「思考力商品化」的新经济。

作者｜张鹏

编辑｜苏子华

9 月 22 日，杭州云栖大会。阿里巴巴集团 CEO 吴泳铭和往年一样，做了开场的主旨演讲。

过去几年云栖大会的主旨演讲，可以当作「技术风向标」来听，会抛出很多重磅的技术判断，比如，「大模型是下一代操作系统」、「超级 AI 云是下一代计算机」。

但这一次，我听完的感受很不一样。吴泳铭花了很多时间讲工业革命、讲电、讲经济学。他的重心不在 AI 会变成什么样了，他讲的是，AI 会让世界变成什么样。

比如他给出的一个核心观点，「上一次这样的变化，是工业革命把动力变成了规模化的商品。人类先后发明了蒸汽机、内燃机和电，并围绕它们建立起了现代产业。这一次，轮到思考。」

当一个 CEO 开始用经济学的语言描述未来，说明他脑子里转的，已经不仅仅是产品和技术的路线，而是整个经济的流转结构——谁生产、谁输送、谁消费、怎么计价。

我甚至认为，这个变化的背后，是阿里对「下一个时代如何定位自己」的更高维战略思考——不是如何跟上这个时代，而是在过去几年「积极参与进去并有效跟上」之后，逐渐形成自己面向未来的世界观，并把这个世界观变成明确的下注：公司架构、未来投入的大战略结构和阵型，开始变得空前明确。

简单说，吴泳铭这次讲的不是技术观，也不是产品观，而是世界观：「世界会变成什么样、阿里要站在哪」。

01

供需机制：思考力商品化的经济学含义

吴泳铭这次的演讲里，我觉得有两个值得研究的核心判断。

第一个：未来，机器供给的思考总量，将是人类思考总量的 1000 倍以上。他说，这件事在物理世界已经发生过——今天，机器动力承担了 99.9% 的物理工作；未来，机器会承担 99.9% 的思考工作。

第二个判断，是他对「1000 倍」这个数字的推演。他从供给和需求两头推。

供给这一侧，人类的顶级思考极其稀缺。培养一名顶级科学家，要几十年的学习和实践，还要天赋和运气。

比如，新生儿早衰症，全球每年新增病例几十例，有记录的患者总共只有几百人。按现有医药产业的商业逻辑，没有公司愿意花十几年、砸巨资，为几百个人研发一种新药。

但 AI 正在改写这个账。

只要算力足够多、足够便宜，每个细分领域都可以组织上百万个 Agent，不眠不休地研究、模拟、验证，探索不同的方案。顶级思考，第一次可以从奢侈品，变成可规模化供给的商品。

同时，需求这一侧也在变化。工业时代，人能消费多少商品，取决于人口——咖啡要有人喝，车要有人开，手机要有人用，一个人一生能消费的物理商品是有限的。

但 AI 时代，这个关系彻底变了。比如，让 AI 造一艘飞船去火星，这样一个超长复杂任务，AI 可以把它分解成上千万个子任务，主要资源充分，由上百万个 Agent 甚至机器人不眠不休地干，直到任务完成。

人只需要提出一个创意和目标，就能调动庞大的智力资源。思考的消耗量，不再与人口数量成正比，而是与机器智能的思考深度和供给规模成正比。

吴泳铭的原话是，「每一个超级个体，都可以拥有上万倍的智力杠杆」。

所以当思考的消耗量，不再和人口成正比，而是和机器智能的思考深度、供给规模成正比，供需两端一合，1000 倍就出来了。

其实真正让我在意的，还有吴泳铭没说出口的那个问题。

如果思考像电力一样商品化了，那么定价权在谁手里？计量的单位是什么？谁控制那张把「思考」送出去的网？

这三个问题，其实是一个问题——在一个「思考」能被规模生产的时代，谁掌握了生产、计量和分发，谁就掌握了这个时代最值钱的东西。

吴泳铭停在这个问题前面，没有点破。但我们值得注意到，阿里最近和接下来的动作，已经替他把答案勾勒了出来。我们接下来把把阿里的动作拼起来，推导一下。

02

三大基石其实是一条完整的生产链

吴泳铭在演讲中提出了机器智能时代的三大基石：AI 模型、AI 芯片和 AI 云。他称之为「机器思考能够规模化供给的前提」。

为什么要在这三样上坚定投入？

我们可以从吴泳铭的「思考力商品化」这个经济学命题出发，做一层反向推导。

吴泳铭把「思考」类比为工业革命中的「动力」。工业革命把动力变成商品，靠的是蒸汽机负责生产动力，电网负责输送动力，而工厂、铁路、家电则是动力的消费场景。

那么，如果「思考」要变成商品，它同样需要一套完整的生产—流通—消费体系。

思考的生产靠什么？靠芯片。没有足够强、足够便宜的芯片，思考的供给就无法规模化。

因此，平头哥的真武 V900、倚天 CPU、磐脉智能网卡、ICN 互联芯片，解决的是「思考力」的生产效率问题。

而思考的质量则要靠模型。

芯片生产的是「Token」，模型决定 Token 的智能水平。Qwen 团队在 RSI（递归式自我改进）上的探索，以及 5-10T 参数规模的目标，本质上是在提升 Token 的「思考深度」。

吴泳铭还特别强调多模态能力——「一个足够聪明的大脑还不够，AI 还需要掌握感知和交互能力」。

这说明阿里在模型层面的策略是双线并进：基座模型决定思考的上限，多模态决定思考的交互广度。

最后，思考的流通靠什么？是云。芯片负责生产 Token，云负责把 Token 送到每一个需要它的地方。

吴泳铭说，到 2032 年，阿里云运营的全球数据中心规模超过 20GW 的目标，本质上是在建一张覆盖全球的「思考力电网」。这张网越完善，就会有更多用户和 Agent 进来，形成规模和网络效应。

阿里巴巴集团 CEO 吴泳铭｜阿里云

因此，三大基石不是并列关系，而是一条完整的生产链条。芯片是生产端，模型是产品端，云是流通端。缺了任何一个，「思考力商品化」就无法成立。

我们还可以从商业逻辑再做一层推导。

芯片是定价权的核心。如果思考是商品，谁掌握芯片，谁就掌握定价权。当前全球 AI 芯片供应紧张，吴泳铭坦言供应链紧缺限制了算力增长速度，这意味着如果阿里不自己做芯片，思考力供给就会受制于人。

模型是差异化的关键。如果所有公司都用同样的芯片、同样的云，那么模型就是唯一的差异化变量。

而云是规模效应的载体。思考力商品化的前提是供给无限充沛，而无限充沛的前提是规模效应。

因此，芯片、模型、云，都是形成差异化、争夺定价权的关键环节。阿里云 20GW 的目标，是在构建一个足够大、足够高效的流通网络。芯片、模型、云，三者形成正循环。

当阿里把自己定位成机器智能时代的经济基础设施，这个战略的野心，比「下一代操作系统」大得多。

通过以上推导，我们可以看到阿里云的战略目标，绝对是一个经过深思熟虑的经济判断。

03

当 AI Coding 还是「电灯」，

企业 Agent 落地的答案

讲完战略，剩下的问题很实在：这些判断，落到企业身上，怎么变成生产力？

我的观察是，阿里的答案是一套全栈优化，而且全部冲着 Agent 去。

Agent 要真正进入业务、进入生产，需要解决什么问题？云栖大会上，阿里 AI 各个业务集中公布了一系列进展，从芯片、服务器、超节点、网络、模型和推理系统到 MaaS，全部在进行全线联合调优，解决 Agent 落地最头疼的三件事——算力效率、长任务可靠性、成本。

比如，在 AI 芯片层，CPU 要承接 Agent 的任务规划、状态管理和工具调用，AI 芯片、超节点、网络与存储继续则共同保障长时间、高并发任务的算力供给；

云资源方面发布的 AgentCore、新一代 CPFS，是面向 Model、Harness 和 Context 构建 Agentic Cloud；

在模型层，Qwen 持续强化规划、工具使用和长程任务执行能力。

最终，这些底层优化都会通过千问 AI 平台输出给开发者和企业客户，一端通过升级 MaaS 模型服务，提升推理效率、弹性和成本表现；另一端推出 Agent Studio，把模型、工具、记忆、运行环境和企业治理整合为一套 Agent 服务。

换句话说，阿里不是在技术栈上零散地增加几个 Agent 功能，而是在按照 Agent 进入生产，重新改造「思考力」从生产、输送到消费的整条链路。

背后的逻辑也很好理解：Agent 不是单一模型的能力展示，而是一个长程任务执行系统。

它需要持续调用算力，需要稳定的网络和存储，需要在长时间运行中保持可靠性，还需要控制成本。任何一个环节出问题，Agent 就无法真正落地。所以阿里做的不是单点优化，而是从芯片到云平台、Agent 的全栈改造。

根据我的观察，我们可以把阿里的动作，归纳为两条线并行：

第一条线，面向未来中长期，阿里持续投入 AI 模型、AI 芯片和 AI 云三大技术基石，为更高阶智能构建底层能力。吴泳铭说，这是阿里的长期战略选择。

第二条线，面向当下 Agent 爆发增长的需求，阿里全栈做优化，让 Agent 真实进入业务、进入生产。包括 CPU、AI 芯片、超节点、存储、云运行时到 MaaS 平台进行全栈优化，系统解决算力效率、长任务可靠性、成本与企业治理问题。

两条线最终指向同一个目标：为市场需求、生产需求、业务需求准备充足的技术底座，让智能真正走进业务、投入生产。

这里有个细节，我觉得特别能说明阿里的心态。

吴泳铭说，机器智能时代的代表性产品还没出现，今天的 AI Coding 就像 1882 年的电灯——它能替代现有工作，但还不足以创造新时代。「最早的时候，爱迪生卖灯泡就送电，就像今天 Agent 送 Token 一样」。

这其实是在很确定地表达他的某种对未来产品形态的「还不确定」。那就是今天可见的所有 AI 产品，可能都处于「电灯阶段」——它们证明了电力可用，但没有定义电力时代的生活方式。

真正的原生 AI 应用形态，可能不是聊天框，不是 Copilot，而是一种尚未被命名，尚在演化的交互范式。

这种对智能需求的确定和对智能产品范式的不确定，某种程度上也闭环了阿里下注的核心逻辑。

回到 1900 年前后，很多电器已经开始进入家庭生活，但当时全世界一整年的发电量，放到今天，只够今天的世界用两个小时。

这意味着，机器智能时代对 AI 基础设施的需求，对比今天的规模，几乎是没有上限的。阿里全力投入 AI 基础设施建设，就是在为那个「还没有出现的代表性产品」准备土壤。

我觉得这种思考，对于阿里这样的巨头是务实的，探索产品新范式的进程别太早笃定，敢为天下后也没啥不行；但在下一个时代必然被需要的「修路架桥」，要尽早出发并当仁不让。

*头图阿里云

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你如何理解 AI 时代，

思考力会像电力一样成为标准化商品？