阿里云“對壘”火山引擎，云服務(wù)迎來WaaS終局

上月末，一款名為 OpenClaw（原 Clawdbot）的開源 AI 助手在開發(fā)者社區(qū)橫空出世。短短幾天，這款能夠在聊天軟件中無縫處理郵件、日程的 Agent在 GitHub 上收獲了超 120k Star，并在一周內(nèi)吸引了 200 萬訪客。

當這種復(fù)雜的生產(chǎn)力需求落地到具體的部署場景時，云大廠們給出了兩套截然不同的解題思路。騰訊云和阿里云幾乎在第一時間上線了 “輕量應(yīng)用服務(wù)器” 的一鍵部署鏡像，試圖讓用戶以最低門檻擁有自己的 “數(shù)字員工”；火山引擎則緊隨其后，但它選擇扮演模型供應(yīng)商的角色——不直接提供服務(wù)器舞臺，而是作為 OpenClaw 可調(diào)用的模型源，提供多種 AI 模型 API。

打一個比方，火山引擎的方案是為用戶提供舞臺上演技精湛的演員，而阿里云和騰訊云則是把舞臺、燈光、道具全部搭好。這場關(guān)于 “舞臺” 與 “演員” 的不同選擇，像極了去年巨頭間那場關(guān)于 “ AI云市場第一定義權(quán)” 的暗戰(zhàn)。

過去一年，阿里云和火山引擎兩家云服務(wù)商在宣發(fā)上針鋒相對，火山引擎憑借豆包在 C 端爆發(fā)式的流量，拿下了 MaaS 市場近半數(shù)的 Token 份額；然而，Omdia 的財報數(shù)據(jù)出爐時，阿里云依然以 35.8% 的營收份額穩(wěn)居第一，超過了第 2 至第 4 名的總和。

一邊是流量第一，一邊是賺錢第一。這種 “雙第一” 的格局背后，是中國AI云服務(wù)的游戲規(guī)則變了。從 2023 年的 “搶卡大戰(zhàn)”，到 2024 年的 “MaaS 試水”，再到 2026 年，AI Infra 與 Workflow（工作流）的全面接管。

在這個路口，“Token 崇拜”開始退潮，“全棧工程”逐漸回歸。勝負手在于誰能提供全棧式、可運營、甚至即使在極端供應(yīng)鏈環(huán)境下依然穩(wěn)健的 AI 基礎(chǔ)設(shè)施。OpenClaw 代表的理念——Skill-based（基于技能）、主動式 Agent、多渠道接入，或許正成為企業(yè)級 AI 的未來方向。

Token仍是基石，但已不是全部

Token 調(diào)用量，這個曾經(jīng)只屬于 NLP 工程師的技術(shù)參數(shù)，如今被強行推向了商業(yè)舞臺的中央。

這種壓力直接傳導到了每一位云銷售的 KPI 里。據(jù)雷峰網(wǎng)報道，2026 年，火山引擎的銷售考核發(fā)生了劇烈變化：去年還能用 GPU 算力沖業(yè)績，今年必須賣大模型及 AI 工具。每個銷售的大模型業(yè)績?nèi)蝿?wù)至少 1000 萬打底，有的甚至高達 3000 萬。阿里云同樣如此，銷售線正在經(jīng)歷一輪嚴酷的調(diào)整，只為備戰(zhàn)這場 “MaaS 強攻”。

但在具體的商業(yè)戰(zhàn)略中，不同位置的人對 Token 卻有著截然不同的定義。

在火山引擎總裁譚待看來，Token 調(diào)用量是 AI 時代的 DAU，是新時代的流水。他的邏輯非常直接，“模型只有被調(diào)用才能發(fā)揮價值，越有價值的模型，調(diào)用量就越多。” 通過極致的性價比和 C 端應(yīng)用（豆包）的協(xié)同，火山成功拿下了 MaaS 市場的半壁江山。

從信息論的角度來看，智能的本質(zhì)是數(shù)據(jù)的壓縮與解壓縮。而在 Multi-Agent（多智能體）時代，Token 代表勞動力。限制 Token 的使用，等于限制生產(chǎn)力。而工作流推理（如 OpenClaw）注定會消耗大量 Token，因此降低 Token 推理成本，確是 2026 年云計算的一大方向。在這一點上，火山引擎無疑抓住了 AI 進化的加速度。

不過在熱鬧喧囂之中，也需要一些冷思考。MaaS 確實增長迅速，但如果把目光僅局限在這個細分市場，顯然有失偏頗。國家統(tǒng)計局數(shù)據(jù)顯示，2025 年中國日均 Token 消耗量已飆升至 30 萬億，但 Omdia 的統(tǒng)計揭示了另一面：按 Token 計費的 MaaS 服務(wù)收入僅占整個 AI 云市場規(guī)模的不到 1%。

騰訊和阿里的判斷在于，真正高價值的 “生產(chǎn)級 Token”——如金融風控、自動駕駛仿真、政務(wù)數(shù)據(jù)治理，往往并不走公有云 API。這些場景對數(shù)據(jù)安全、延時、合規(guī)有著極高的要求，企業(yè)更傾向于私有化部署或本地推理。

更不用說以后 MaaS 更大的應(yīng)用場景在于讓 AI 走下云端，走進移動端，將小模型塞進手機、汽車、機器人，進行離線運行。這部分巨大的算力消耗，被 Token 榜單無視了，但卻支撐起了阿里云和騰訊云的營收底座。

正如騰訊云副總裁楊晨所說，單純賣 Token 是一門 “粘性極差” 的生意。“看著量很大，但客戶拿到 Key 隨時會跑。AI 真正好的生意還是要去拼場景。”

在這個問題上，阿里云看得更深一步。它沒有陷入 “唯 Token 論” 的虛無，也沒有走向 “反 Token” 的極端。相反，過去一年阿里多次發(fā)起 “降價潮”，推動 Token 調(diào)用量實現(xiàn) “成千上萬倍的增長”。

Token 是燃料，但阿里想要引擎。因此它選擇了一條務(wù)實的中間路線：強調(diào)長期 IaaS 與系統(tǒng)工程積累，向以 GPU 為核心的統(tǒng)一 AI 云演進。在 C 端通過通義千問的開源維持熱度，在 B 端深水區(qū)則通過 “全棧云設(shè)施”抓住無法用 Token 計算的生意。

據(jù)報道，在阿里云上，使用 API 調(diào)用服務(wù)的客戶和使用 GPU 算力的客戶，重合度高達 70%。這意味著深度使用 AI 的企業(yè)，大多數(shù)都不是只選一種方式，而是根據(jù)場景選擇不同的服務(wù)層級：有些調(diào) API 就夠了，有些需要自己訓模型。

這解釋了為什么阿里在 Token 份額上看似被追趕，卻在營收上保持著絕對的統(tǒng)治力：火山贏在了 “輕”，而阿里贏在了 “重”。

近期AWS和谷歌云相繼宣布漲價，也說明在需求驅(qū)動下，底層資源的價值依然穩(wěn)固甚至凸顯。這背后是一條清晰的“AI 通脹”傳導鏈，從存儲芯片到 CPU，通脹壓力正自上而下傳導至云端。持續(xù)二十年的“云服務(wù)價格只降不升”鐵律，被徹底打破了。

對于云巨頭而言，這同時是一場久違的“利潤翻身仗”。短期靠 AI 算力漲價“回血”，長期靠公有云產(chǎn)品模式徹底“新生”——AI 正在將高價值工作負載不可逆地鎖定在公有云上，終結(jié)了過去那種“墊資、駐場、做總包”的苦活累活。

誰在為云鋪設(shè)“暗線”？

OpenClaw 的爆火，不僅僅是因為好用，更因為它代表了一種趨勢：Skill-based Agent（基于技能的智能體）正在取代單純的 Chatbot。這種進化的本質(zhì)，是 AI 從 “對話框” 走進了 “業(yè)務(wù)流”，用戶迫切需要能夠直接交付結(jié)果的生產(chǎn)力工具。

正如互聯(lián)網(wǎng)的本質(zhì)是連接，計算機的本質(zhì)是效率。直接呈現(xiàn)結(jié)果，永遠比提供工具要更有效率。OpenClaw 恰恰扮演了這樣一個角色——一個能執(zhí)行復(fù)雜任務(wù)的數(shù)字員工。這顯然已經(jīng)超越了 MaaS 的范疇，進入了 WaaS（工作流即服務(wù)）的深水區(qū)。

這種超越背后，是一場席卷全球軟件行業(yè)的恐慌。就在 OpenClaw 席卷 GitHub 的同一個月，大洋彼岸的資本市場用腳投出了反對票。1 月 29 日，SaaS 巨頭 SAP 與 ServiceNow 的股價分別重挫 15% 和 13%，過去一年，美國上市企業(yè)軟件公司的市值整體蒸發(fā)了 10%。《經(jīng)濟學人》也在一篇分析中敏銳地發(fā)問：SaaS（軟件即服務(wù)）是否正在衰落，而 AaaS（代理即服務(wù)）是否正在興起？

過去，企業(yè)購買軟件是為了適應(yīng)既定的功能和規(guī)則；而現(xiàn)在，借助 Vibe 編碼和智能 MCP，任何人都可以構(gòu)建真正適合自己工作流程的內(nèi)部工具。商業(yè)軟件投資增速已從前兩年的 12% 放緩至 8%，因為當業(yè)務(wù)邏輯從“購買軟件”轉(zhuǎn)移到“雇傭 Agent”時，舊有的 SaaS 護城河便顯得岌岌可危。

高盛在一份最新的研究中斷言，軟件行業(yè)的利潤池正在發(fā)生轉(zhuǎn)移：到 2030 年，超過 60% 的軟件經(jīng)濟價值將由 AI Agent 貢獻，而非傳統(tǒng)的 SaaS 席位。

在高盛的定義中，真正的 Agent 不是那種只會陪聊的機器人，而是具備自主性、能適應(yīng)變化、擁有上下文記憶并能調(diào)用 API 完成多步工作的系統(tǒng)。一旦廠商能用 Agent 封裝工作流，它們就掌握了新的知識工作交互界面，從而捕獲生產(chǎn)力增益的大頭。

不過眼下理想與現(xiàn)實之間仍有一道鴻溝。目前的部署大多仍是連接了 LLM 的聊天機器人，那些更強大的 Agent 模式仍停留在概念驗證（PoC）或內(nèi)部試點階段。高盛警告稱，真正的標準化至少還需要 12 個月，因為這一層技術(shù)棧極其脆弱，它需要穩(wěn)定的平臺層，以及針對身份、安全和數(shù)據(jù)完整性的嚴格圍欄（Guardrails）。

而這道“脆弱的鴻溝”，正是云巨頭們的機會，OpenClaw 的出現(xiàn)，正是這種“去 SaaS 化”浪潮中的一朵浪花。行業(yè)內(nèi)的兩家老大哥 AWS 和 Google，幾乎在同一時間朝著兩個方向用力：一個方向是向下，把芯片、網(wǎng)絡(luò)、調(diào)度一層層打磨到極致，讓推理負載像工業(yè)設(shè)備一樣；另一個方向是向上，直接下場把零散的工具封裝成完整的應(yīng)用生產(chǎn)線。

這兩個方向指向同一個判斷，也即云已經(jīng)不再把 AI 當成一種普通負載，而是把它當成正在重塑云自身形態(tài)的主業(yè)務(wù)。

因此，OpenClaw 成為了觀測國內(nèi)云廠商戰(zhàn)略分歧的最佳切片。巨頭們都不想錯過窗口期，但切入的角度折射出了截然不同的底色。火山引擎不提供服務(wù)器，而是確保 Agent 在 “思考” 時調(diào)用性價比最高的模型；而阿里云和騰訊云，則選擇極速上線輕量應(yīng)用服務(wù)器的 “一鍵部署鏡像”。

這看似是兩種產(chǎn)品形態(tài)的選擇，實則是中國 AI 云市場分裂為兩條路線的縮影：一條路通向 “極致的智力供給”，另一條路通向 “全棧的應(yīng)用托管”。

但如果細看阿里云的方案，會發(fā)現(xiàn)它又不僅是 “賣服務(wù)器” 那么簡單。在 OpenClaw 的部署方案中，阿里云雖然也提供了服務(wù)器鏡像，但它更進一步——在鏡像中深度集成了自家的 “百煉” 平臺和通義千問模型，甚至可以直接跟釘釘集成。這種“全棧式”的打法，源于阿里云對自己特殊的戰(zhàn)略定位。

從全球范圍看，阿里云是一個比較特殊的存在，它是少數(shù)同時押注云計算基礎(chǔ)設(shè)施和開源模型生態(tài)的大型云服務(wù)商。Qwen 系列模型開源后，全球下載量已超過 8 億次。這 8 億次下載中，許多轉(zhuǎn)化為了本地部署或私有集群推理，雖然不直接產(chǎn)生 Token 收入，但都在消耗底層的算力、存儲和網(wǎng)絡(luò)。

《新立場》認為，OpenClaw 的火爆也標志著 AI 云的競爭高點，正從 “資源層（IaaS）” 和 “模型層（MaaS）” 向 “工作流層”（Workflow as a Service）遷移。

誰能接管企業(yè)的 Business Workflow（業(yè)務(wù)流），誰就擁有了最高的轉(zhuǎn)換成本。單純的模型 API 改幾行代碼就能從 DeepSeek 換成 GPT-4，但一旦企業(yè)的業(yè)務(wù)流邏輯（Agent Chain）跑在某一方的編排引擎上，遷移難度會瞬間上漲。這就像當年的操作系統(tǒng)之爭，工具類產(chǎn)品容易被替代，但平臺級產(chǎn)品一旦形成生態(tài)，壁壘極高。

而云服務(wù)的競爭從來不是孤立的。過去云計算的競爭，IaaS、PaaS、SaaS 相對獨立，客戶可以分層采購。但 AI 改變了這個邏輯。模型訓練需要海量算力，推理需要低延遲網(wǎng)絡(luò)，數(shù)據(jù)需要在安全合規(guī)的前提下流動，這些環(huán)節(jié)高度耦合，很難拆開。

一個企業(yè)客戶調(diào)用 API 的背后，是數(shù)據(jù)治理（PaaS）、芯片調(diào)度（IaaS）、網(wǎng)絡(luò)延遲優(yōu)化等一系列復(fù)雜的工程問題。工作流層的繁榮，又會反過來驅(qū)動對底層模型API（MaaS）和算力資源（IaaS）更大量、更穩(wěn)定的需求。任何一層出了短板，整體體驗就會打折扣。

這恰恰是阿里云最擅長的領(lǐng)域。當 AI 從 “聊天玩具” 變成 “生產(chǎn)工具”，企業(yè)客戶會發(fā)現(xiàn)，他們需要的不僅僅是一個便宜的 API 接口，還包括一套算力集群管理、數(shù)據(jù)安全合規(guī)、模型微調(diào)工具以及應(yīng)用編排引擎在內(nèi)的 “重型 Infra”。

這正是阿里云未來三年投入3800億砸基建的緣由，也是阿里云的戰(zhàn)略目標：為AI時代的“工作流操作系統(tǒng)”鋪設(shè)地基。承接那些因開源生態(tài)聚集而來、因工作流復(fù)雜而沉淀下來的長周期需求。

過去一年，火山引擎都是那個最喧鬧的“流量入口”，但阿里云正在通過掌控 Infra 和工作流，悄然拿走屬于“操作系統(tǒng)”的那份最高溢價。在云端戰(zhàn)事的下半場，確定性，才是最昂貴的商品。

正如譚待所言：當下的市場不是存量競爭，也不是零和博弈，而是大家一起把這個市場做大。劉偉光也在一場溝通會中表達了類似的觀點——AI 時代的關(guān)鍵是打贏增量，未來很可能每年增量市場都遠大于過去一年的存量市場。

而正如谷歌云和 AWS 近期的漲價所暗示的，底層資源的價值依然穩(wěn)固。在需求驅(qū)動下，那些能夠提供 “確定性” 的云廠商——芯片、網(wǎng)絡(luò)、調(diào)度系統(tǒng)被一層層打磨到極致，將獲得最大的議價權(quán)。

云計算行業(yè)沒有討巧的事。每一個數(shù)據(jù)庫產(chǎn)品，每一層服務(wù)能力，都是臟活累活苦活堆出來的。基礎(chǔ)設(shè)施的穩(wěn)定性、安全性，都不是靠講故事講出來的，而是靠無數(shù)次故障復(fù)盤、性能調(diào)優(yōu)磨出來的。

當廠商已經(jīng)不滿足于把算力賣出去，而是越來越執(zhí)著于把底層的控制權(quán)握在自己手里，讓推理負載變得穩(wěn)定、可控，更多企業(yè)會從 “嘗鮮” 走向 “深度使用”。當 AI 從消費端走向生產(chǎn)端，競爭一定會回歸到全棧。而誰的基礎(chǔ)設(shè)施更扎實，誰的全棧能力更完整，誰就能走得更遠。

*題圖及文中配圖來源于網(wǎng)絡(luò)。