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(dāng)這種復(fù)雜的生產(chǎn)力需求落地到具體的部署場景時(shí)，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(shí)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(tái)，而是作為 OpenClaw 可調(diào)用的模型源，提供多種 AI 模型 API。

打一個(gè)比方，火山引擎的方案是為用戶提供舞臺(tái)上演技精湛的演員，而阿里云和騰訊云則是把舞臺(tái)、燈光、道具全部搭好。這場關(guān)于 “舞臺(tái)” 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(duì)，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(cái)報(bào)數(shù)據(jù)出爐時(shí)，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(gè)路口，“Token 崇拜”開始退潮，“全棧工程”逐漸回歸。勝負(fù)手在于誰能提供全棧式、可運(yùn)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(dòng)式 Agent、多渠道接入，或許正成為企業(yè)級(jí) AI 的未來方向。

Token仍是基石，但已不是全部

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

這種壓力直接傳導(dǎo)到了每一位云銷售的 KPI 里。據(jù)雷峰網(wǎng)報(bào)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(gè)銷售的大模型業(yè)績?nèi)蝿?wù)至少 1000 萬打底，有的甚至高達(dá) 3000 萬。阿里云同樣如此，銷售線正在經(jīng)歷一輪嚴(yán)酷的調(diào)整，只為備戰(zhàn)這場 “MaaS 強(qiáng)攻”。

但在具體的商業(yè)戰(zhàn)略中，不同位置的人對(duì) 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(shí)代的 DAU，是新時(shí)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(jià)值，越有價(jià)值的模型，調(diào)用量就越多。” 通過極致的性價(jià)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(shí)代，Token 代表勞動(dòng)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(huì)消耗大量 Token，因此降低 Token 推理成本，確是 2026 年云計(jì)算的一大方向。在這一點(diǎn)上，火山引擎無疑抓住了 AI 進(jìn)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(shí)增長迅速，但如果把目光僅局限在這個(gè)細(xì)分市場，顯然有失偏頗。國家統(tǒng)計(jì)局?jǐn)?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(jì)揭示了另一面：按 Token 計(jì)費(fèi)的 MaaS 服務(wù)收入僅占整個(gè) 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(jià)值的 “生產(chǎn)級(jí) Token”——如金融風(fēng)控、自動(dòng)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(duì)數(shù)據(jù)安全、延時(shí)、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(jìn)移動(dòng)端，將小模型塞進(jìn)手機(jī)、汽車、機(jī)器人，進(jìn)行離線運(yùn)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?！翱粗亢艽螅蛻裟玫?Key 隨時(shí)會(huì)跑。AI 真正好的生意還是要去拼場景。”

在這個(gè)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(jià)潮”，推動(dòng) Token 調(diào)用量實(shí)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(shí)的中間路線：強(qiáng)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(jìn)。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(jì)算的生意。

據(jù)報(bào)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(dá) 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(jí)：有些調(diào) API 就夠了，有些需要自己訓(xùn)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(duì)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(jià)，也說明在需求驅(qū)動(dòng)下，底層資源的價(jià)值依然穩(wěn)固甚至凸顯。這背后是一條清晰的“AI 通脹”傳導(dǎo)鏈，從存儲(chǔ)芯片到 CPU，通脹壓力正自上而下傳導(dǎo)至云端。持續(xù)二十年的“云服務(wù)價(jià)格只降不升”鐵律，被徹底打破了。

對(duì)于云巨頭而言，這同時(shí)是一場久違的“利潤翻身仗”。短期靠 AI 算力漲價(jià)“回血”，長期靠公有云產(chǎn)品模式徹底“新生”——AI 正在將高價(jià)值工作負(fù)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?yàn)楹糜?，更因?yàn)樗砹艘环N趨勢：Skill-based Agent（基于技能的智能體）正在取代單純的 Chatbot。這種進(jìn)化的本質(zhì)，是 AI 從 “對(duì)話框” 走進(jìn)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(jì)算機(jī)的本質(zhì)是效率。直接呈現(xiàn)結(jié)果，永遠(yuǎn)比提供工具要更有效率。OpenClaw 恰恰扮演了這樣一個(gè)角色——一個(gè)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(jìn)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(gè)月，大洋彼岸的資本市場用腳投出了反對(duì)票。1 月 29 日，SaaS 巨頭 SAP 與 ServiceNow 的股價(jià)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(jì)學(xué)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?yàn)楫?dāng)業(yè)務(wù)邏輯從“購買軟件”轉(zhuǎn)移到“雇傭 Agent”時(shí)，舊有的 SaaS 護(hù)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(jì)價(jià)值將由 AI Agent 貢獻(xiàn)，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(huì)陪聊的機(jī)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(shí)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(shí)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(jī)器人，那些更強(qiáng)大的 Agent 模式仍停留在概念驗(yàn)證（PoC）或內(nèi)部試點(diǎn)階段。高盛警告稱，真正的標(biāo)準(zhǔn)化至少還需要 12 個(gè)月，因?yàn)檫@一層技術(shù)棧極其脆弱，它需要穩(wěn)定的平臺(tái)層，以及針對(duì)身份、安全和數(shù)據(jù)完整性的嚴(yán)格圍欄（Guardrails）。

而這道“脆弱的鴻溝”，正是云巨頭們的機(jī)會(huì)，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(shí)間朝著兩個(gè)方向用力：一個(gè)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(fù)載像工業(yè)設(shè)備一樣；另一個(gè)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(gè)方向指向同一個(gè)判斷，也即云已經(jīng)不再把 AI 當(dāng)成一種普通負(fù)載，而是把它當(dāng)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(cuò)過窗口期，但切入的角度折射出了截然不同的底色?；鹕揭娌惶峁┓?wù)器，而是確保 Agent 在 “思考” 時(shí)調(diào)用性價(jià)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(shí)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(xì)看阿里云的方案，會(huì)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(jìn)一步——在鏡像中深度集成了自家的 “百煉” 平臺(tái)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(duì)自己特殊的戰(zhàn)略定位。

從全球范圍看，阿里云是一個(gè)比較特殊的存在，它是少數(shù)同時(shí)押注云計(jì)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(chǔ)和網(wǎng)絡(luò)。

《新立場》認(rèn)為，OpenClaw 的火爆也標(biāo)志著 AI 云的競爭高點(diǎn)，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(huì)瞬間上漲。這就像當(dāng)年的操作系統(tǒng)之爭，工具類產(chǎn)品容易被替代，但平臺(tái)級(jí)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(jì)算的競爭，IaaS、PaaS、SaaS 相對(duì)獨(dú)立，客戶可以分層采購。但 AI 改變了這個(gè)邏輯。模型訓(xùn)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(dòng)，這些環(huán)節(jié)高度耦合，很難拆開。

一個(gè)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(huì)反過來驅(qū)動(dòng)對(duì)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(yàn)就會(huì)打折扣。

這恰恰是阿里云最擅長的領(lǐng)域。當(dāng) AI 從 “聊天玩具” 變成 “生產(chǎn)工具”，企業(yè)客戶會(huì)發(fā)現(xiàn)，他們需要的不僅僅是一個(gè)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(biāo)：為AI時(shí)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(gè)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(jià)。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(dāng)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(gè)市場做大。劉偉光也在一場溝通會(huì)中表達(dá)了類似的觀點(diǎn)——AI 時(shí)代的關(guān)鍵是打贏增量，未來很可能每年增量市場都遠(yuǎn)大于過去一年的存量市場。

而正如谷歌云和 AWS 近期的漲價(jià)所暗示的，底層資源的價(jià)值依然穩(wěn)固。在需求驅(qū)動(dòng)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(jià)權(quán)。

云計(jì)算行業(yè)沒有討巧的事。每一個(gè)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(dāng)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(fù)載變得穩(wěn)定、可控，更多企業(yè)會(huì)從 “嘗鮮” 走向 “深度使用”。當(dāng) AI 從消費(fèi)端走向生產(chǎn)端，競爭一定會(huì)回歸到全棧。而誰的基礎(chǔ)設(shè)施更扎實(shí)，誰的全棧能力更完整，誰就能走得更遠(yuǎn)。

*題圖及文中配圖來源于網(wǎng)絡(luò)。