在近日举行的云栖大会上，阿里巴巴CEO吴泳铭将当前AI Coding的发展阶段类比为1882年的电灯，指出机器虽已能写代码、做报告、整理会议纪要，但承担的仍是人类已有的工作，机器智能时代的代表性产品尚未出现。他同时提出“机器思考量”这一概念，称今天机器思考总量不到人类的3％，未来可能达到人类的1000倍以上。阿里方面未公布该数字的具体统计口径。
“机器思考量”的提法，与瓦特当年用“马力”为蒸汽机标定做功能力的历史场景形成对照。1769年瓦特取得独立冷凝器专利，减少约三分之二的煤耗，但客户熟悉的是马匹一天的劳作量，难以判断蒸汽机的实际能力。瓦特将机器输出换算为“马力”，用旧时代的动力单位解释新商品。阿里试图以人类思考为参照，为尚未成熟的机器生产力标出潜在需求规模。
云栖大会披露了两项实验数据。Qwen3.8-Max在无人干预情况下搭建训练流程、构造数据、设计实验并定位缺陷，连续运行一个多月，完成33轮有效迭代。另一项芯片设计实验持续超过60小时，模型调用EDA工具超过一万次，最终将芯片总线模块的物理面积减少42％。阿里同时宣布，基于新架构的Qwen4已进入训练，Qwen4.5和Qwen5计划扩展至5万亿到10万亿参数。参数无法直接换算为生产力，该规划指向复杂任务处理能力与连续运行时间的提升。
长任务一旦持续数小时、数天甚至数月，单靠模型能力难以完成，系统需要保存进度、恢复运行、检查权限，并保持计算、存储和网络协同。平头哥在大会上公布新一代训推一体AI芯片真武V900，官方称单芯片性能达到上一代M890的3倍，计划于2027年第一季度量产及商业发布。大会同时展示服务器CPU、互联芯片、智能网卡和存储主控，升级后的超节点架构可将这些部件连接成最高50万卡规模的单一集群。
软件层面，阿里云发布Agentic Cloud负责长任务的执行与管理。其中AgentCore管理失败重试、断点恢复、身份权限和运行审计，Agent Sandbox提供隔离环境。2025年2月，阿里宣布未来三年至少投入3800亿元建设云计算和AI基础设施；此次云栖大会上，吴泳铭将2032年的数据中心目标定为20GW。模型、芯片与云已沿长任务需求形成连接。
经济史学家保罗·戴维曾记录，早期工厂获得电力后，老板们拆掉中央蒸汽机换上一台大型电动机，但传动轴、皮带和厂房布局全部保留，生产率几乎没有变化。直到小型电动机进入每台机器，中央传动轴消失，设备按生产顺序重新摆放，厂房从多层转向单层布局，电力才真正释放出组织变革的潜力。AI进入企业面临类似门槛。许多公司已将AI用于日常办公，却很少让它接触合同审批、客户账户、研发发布和财务系统，这些环节牵涉审核、授权、测试与责任确认。
阿里在云栖大会上展示了任务如何贯穿这些环节。会议结束后，QwenNote Eva桌面机器人或QwenNote A2录音卡片留下现场内容，钉钉和MyContext从消息、文档与历史会议记录中补齐上下文，AgentCore随后管理执行权限、进度和记录。任务也可从手机发起，荣耀Magic9系列将成为首批搭载Qwen Intelligence的机型。从会议室里的一句话到企业系统中的具体动作，阿里试图将过去断开的环节连接起来。当企业数据、工具与权限接通后，决定Agent能承担多少工作的，将不再只是模型参数。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
