最近阿里云栖大会刚结束，翻了一圈公开资料和媒体报道，挑几条跟前几年明显不一样的点讲讲。
1. 重心变了 —— 从「我们模型有多强」到「AI 怎么在企业里落地」
前几年云栖：基本就是通义/Qwen 系列模型的发布会，从 1.0 到 2.5 到 3.5、benchmark 跑分、参数规模、上下文长度，年年升级。今年云栖：开场几乎没聊新模型 benchmark，聊的是怎么让企业把现有模型用起来 —— 一站式开发平台、agent 编排框架、向量数据库、推理优化、计费模型。为什么：大模型本身的「能力上限」已经被几家头部证明过，真正卡脖子的不是模型不够好，而是企业不知道怎么把 AI 嵌进现有系统。这也是整个 ToB AI 行业 2026 年的共识。
2. Qwen 系列更「真开源」了
新动作：通义把更多模型权重 + 训练框架 + 推理代码直接放出来，不只是模型本身，连训练工具链也开放。跟前几年比：以前 Qwen 是「开源但保留核心」，现在明显往「全栈开源」靠拢 —— Hugging Face 上的下载量在国产开源模型里持续居前。为什么：阿里云在云业务上跟国际对手竞争，需要靠「生态」拉客户 —— 一个开源的 Qwen 周边，能把大量开发者和企业客户绑到阿里云上。
3. Agent + 工作流成了绝对主题
核心新词：Agentic AI —— 不是单次问答，而是「AI agent 能自己拆任务、调用工具、跨系统跑流程」。具体表现：通义实验室演示了多个端到端企业场景的 agent 流程；Model Studio 推出多 agent 协作模板（对标 LangGraph / CrewAI 的企业版）；钉钉、阿里内部的协同工具都加了 agent 接入入口。为什么：Agent 是 2026 年整个 AI 行业的关键词 —— OpenAI / Anthropic / Google 全在推，阿里云不可能缺席。
4. 推理成本被反复提到 C 位
新提法：「推理优化」被独立成大章节讲 —— 模型压缩、量化、推理加速、专用推理芯片（平头哥）都铺开了。官方口径：每 token 推理成本相比 2025 年同期下降明显（具体数字以阿里自己披露为准，不是行业均值）。为什么：ToB AI 能不能铺开，核心是 ROI —— 模型再强，贵了企业用不起。推理成本每降一半，客户覆盖能翻一倍。
5. 国际化叙事变弱，深耕国内 + 出海东南亚
变化：前几年云栖会大谈「国际化」「对标 AWS」「全球客户」，今年基本不提。重心：国内：制造业、零售、金融这些传统行业的 AI 化是重头；出海：东南亚（印尼、泰国、马来西亚）的电商 + 物流云服务；美欧市场基本不在本届云栖的核心叙事里。
几条个人观察
- 云栖从「技术发布会」变成了「行业大会」 —— 早年是开发者来听技术，现在是企业 CIO/CTO 来听「AI 怎么用」，受众变了。
- 模型差异化在企业场景里被工具链吃掉 —— Qwen 跟 Claude / GPT 在企业落地体感差距在缩小，真正拉开差距的是配套开发平台 + 部署运维工具链。
- 中国 ToB AI 的核心矛盾，从「模型能力」变成了「落地能力」 —— 谁能帮企业把 AI 嵌进现有 ERP/CRM/财务/HR 系统，谁就赢。
下一期聊这一波 agent 平台横向对比（LangGraph / CrewAI / 阿里 Model Studio / 字节扣子 / 腾讯元宝）。