同一天，谷歌和阿里说了什么？

北京时间5月20日凌晨1点，山景城的夜幕刚刚降临，Google I/O开发者大会如约而至，舞台中央，Google CEO桑达尔·皮查伊在台上反复提到一个词：Agent。

几个小时后，太平洋西岸的杭州，阿里云在峰会上打出一句近乎宣言式的标语：“云的用户正在从人变成Agent。”

没有约定，却如出一辙。

时间再往前推，4月底，Google、Meta、Microsoft、Amazon同日发布财报，唯有Google因云业务爆发成为唯一明显的“赢家”。几天后发布的阿里2026财年四季报显示，阿里云外部商业化收入同比增长40%，AI相关产品收入占比首次突破30%。阿里CEO吴泳铭明确表示，全栈AI技术投入已跨越培育期，进入正向规模商业化回报周期。

Google和阿里，作为全球范围内为数不多能在开放市场上同时跑通“自研AI芯片+自建云+自研大模型”完整闭环的科技公司，正分别成为中美这一轮AI投入周期中的“优等生”。而且在同一个节点，不约而同把AI竞赛的下一站共同指向了同一个全新的服务对象：不再是“人”，而是Agent（智能体）。

从“卷模型”到“卷落地”

过去两年，AI行业的叙事简单而粗暴：谁的模型参数更大？谁的榜单分数更高？谁的推理能力更强？整个行业围绕大模型展开了疯狂的军备竞赛。

但转折正在发生。

斯坦福大学《2026年人工智能指数报告》给出了一个关键判断：中美顶级大模型差距已“实质性消除”，头部模型呈并跑态势。与此同时，模型本身正在快速“通货膨胀”——能力差距依然存在，模型依然重要，但已不再构成决定性的商业壁垒。

真正拉开差距的，变成了另一件事：谁能让AI真正“干活”？

今年Google I/O大会最明显的变化，就是Google开始把展示重点，从“模型能力”，转向“Agent能力”，其中最核心的产品之一，是个人智能体产品Spark。

Spark运行在Google Cloud之上，可直接调用Gmail、Docs、Sheets等Google生态中的服务，在不同应用之间自主协同，自动完成信息拉取、邮件撰写、会议纪要整理等复杂任务，即便用户关闭设备，它依然可以持续工作，像一个真正持续在线的“数字员工”。

Spark背后的关键，是Google全新的Antigravity 2.0框架。

Google现场做了一个演示：让Antigravity搭载Gemini 3.5 Flash，从零开始构建一个操作系统，93个子Agent并行工作，发出超过15000次模型请求，用掉26亿Token，12小时后，一个完整的OS内核被自动生成，调度程序、内存管理、文件系统全部由Agent完成，甚至包括代码测试与审计，花费成本不到1000美元。

与此同时，在杭州举行的阿里云峰会上，阿里云给出了另一种表达。阿里云资深副总裁刘伟光表示，Agent突破临界点之后可以24小时不间断工作，对AI和云的需求无穷无尽。

当日，阿里云围绕Agent做了底层芯片、Agentic Cloud、模型到推理平台等全栈产品发布，也是阿里云成立17年来，第一次在阿里云官网之外，单独推出全新产品入口。

这个入口非常特殊，打开页面，突出的不是产品列表，也不是控制台，没有任何传统意义上的导航结构。首页只有一行字：“安装Skills npx skills add QianWen-AI/qianwen-ai（一键安装qianwen-ai 技能包）”。

这不是给人看的，而是给Agent看的。

AI行业开始进入“全栈战争”

如果说过去两年的AI竞争，本质上还是“模型战争”；那么现在，AI行业开始进入另一种更复杂的竞争阶段。

当AI真正开始承担复杂任务后，竞争维度会被急剧放大。比拼的将不再只是模型能力，而是：是否拥有云基础设施？是否掌握推理成本？是否拥有芯片能力？是否能连接真实业务系统？是否拥有生态入口？是否具备持续的数据闭环？

最终，比拼的不再是单点技术，而是一场涉及“芯—云—模型—产品（智能体）”的全栈战争。

这也是为什么，当前真正走在前列的公司，几乎都具备高度相似的能力结构。Google拥有TPU、自建云、Gemini模型、搜索和Android生态；阿里拥有含光芯片、阿里云、千问模型，以及庞大的企业生态。

因为Agent时代天然要求：芯片、云、模型、工具调用、业务系统与生态协同，Agent对算力、推理成本与基础设施的依赖，远远超过传统聊天模型。

在芯片层，阿里云晒出了一个覆盖算力、网络、存储的完整自研数据中心芯片矩阵。

平头哥新一代训推一体AI芯片真武M890首次亮相，规格相当硬核：144GB显存，片间互联带宽800GB/s，性能是上一代真武810E的3倍。

同时，阿里发布了基于新一代AI芯片真武M890的磐久AL128超节点服务器，搭载自研互联芯片ICN Switch 1.0，可让128张AI芯片组成一台计算机，P2P时延低于150ns，主打解决Agent场景下的海量并发推理和大模型训练需求。

平头哥还首次公布了真武系列芯片的路线规划：未来两年将陆续推出算力更强的真武V900、真武J900两代芯片。目前真武系列AI芯片累计出货56万片，已服务于20多个行业的400多家客户。

Google则提出第八代TPU的“双芯”战略：TPU 8t专攻训练，单个Pod可塞下9600颗芯片，集群总算力121 ExaFLOPS；TPU 8i专攻推理，推理性价比提升80%。

不管是更便宜大碗、推理能力更强的模型，还是芯片，背后对应的，其实正是Agent时代的新需求。只有同时掌握芯片、云、模型与生态等，才能真正控制Agent时代最核心的变量——推理成本。

Agent时代的入口

过去一年，大模型行业里有一种很流行的观点：AI会重构互联网入口：搜索会被替代，App会被替代，浏览器会被替代。

但Google和阿里的选择，却非常耐人寻味。他们没有放弃原有生态。相反，他们开始把AI重新嵌入自己的生态。

Google把Agent塞进搜索、Chrome、Android、Gmail、YouTube；而早在今年年初，阿里就把千问全面接入淘宝、钉钉、支付宝等阿里体系。

某种意义上，这是一种巨头逻辑的“回归”。

过去两年，Google一直在疯狂追赶OpenAI；阿里则在努力寻找自己的AI超级入口。但走到今天，两家公司似乎都重新意识到：真正的护城河，其实一直就在自己手里。

Spark天然就能读取Gmail、Docs、Calendar。这些数据，本来就在Google服务器里。用户不需要反复授权，不需要配置复杂接口，也不需要额外搭建工作流。

而这恰恰是很多独立Agent产品最难跨越的门槛。同样，阿里重新押注千问，也是在重新押注自己的生态能力。今年年初，千问App一次性上线超过400项AI办事能力。

目标非常明确：把AI从“聊天工具”推向“办事入口”。因为阿里终于重新意识到，自己的真正优势，恰恰是淘宝、支付宝、钉钉、本地生活、企业服务这些现实世界的连接能力。

而Google这次真正更深的一步，是要争夺Agent时代的“协议层”。此次I/O大会上，Google集中推出了UCP、AP2、SynthID等多个协议。

这些东西看起来很技术，但背后的商业逻辑非常清晰。Google正在试图定义Agent时代的商业规则。

UCP（Universal Commerce Protocol，通用商务协议）的目标是让Agent能够使用统一标准，在不同电商平台之间完成搜索、比价、加购物车、下单；AP2则是Agent Payments Protocol（智能体支付协议），它要解决的问题是，当Agent替你花钱时，如何确认它花的是你授权的钱；MCP是Anthropic提出的Model Context Protocol，解决的是AI如何调用外部工具的问题，Google这次选择全面接入MCP；最后是SynthID。这是Google DeepMind推出的AI内容水印技术，目前已经给超过1000亿张图像与视频、6万年音频嵌入数字水印。

把这四个协议放在一起，会发现Google真正想做的事情：UCP负责“AI怎么买东西”、AP2负责“AI怎么付款”、MCP负责“AI怎么调用工具”、SynthID负责“AI内容如何可信”。

它们共同构成的，其实是完整的Agent商业基础设施。

某种意义上，这甚至有些像Google当年做Android，先定义标准，再让整个行业跟着走。

AI将为AI服务

如果回看过去很多年，Google和阿里代表着两种完全不同的互联网模式。

Google长期更偏“技术驱动”。它的核心能力一直是：搜索、操作系统、云、基础模型与开发者生态，Google相信，只要掌握底层技术与基础设施，就能够定义下一代互联网。而阿里则更偏“商业驱动”，交易、支付、平台运营、本地生活与企业服务……要让天下没有难做的生意。

结果走到今天，AI，尤其是Agent，正在把两家公司重新拉到同一个坐标系。

甚至连双方这次大会最核心的关键词都开始高度趋同：Google在讲Agent、推理、协议、工具调用、支付；阿里也在讲Agent、推理、工作流、企业系统、AI工厂。

本质上，这是AI产业进入深水区之后的结果。因为当模型能力逐渐趋同时，所有巨头最终都会走向同一个终点：控制AI时代的基础设施。

过去，科技巨头服务的是“人”。未来，它们服务的，可能首先是Agent。

真正开始使用云、调用工具、处理流程、连接业务系统、完成交易与执行任务的，未必再是人类自己，而是越来越多持续在线、24小时工作的智能体。

本文来自微信公众号 “IT时报”（ID：vittimes），作者：贾天荣，36氪经授权发布。