这是阿里云成立17年来，首次在主站之外推出的全新产品官网“千问云”的首页全貌——一条Agent可读的prompt指令，意思是请智能体自己安装千问云技能。云的用户正在从人类工程师变成智能体
千问云最重要的地方，不是它又多了一个官网。
而是这个官网几乎没有给人看的东西。
首页只有一句：
npx skills add QianWen-AI/qianwen-ai
这不是一句面向人类用户的营销文案。
这是一条 Agent 可读的指令。
意思是：请智能体自己安装千问云技能，然后开始调用云的能力。
一个云厂商把新产品官网做成这样，说明它已经接受了一个判断：未来访问云、理解云、购买云、调用云的第一用户，不一定是人类工程师。
可能是智能体。
官网不再是给人逛的
过去十几年，云计算官网有一套固定范式。
人类登录。
浏览产品菜单。
进入控制台。
选择云主机、数据库、存储、网络、安全服务。
阅读文档，配置参数，下单开通。
这套逻辑默认用户是人。
人会看页面。
人会点按钮。
人会在一个庞大的产品树里寻找自己要的东西。
但 Agent 不这样工作。
Agent 不需要漂亮首页，不需要轮播图，不需要销售话术，不需要复杂导航。
它需要的是能力描述、调用协议、安装入口、权限边界、反馈机制和可组合的执行路径。
所以，千问云首页那一行命令，比一百页产品介绍更有信号意义。
它不是把旧官网做得更简洁。
它是把官网从“人类界面”改造成“智能体入口”。
云的入口被颠倒了
阿里云成立于 2009 年。
它的官网逻辑，本质上服务的是开发者、运维工程师、架构师和企业 IT 决策者。
人先进来找资源。
数据库、ECS、存储、网络、监控、安全。
这是云计算第一阶段的入口秩序。
但当应用被 AI 重写，入口会反过来。
以前人进云，先找数据库。
未来 Agent 进云，先找模型。
然后再按任务需要，自动调用算力、存储、网络、工具、代码环境和业务接口。
这意味着云厂商的产品组织方式也要变。
不是把几百个云产品继续摆成菜单，而是把能力重新包装成 Agent 能理解、能安装、能调用、能闭环的 Skill。
千问云的意义就在这里。
它不是一个新频道。
它是阿里云承认：云的消费主体正在变。
龙虾是一个早期样本
凤凰网科技的报道里有一个细节很关键。
春节期间“龙虾”爆火之后，阿里云发现有外部客户也上线了类似“龙虾”的 Agent 产品。
这类 Agent 不需要人类逐项开通云资源。
它会在后台自动激活云计算能力。
过去，人类工程师可能要花两周完成的资源开通，Agent 一天之内就可以完成。
刘伟光用了一个说法：Agent 在默默自动地使用云。
这句话很重要。
因为它标志着云计算的使用方式从“显性操作”变成“隐性消耗”。
人类不一定再打开控制台。
业务也不一定再显式说“我要买多少云主机”。
Agent 接到任务，拆解任务，选择工具，开通资源，运行代码，调用模型，写入存储，返回结果。
云变成了智能体执行任务时的背景基础设施。
像电一样被调用。
也像电一样被计量。
Token 变成新的云计量单位
入口变化只是表面。
真正推动云厂商重构的，是 Token 经济。
阿里云披露，过去五个月，百炼平台 LLM 的 Token ARR 增长了 15 倍。
刘伟光还提到，AI 原生创业公司的 Token 支出可以占到 IT 成本的 100%；互联网类企业达到 15% 到 20%；传统企业还在 5% 以下。
这个结构说明，Token 已经不只是 AI 应用的附属成本。
它正在变成新一代云消费的核心变量。
过去云厂商卖的是 CPU、GPU、存储、带宽、数据库实例。
现在云厂商越来越像在卖“可被智能体消耗的任务能力”。
Token 是表层计量。
背后消耗的是 GPU、CPU、内存、网络、存储和调度系统。
所以刘伟光会说，Token 和 GPU 有换算比例。
卖出多少 Token，某种意义上就等于卖出了多少 GPU，也会同步带动 CPU 和存储消耗。
这就是 AI 云和传统云最大的不同。
传统云的增长，来自人类业务系统的扩容。
AI 云的增长，来自智能体执行任务时的自动消耗。
Coding 是分水岭
为什么 Token 会从“提效工具”变成“核心引擎”？
关键是 Coding。
当 AI 只是写文案、做总结、问答客服，它更多是在提升人的效率。
但当 AI 开始写代码、改代码、迁移老系统、生成工作流，它就不只是提效。
它开始创造过去人类很难规模化完成的新工作。
刘伟光举了一个老系统迁移的例子。
大量 70 年代、80 年代写下来的 COBOL、C、Java 应用，注释丢了，程序员退休了，业务还在运行。
过去，这类系统迁移上云，是典型的重活、脏活、慢活。
但 AI Coding 能够解构这些代码化石，把它们重新搬上云。
这会释放一批过去算不动的需求。
不是因为人突然多了。
而是因为智能体能把过去做不了、做不起、不值得做的事情，变成可执行任务。
这就是云增长的新来源。
全栈自研不是情怀，是 Token 成本战争
当 Token 变成核心收入，芯片就不再只是供应链问题。
它变成利润问题，也变成生死问题。
阿里云这次公布真武系列芯片路线图，最新 M890 芯片有 144GB 显存、800GB/s 片间互联带宽，性能是上一代 810E 的 3 倍。
这背后的逻辑很清楚。
Agent 执行任务时，可能在毫秒级连续发起多次模型调用。
这不是单点 GPU 算力能解决的事情。
它需要 CPU、GPU、网络、存储、调度、模型、推理平台之间的系统级协同。
所以阿里云开始走谷歌 TPU 和 Gemini 那条路。
自己的芯片，配自己的模型，跑自己的推理系统。
目标不是“我也有芯片”。
目标是每一块芯片都能产出更多 Token、更高质量 Token、更低成本 Token。
AI 云战争的底层问题，已经从“谁有更多 GPU”变成“谁能用更低成本生产更多可售卖的智能”。
谷歌和阿里想到一起去了
这件事不是阿里云孤立发生的。
同一时间，谷歌也在讲同一个故事。
谷歌披露，两年前旗下产品每月处理 Token 总量是 9.7 万亿；去年 I/O 时是约 480 万亿；今年已经超过 3.2 千万亿。
Gartner 也预测，到 2026 年底，40% 的企业应用将集成 AI Agent，而一年前这个比例还不到 5%。
这些数字共同指向一个判断：Agent 不是某个功能模块，而是下一代应用的默认形态。
谷歌从 Ironwood、Gemini 2.5、Vertex AI 到浏览器内置 Agent，走的是芯片、模型、推理、入口的全栈闭环。
阿里云从真武芯片、Qwen、百炼、Agentic Cloud 到千问云，也在走类似闭环。
两边同时转向，不是巧合。
这是云计算增长引擎切换之后的必然动作。
最值得看的不是官网，是官网背后的默认用户
一个产品官网到底给谁看，决定了它属于哪个时代。
PC 时代，官网给浏览器前的人看。
移动互联网时代，入口给 App 里的用户看。
云计算第一阶段，控制台给工程师看。
Agent 时代，能力入口给智能体看。
千问云首页那一行命令，真正改变的是默认用户。
默认用户不再是“会读页面、会点按钮、会理解营销话术的人”。
默认用户变成“能读取指令、安装 Skill、调用 API、完成任务闭环的 Agent”。
这会倒逼所有云产品重新表达自己。
文档要变成可执行上下文。
产品要变成可安装 Skill。
控制台要变成 Agent 可调用的协议层。
计费要从资源账单走向任务账单、Token 账单，最终走向结果账单。
销售指标也会从客户数、实例数、收入，扩展到付费 Token 客户数、核心系统接入率、Agent 自主闭环效率。
云正在从工具市场变成智能工厂
阿里云说自己要建设成中国最大的 AI 工厂。
这个说法并不只是口号。
如果云的主要消费者变成智能体，那么云厂商就不再只是资源租赁商。
它会变成智能生产系统。
芯片提供算力。
模型提供认知能力。
推理平台提供运行效率。
Skill 提供能力封装。
Agent 提供任务执行。
Token 提供计量单位。
结果付费提供商业闭环。
千问云的那行命令，就是这个系统浮出水面的一个小切口。
它看起来很轻。
但背后很重。
因为它意味着云计算终于开始为非人类用户重新设计自己。
这也是这件事真正值得记住的地方。
不是阿里云多了一个官网。
而是云的第一用户，正在从人类工程师，迁移到智能体。
参考
- 微信公众号「凤凰网科技」：《谷歌阿里集体转向：为人服务时代过去了》，2026-05-21。https://mp.weixin.qq.com/s/mVC9T5y-XeSh36X0nIeYYw