阿里云发布Agentic Cloud战略：重构算力、Agent治理与上下文引擎

事件概述

2026年9月22日，在2026杭州云栖大会上，阿里云CTO李飞飞系统阐述了Agentic Cloud（智能体云）的战略布局。随着智能体（Agent）从“问答型”向自主规划、实时决策阶段演进，阿里云提出将Model（模型）、Harness（执行/治理）、Context（上下文）作为核心构建场景，推出全新的云上算力底座和Agent构建治理平台，旨在让AI真正融入企业生产流程并实现规模化价值创造。

核心信息

1. AI Native Cloud：应对RSI范式下的算力挑战

面对模型参数从万亿向十万亿跃迁，以及训练范式转向递归式自我改进（RSI），阿里云展示了全栈自研的算力底座：

• 灵骏真武M890超节点：首个国产十万卡超节点集群，支撑Qwen3.8 Max、KIMI K3等超2T参数大模型的商业服务。
• 灵骏真武V900超节点：预计明年推出，性能提升三倍，搭载业界首发200Pbps通信带宽和6us时延集群架构，支持千卡Scale-Up互连，单集群可扩展至50万卡规模。
• 新一代高性能存储CPFS：提供百TB/s级吞吐和亿级IOPS，单文件系统规模提升至100PiB。实测数据显示，可将模型启动平均耗时降低50%，峰值算力利用率提升30%，AI存储成本降低69%。
• 推理优化：
  • Tair KVCM：统一编排多级缓存，有效命中率可达99%，每token成本下降50%。
  • KV CacheStore：位于G3.5存储层，满足千亿级KV存储规模，缓存覆盖时间窗口扩大900%，首Token延迟降低54%。
  • 智算中心融合网络TPN：访问带宽增加2.5倍，网络规模增加10倍，延时降低1/3。
• PAI平台升级：新增支持异步Agentic RL训练框架，在Qwen模型后训练中实现5天完成一次SOTA模型迭代。

2. Agent Native Cloud：支撑Agent应用规模化落地

为解决企业级Agent在真实环境中的可靠性问题，阿里云推出了一系列标准化、托管化的产品：

• AgentCore：企业级Agent构建治理平台，支持长任务、失败重试、断点恢复和异步执行。提供安全执行环境、资源隔离、身份权限和全链路审计，统一管理模型、MCP Server、Skill等资产，可提升任务完成率至99%，TCO成本降低70%。
• Agent Sandbox：提供开箱即用、极致弹性的执行环境，创建吞吐达10万/分钟，深休眠唤醒<600ms，兼容E2B和K8s。
• Agentic OS：Agent原生操作系统，节省Token消耗30%以上，沙箱部署密度提升3倍。
• Agentic Computer：为智能体提供统一、长期在线的专属云电脑工位，具备Computer Use和GUI操作能力，权限可控且操作可审计。

3. Context Engine：构建实时上下文引擎

阿里云提出“存储—计算处理—上下文工程”三位一体的Context Engine，将企业全域数据转化为Agent的实时上下文：

• 底层：多模态数据存储，承接对话、视频帧、点云、轨迹和Agent反馈。
• 中间层：覆盖数据集成、转换、治理、质量和建模。
• 上层：通过全域知识库、多模态语义整合、持续记忆管理和实时上下文装配，组织动态更新的上下文。
• 相关产品：
  • Agent Context：面向复杂知识检索，准确率提升50个百分点，Token使用效率提升3倍以上。
  • OpenLake：统一全模态数据湖仓，总体拥有成本降低38%。
  • Apsara Lakebase：支持亚秒级、零拷贝创建数据分支。
  • MC-MaxFrame：自研分布式计算框架，多模态数据处理性能提升12%。
  • Flink Streaming Agent：提供60多种全模态算子，将实时数据流转化为可触发业务流程的行动。

值得关注

阿里云强调已形成从AI芯片、服务器CPU到互联、网卡、存储主控和AI软件栈的完整布局，能够通过计算、网络到存储的全栈协同和联合调优，提升智能生产效率。此次发布的Agentic Cloud体系标志着阿里云试图通过基础设施层面的深度重构，解决智能体在大规模商业化落地中的算力瓶颈、执行稳定性和数据上下文缺失等核心痛点。