阿里云AI相關收入已連續十個季度實現三位數增長——需求端一直沒有降溫。

模型能力再強，落不到用戶手里也只是實驗室成績。這方面，阿里走的更遠。

在應用層，阿里走的是兩條腿。C端，千問App的月活用戶已達3億，這個量級放在全球AI應用里也是第一梯隊，更不必提這3億用戶里，相當一部分已經在用千問完成了購物決策、旅行規劃、生活服務等有實際結果的任務。B端，阿里推出了面向企業的智能體平臺「悟空」，邏輯換成了「賣鏟子」：與其把每個行業的智能體都自己做了，不如提供基礎設施，讓有行業經驗的企業自己來建。

最后，是頂層組織設計。

今年3月16日，阿里成立ATH事業群（Alibaba Token Hub），由CEO吳泳銘親自掛帥，定位是統籌模型、算力、應用的戰略協同，開始講述阿里的Token經濟學。緊接著4月8日，阿里再次宣布設立AI技術委員會，吳泳銘出任組長，成員涵蓋周靖人、吳澤明以及阿里云技術負責人李飛飛——同日，通義實驗室升級為通義大模型事業部，李飛飛出任阿里云CTO。一個月之內，兩次高頻的組織動作，這個節奏在阿里歷史上并不常見。

從算力到模型，從應用到組織，四層依次就位，只為一件特定的事搭臺子。而那件事，叫「智能體經濟」。

03 為什么是阿里？

做智能體的公司不止阿里一家。過去兩年，大模型廠商、云服務商、創業公司，沒有一家不在講智能體的故事。但阿里提出「智能體經濟」的底氣，來自一個其他玩家很難復制的東西：它本身就是一套運轉中的服務基礎設施。

智能體的價值，最終由它能接入多少真實的服務來決定。真正的智能體，需要有權限、有接口、有交易能力——能查到真實庫存，能觸發真實訂單，能完成真實支付。

阿里花了20年建起來的，正是這一套東西。

淘寶的商品庫、高德的出行網絡、飛豬的旅行預訂、淘寶閃購的即時配送、支付寶的支付清算——這些覆蓋了消費者生活里大多數服務場景的交易基礎設施，正在逐一和千問深度打通。用戶在千問里說「幫我訂明晚上海的酒店，靠近外灘，預算1000以內」，背后調用的是飛豬真實的庫存和價格；說「我想要一杯美式，送到公司樓下」，觸發的是淘寶閃購的即時零售網絡。

即時零售是個值得單獨說的場景。商務部研究院預計，2026年中國即時零售規模將突破1萬億元。而據易觀分析數據，2025年第四季度，淘寶閃購目前市占率約為45.2%，是這個賽道的頭部玩家。這個場景的特點和智能體天然契合：需求往往是即時的、具體的、有明確結果且高頻的。當用戶體驗到「對著手機喊一嗓子」就能點到一杯咖啡的便利性后，阿里所構建的生態護城河就具有顯著競爭優勢。

服務網絡之外，技術壁壘則是同行更難復制的。從自研芯片到云計算基礎設施，從通義大模型到面向開發者和企業的應用平臺，阿里在AI這條鏈路上的每一層都有自己的資產。這種全棧能力意味著，當智能體在處理一個復雜任務時——比如一個企業客戶需要把采購、審批、配送、對賬全程自動化，完全可以在阿里的體系內全部完成，不必靠多方拼湊。

AI的終點不是一段文字，而是一件被完成的事。能讓這件事真正被完成的，需要一端是足夠強的模型，另一端是足夠深的服務網絡。兩端同時具備，在全球范圍內都是少數。

結語

有一個數字值得記住：服務業占中國GDP的比重，已經超過57%。

這半壁江山，長期依賴人力支撐，邊際成本高、效率天花板低。過去十年，互聯網解決了「找得到」的問題；接下來，智能體要解決的是「辦得成」的問題。如果這一步真的走通，它撬動的體量，會遠超任何一個單一產品或單一公司的邊界。

從「AI能對話」到「AI能履約」，這一步跨出去，故事的尺度就變了。這扇窗，阿里已經率先推開。