「智能体经济」元年？阿里在布局 AI 下半场

打开手机，说一句话，过了一会，一杯奶茶送到了家门口。今年春节，有近1.4亿人体验了这个原本有点科幻的场景——估计你也是其中之一。

实现这个场景的，是阿里旗下的大模型应用：千问。

把时间往前拨几个月。2025年双十一前后，淘宝悄悄上线了一个功能，用户可以用自然语言描述自己想买什么，AI帮你搜、帮你比、帮你决策。

当时很多人只是把它当成一个「智能搜索升级版」。但现在回头看，从 AI 购物到 AI 点奶茶，背后都指向一个关键动作：履约。通俗而言，即「与现实世界产生实质交互」。

今年3月，阿里正式首次提出了「智能体经济」概念。

这个词什么意思？简单来讲，是以「AI智能体（Agent）」为核心驱动力的新经济形态，以「AI 模型+消费生态」双轮驱动。智能体能够理解需求、调用工具、连接服务，独立把一件事从头办到尾。依托于智能体，服务业形态将迎来一轮重构和革新——这是阿里在AI时代的愿景。

如果你把阿里过去一年的动作——算力投入、模型迭代、应用铺开、组织重构——倒放回去看，会发现阿里早就在这里等着了。「智能体经济」是一个逻辑终点，阿里真正想说的是：AI的价值，不在于能聊多好，而在于能办多少事。当AI从「对话」走向「履约」，一套新的经济逻辑就开始成立了。

01「智能体经济」的窗口期

为什么是现在？

2022年底，ChatGPT横空出世，所有人第一次意识到，原来AI可以用这么「像人」的方式去使用。接下来两年，中国大模型厂商跑步入场，百模大战打得热闹，评测榜单每隔几周就换一次名次。

但几乎所有这些大模型，做的都是同一件事：回答问题。你问它股市怎么了，它给你分析；你问它这封邮件怎么写，它给你草稿；你问它今晚吃什么，它给你菜谱。对话结束，事情停在那里。剩下的，还是用户自己来。这就是大模型时代的上半场：AI是一个极其博学、随时待命的顾问，但它不能帮你打电话、下订单、挑选商品。顾问再厉害，「履约」这件事仍然在它能力范围之外。

窗口的转变，发生在模型开始「能干活」的那一刻。

技术层面，这个转变有一个具体的名字：工具调用（Function Calling）与多步骤推理的成熟。简单说，就是AI不再只输出文字，而是能够调用外部系统——查库存、发指令、触发流程、确认结果。一个完整的任务链，可以在不需要人工介入的情况下跑完。今年3月，以 OpenClaw 为代表的这波「养虾」热潮，正是 AI 从顾问到工具的转型的集中表现。

除了时机外，还有另外两层力量在同步推进。

一层来自政策。「新质生产力」这个词，2023年被首次提出，2024年进入政府工作报告核心议程。其中一个重要方向，是推动服务业的数字化升级和效率变革。智能体天然契合这个方向——它能做的，恰恰是让服务「跑得更快、覆盖更广、成本更低」。

另一层来自服务业本身。中国服务业占GDP比重已超过57%，但数字化改造长期滞后，核心原因是服务高度依赖人力，标准化程度低、边际成本难以压缩。过去十年，互联网把人和服务配对的效率提高了好几倍，但配对之后，服务本身的交付依然靠人。这正是智能体能插进去的缝隙——如果AI能直接完成一部分服务交付，查询、预约、追踪、反馈，服务业的效率曲线就可能出现一次真正的跃升。

这扇窗口一旦打开，受益的不只是某一方。

对消费者来说，AI从「给建议」变成「帮办事」，从自己搜索比价、自己填单确认、自己跟踪物流，变成说一句话之后等结果。对商家来说，智能体承接了大量重复性的服务交付环节，咨询、预约、售后跟进等等这些过去要靠人力堆出来的工作，边际成本可以被大幅压缩。

更大的变化，可能在就业结构上。

眼下有一种担忧——AI是不是在抢饭碗？从智能体经济的逻辑来看，答案要复杂得多。智能体确实在替代部分简单重复的岗位，但同时也在催生新的工种：人机协同运营、智能体调试与维护、体验设计……这些岗位的共同特点，是需要人的判断力和创造力，而不是简单的执行力。此外，效率提升之后释放出来的商业空间，往往会带动新一轮创业和灵活就业的增长。这个逻辑，在互联网时代已经验证过一次。

三重力量叠在一起：模型能力的跨越、政策方向的鼓励、服务业本身的升级需求。这解释了为什么「智能体经济」这个概念，是在2026年春天被提出来。

02 过去一年，阿里在下什么棋？

如果只是零星看阿里过去一年的新闻，你会看到一串信号：投资、发布、重组、任命。但把这些动作放在一起，从底往上看，会发现它们是一张清晰的建筑蓝图——一栋四层的楼，从地基一直盖到顶。

最底下那层是算力。智能体要「能干活」，背后需要大量的算力支撑，推理、调用、并发，每一个环节都在消耗计算资源。去年，阿里宣布在AI基础设施上三年投入超过3800亿元，这个数字超过了公司过去十年资本开支的总和。平头哥半导体的自研GPU，截至今年2月，累计交付量已达47万片——这意味着阿里在算力层有了真正意义上的自主权，不必完全依赖外部供应链。

算力到位之后，模型开始提速。

今年4月2日，Qwen3.6-Plus正式发布，发布次日单日调用量达到1.4万亿Token，打破了OpenRouter平台的全球纪录；4月7日，Qwen登顶该平台周榜冠军。全球开发者用真实调用行为投出来的票，分量远超过传统的评测榜单。上周霸榜的happyhorse1.0（快乐马）也被证实来自阿里。另一层反映表现财务上，阿里云AI相关收入已连续十个季度实现三位数增长——需求端一直没有降温。

模型能力再强，落不到用户手里也只是实验室成绩。这方面，阿里走的更远。

在应用层，阿里走的是两条腿。C端，千问App的月活用户已达3亿，这个量级放在全球AI应用里也是第一梯队，更不必提这3亿用户里，相当一部分已经在用千问完成了购物决策、旅行规划、生活服务等有实际结果的任务。B端，阿里推出了面向企业的智能体平台「悟空」，逻辑换成了「卖铲子」：与其把每个行业的智能体都自己做了，不如提供基础设施，让有行业经验的企业自己来建。

最后，是顶层组织设计。

今年3月16日，阿里成立ATH事业群（Alibaba Token Hub），由CEO吴泳铭亲自挂帅，定位是统筹模型、算力、应用的战略协同，开始讲述阿里的Token经济学。紧接着4月8日，阿里再次宣布设立AI技术委员会，吴泳铭出任组长，成员涵盖周靖人、吴泽明以及阿里云技术负责人李飞飞——同日，通义实验室升级为通义大模型事业部，李飞飞出任阿里云CTO。一个月之内，两次高频的组织动作，这个节奏在阿里历史上并不常见。

从算力到模型，从应用到组织，四层依次就位，只为一件特定的事搭台子。而那件事，叫「智能体经济」。

03 为什么是阿里？

做智能体的公司不止阿里一家。过去两年，大模型厂商、云服务商、创业公司，没有一家不在讲智能体的故事。但阿里提出「智能体经济」的底气，来自一个其他玩家很难复制的东西：它本身就是一套运转中的服务基础设施。

智能体的价值，最终由它能接入多少真实的服务来决定。真正的智能体，需要有权限、有接口、有交易能力——能查到真实库存，能触发真实订单，能完成真实支付。

阿里花了20年建起来的，正是这一套东西。

淘宝的商品库、高德的出行网络、飞猪的旅行预订、淘宝闪购的即时配送、支付宝的支付清算——这些覆盖了消费者生活里大多数服务场景的交易基础设施，正在逐一和千问深度打通。用户在千问里说「帮我订明晚上海的酒店，靠近外滩，预算1000以内」，背后调用的是飞猪真实的库存和价格；说「我想要一杯美式，送到公司楼下」，触发的是淘宝闪购的即时零售网络。

即时零售是个值得单独说的场景。商务部研究院预计，2026年中国即时零售规模将突破1万亿元。而据易观分析数据，2025年第四季度，淘宝闪购目前市占率约为45.2%，是这个赛道的头部玩家。这个场景的特点和智能体天然契合：需求往往是即时的、具体的、有明确结果且高频的。当用户体验到「对着手机喊一嗓子」就能点到一杯咖啡的便利性后，阿里所构建的生态护城河就具有显著竞争优势。

服务网络之外，技术壁垒则是同行更难复制的。从自研芯片到云计算基础设施，从通义大模型到面向开发者和企业的应用平台，阿里在AI这条链路上的每一层都有自己的资产。这种全栈能力意味着，当智能体在处理一个复杂任务时——比如一个企业客户需要把采购、审批、配送、对账全程自动化，完全可以在阿里的体系内全部完成，不必靠多方拼凑。

AI的终点不是一段文字，而是一件被完成的事。能让这件事真正被完成的，需要一端是足够强的模型，另一端是足够深的服务网络。两端同时具备，在全球范围内都是少数。

结语

有一个数字值得记住：服务业占中国GDP的比重，已经超过57%。

这半壁江山，长期依赖人力支撑，边际成本高、效率天花板低。过去十年，互联网解决了「找得到」的问题；接下来，智能体要解决的是「办得成」的问题。如果这一步真的走通，它撬动的体量，会远超任何一个单一产品或单一公司的边界。

从「AI能对话」到「AI能履约」，这一步跨出去，故事的尺度就变了。这扇窗，阿里已经率先推开。