在2026杭州云栖大会上，阿里云CTO李飞飞详细解读了Agentic Cloud战略布局，宣布推出一系列创新产品，旨在推动AI技术从实验阶段迈向规模化生产应用。这一战略以Model、Harness、Context为核心构建场景，通过打造全新的云上算力底座和Agent构建治理平台，助力企业实现AI驱动的业务价值创造。
随着Agent技术进入爆发式增长期，智能体正突破传统"问答型"局限，向自主规划、实时决策方向演进。这一趋势对底层算力和云基础设施提出了更高要求。李飞飞指出，企业级Agent的规模化落地需要四大核心能力：基于全面、统一且持续更新的上下文形成全域认知；支持自主运行与持续进化；构建安全、可控、可信任的协作环境；实现从静态规则到动态感知、推理和行动的转变。针对这些需求，阿里云重构了覆盖AI Native Cloud、Agent Native Cloud到Context Engine的完整技术栈体系。
在AI Native Cloud层面，阿里云直面递归式自我改进（RSI）带来的挑战，推出了全栈自研的算力底座解决方案。以灵骏真武M890超节点为例，作为国内首个十万卡级集群，已成功支撑Qwen3.8 Max等超2T参数大模型的商业运营。即将发布的灵骏真武V900超节点将实现性能三倍提升，配备200Pbps通信带宽和6微秒时延集群架构，支持单集群扩展至50万卡规模。配套推出的新一代高性能存储CPFS系统，可提供百TB/s级吞吐和亿级IOPS，使模型启动耗时降低50%，算力利用率提升30%，存储成本下降69%。
针对推理场景的特殊需求，阿里云开发了多层级优化方案：大模型KVCache管理和调度系统Tair KVCM通过统一编排多级缓存，将存有效命中率提升至99%，每token成本降低50%；存储加速引擎KV CacheStore可承接千亿级KV存储需求，在生产环境中实现缓存覆盖时间窗口扩大900%；全新的智算中心融合网络TPN将访问带宽增加2.5倍，网络规模扩大10倍，延迟降低至原水平的三分之一。这些技术创新共同构建了高效的推理基础设施。
在Agent Native Cloud建设方面，阿里云推出了企业级Agent构建治理平台AgentCore。该平台通过标准化、托管化的基础设施，支持长任务处理、失败重试、断点恢复等关键功能，同时提供安全执行环境、资源隔离和全链路审计能力。测试数据显示，使用AgentCore可使任务完成率提升至99%，总拥有成本降低70%。配套发布的Agent Sandbox执行环境具备10万/分钟的创建吞吐能力，深休眠唤醒时间小于600毫秒，完美兼容E2B和K8s生态。
为满足不同场景需求，阿里云还推出了Agentic OS原生操作系统和Agentic Computer专属云电脑工位。前者可节省30%以上Token消耗，沙箱部署密度提升3倍；后者为智能体提供长期在线的工作环境，兼容主流Agent框架，具备完整的GUI操作能力和权限审计功能。这些产品共同构成了完整的Agent运行生态。
针对上下文管理的核心挑战，阿里云创新性地提出"存储—计算处理—上下文工程"三位一体的Context Engine架构。该引擎通过多模态数据存储、中间层处理和上层知识库构建，将企业全域数据转化为实时可用的上下文资产。具体产品包括：复杂知识检索工具Agent Context（准确率提升50个百分点，Token效率提升3倍）、统一全模态数据湖仓OpenLake（总体拥有成本降低38%）、亚秒级数据分支创建工具Apsara Lakebase，以及处理多模态数据的分布式计算框架MC-Maxframe（计算性能提升12%）。
李飞飞强调，阿里云已形成从AI芯片到软件栈的完整布局，能够实现计算、网络、存储的全栈协同优化。通过将模型生产、自主运行和实时决策能力有机结合，阿里云正在构建统一的Agentic Cloud生态，为企业提供端到端的AI解决方案。这一战略布局标志着AI技术进入新的发展阶段，为产业智能化转型提供了强大动力。
