吴泳铭的两年答卷：阿里AI的终局是ASI

出任阿里巴巴 CEO 满两年，吴泳铭为阿里的 AI 战略设定了新的锚点：将终极目标从 AGI（通用人工智能）转向 ASI（超级人工智能）。

这一战略选择颇具前瞻性，但也带来了几个关键问题：在行业共识仍是 AGI 的当下，阿里为何要进行这一超前布局？其通往 ASI 的路径规划是否清晰、自洽？以及，支撑这一宏大目标的底层能力与资源是否已经具备？本文旨在探讨这些问题。

——导语

AGI 为什么变成了 ASI？

9 月 24 日，在杭州召开的云栖大会上，阿里巴巴集团 CEO、阿里云智能集团董事长兼 CEO 吴泳铭发表主旨演讲指出—— AI 发展的终极目标，是发展出能自我迭代、全面超越人类的超级人工智能 ASI。

这句话，对 AI 研究者心智的冲击十分巨大。诚然，一部分冲击力来自于 ASI 概念的高深玄远，但更重要的是——这是中国的世界级 AI 企业首次在全球 AI 赛场上，对于未来进行高度确定性的、定调式的研判。

一直以来，包括我在内的大部分 AI 研究者都认为，OpenAI 的 AGI 五级台阶还需要长久的攀登，AI 成为高阶 AGI 的道路并不完全明确，在很长的时间内突破 AGI 将是全球主要 AI 企业的主要工作。

吴泳铭提出 ASI 的技术意义，我们暂且后置。但这件事的影响力，某种程度上意味着，在全球 AI 赛道的超头部，中国赶上并超越美国成为 AI 全球创新策源地的历史性进程，正在前所未有的临近，令人振奋。

在云栖大会上，吴泳铭提出 "AGI 只是起点，终极目标应是 ASI（超级人工智能）"，并给出了 " 三阶段路线 "：智能涌现—自主行动—自我迭代。

讨论这一判断是否可靠，需要把 " 概念是否清晰、路径是否自洽、证据是否充分、风险是否可控 " 四件事讲透。我的分析，也据此而言。

为什么大部分时候，我们仍然认为 AGI 是重要的目标？原因就在于，AGI 的概念深入人心，已经广泛被定义为——在多数认知任务上达到或逼近人类专家的通用智能。

而所谓 ASI，则意味着 AI 在广泛领域稳定、系统地超越人类，具备自我改进与跨域迁移能力。

要让这个观点能够站住脚，就如同证明广义相对论前，必须先自洽狭义相对论。

而吴泳铭没有纠结于繁琐的概念，而是系统且鲜明的阐述了通往 ASI 的三阶段演进路线：

第一阶段：" 智能涌现 "，AI 通过学习海量人类知识具备泛化智能。

第二阶段：" 自主行动 "，AI 掌握工具使用和编程能力以 " 辅助人 "，这是行业当前所处的阶段。

第三阶段：" 自我迭代 "，AI 通过连接物理世界并实现自学习，最终实现 " 超越人 "。

事实上只要通过简单的推理，就不难看着这个立论的扎实。

吴提出—— ASI 的阶段一的现实基础，是智能涌现并非神话。

这句话恰好切中要害，因为 " 智能涌现 " 虽在学界对其离散性仍有争论，但大模型在语言、代码、数学推理、多模态上的能力随规模与训练策略单调提升是事实；跨任务迁移和指令对齐带来的 " 通用问答—工具式解释—策略搜索 " 能力，也让 AI 在多数认知类基准上接近或超过专业群体均值。

换言之，就 " 学习人类知识、形成通用对话与推理能力 " 而言，吴的阶段一描述与业界经验基本一致，可信度高。

阶段二的产业蓝图，是 AI 从 " 会说 " 到 " 会做 "。

事实上，AGI 就有大量涉及 " 会做 " 的内容，事实上，现有的 AI，已能在软件开发、运营、客服、实验设计等场景里完成从需求解析到执行闭环的人机协作；代码生成与自测让复杂任务被拆解并自动化推进，生产率提升可被企业侧指标量化不足也清晰……但我们同样要注意到，" 准 AGI" 在长周期任务的稳定性、可追责性、环境变化上的鲁棒性仍弱，尤其涉物理世界的执行与边界控制尚未规模化达标，这可能是阿里云要长期创新的方向。

但极精彩的是，吴泳铭提出 " 自我迭代 " 的两要件：连接物理世界原始数据与 Self-learning，并沿此逻辑再补了一把钥匙——即自动化 AI 工程。

三者不但可以共同构成走向 ASI 的必要条件，而且在逻辑上和工程上都完全站得住脚——一方面，仅学习人类归纳后的二手知识不够，AI 需要来自传感器、设备与流程的第一性数据来训练更忠实的世界模型，避免规则化方法的天花板；另一方面，在非平稳、长尾分布的现实环境中，模型需能吸收新分布而不灾难遗忘，并在安全约束下自我修正。

而最终，自动化 AI 工程链路有决定意义——从数据治理、合成数据、评测—搜索—训练—部署到推理加速，必须能被 Agent 部分或大幅自驱，形成 " 模型在环 " 的闭环优化。这样才能在理论上自洽，在工程上可行，同时，也需要里程碑式证据落地。

所谓的 " 里程碑式的证据 "，恰好源于实践之中，如吴所讲：未来的模型将通过与真实世界的持续交互，获取新的数据并接收实时反馈……每一次交互都是一次微调，每一次反馈都是一次参数优化。当经过无数次场景执行和结果反馈的循环，AI 将自我迭代出超越人类的智能能力，一个早期的超级人工智能（ASI）便会成型。

当然，也可以说，吴泳铭给阿里，甚至给全球的 AI 发展立下了一个新的 Flag，而这个 Flag 看上去是完全合理、自洽的，但这个目标究竟能否实现，又能在多大范围内实现呢？

这个问题的答案，最终取决于阿里能够给到的资源投入和阿里云的进化速度。

五力要素、四大能力和两条路径

吴泳铭特别强调了阿里实现 ASI 的两个基础——大模型是下一代的操作系统，在未来，几乎所有链接真实世界的工具接口都将与大模型进行链接；同时，新的 AI 计算范式需要更稠密的算力、更高效的网络、更大的集群规模，只有超级 AI 云才能够承载这样的海量需求。

吴泳铭表示：" 未来这样的超级平台，全球可能只有 5-6 个。"

我想，吴泳铭已经认定，阿里的 AI 和云业务，必然将是亚太第一、全球 TOP5 之内。

这么说的底气之一，是 2025 年 2 月 24 日，吴泳铭对外宣布，未来三年，阿里将投入超过 3800 亿元，用于建设云和 AI 硬件基础设施，总额超过去十年总和（约 3000 亿人民币）。这也创下中国民营企业在云和 AI 硬件基础设施建设领域有史以来最大规模投资纪录。

但我们还是要脱离狭窄的财务视角，从实现 ASI 这个 " 超级目标 " 的角度，来研判 " 超级平台 " 的合理性和可能性。

我曾经在调研包括阿里在内的多家国内 AI 超头部企业后提出一个 " 五力要素 "，意指只有满足这五力条件的企业才有可能是牌桌上最终留下的玩家，它们分别是：

——基础大模型的研发能力和研发团队

——反复拉锯战中抹平代差的高韧性

——亿级日活的 toC 应用作为试验场

——世界级领先的生态

——面向产业界的广泛落地

但我不得不承认，近期行业内对超级 AI 云的四个判断纬度，不仅是对五力要素的提炼和升维，也更直接和具有现实指标性，也即：

——每年千亿级的基础设施投入

——百万级的大规模计算集群和云计算调度能力

——顶级的大模型能力

—— AI 芯片算力布局

这个定义几乎是为阿里云度身打造的。

首先，早在在 2024 年世界互联网大会乌镇峰会主论坛上，吴泳铭就表示，面向 AI 时代的生产力革命，阿里巴巴将专注做好两件事：一是不断完善 AI 基础设施和相关支撑体系，二是坚持向全球开源开放，把 AI 能力转化为千行百业的生产力。截至目前，阿里已开源 300 余款通义大模型，覆盖全模态和全尺寸，千问系列衍生模型数量超 17 万个，是全球最大的开源模型家族。

我也很早就说过，阿里云的通义大模型，从一早期就开源的路走对了。截至目前，通义千问已经是是全球实际意义上的开源模型 " 市场占有率 " 的头名（尽管模型行业较少使用这种说法）。

开源模型能够提供前所未有的生态渗透率，这种渗透率最终决定了市场的供需格局，现在急着在这条路上想跟上来的 AI 企业多如过江之鲫，但毕竟出发晚了一步。

同时，也更重要的是，和很多科学界推出的大模型不同，阿里有能力、有资金、有意愿围绕开源生态提供一系列的工具——包括提供一站式模型服务平台百炼，支持模型定制化以及 Agent 快速开发，同时提供 AgentBay 这样的 Agent 运行环境、灵码 /Qoder 等一系列开发者套件，让开发者可以方便地使用模型能力和创建使用 Agent。

我认为在很大程度上，这将决定了阿里 " 大模型就是 ASI 时代的操作系统 " 的愿景能否实现。

再提一点，阿里云运营着中国第一、全球领先的 AI 基础设施和云计算网络，是全球少数能做到软硬件垂直整合的超级 AI 云计算平台之一；阿里云也正在全力打造一台全新的 AI 超级计算机，内部有坚实的、端到端的、从软到硬的优化全闭环，有自研的核心存储系统、网络架构、计算芯片等基础技术栈，说的略微夸张一点，即使面临供应链震荡，阿里云仍有庞大的超级计算集群作为坚实底座，前进的道路不会被打破。

而这与吴泳铭就任阿里云 CEO 也不无关系，他首倡并坚持持续加大对 " 全栈 AI" 建设的投入，为客户提供从最底层的 AI 云基础设施，到中间层的 AI 开发平台、大模型，再到最上层的 AI 应用和解决方案的全链路、一站式解决方案，使得阿里云成为中国唯一具备软硬一体垂直整合能力的公司。

结语

综合来看，吴泳铭的 " 三阶段路线 " 在逻辑上完全自洽，其中，阶段一已基本实现，阶段二全面渗透中，阶段三的关键在于物理世界闭环、自动化 AI 工程与安全治理的协同突破，还有很长的路要走。

但是，我们从这次并不冗长的演讲中的高度条理性中不难梳理出——将 " 从 AGI 到 ASI" 视为强趋势，是有依据的，包括我们提到的四个关键支持；算力—算法—数据—生态正在形成自增强飞轮；阿里的 " 开源 + 超级 AI 云 " 能在 ASI 的超级工程上提供可信的保障，未来 AI 在 C 端的无所不在和 B 端端广泛生态繁衍等等，无不让我们抱有更大的信心。

但是，是否能够在当下就把把 AGI 称为 " 确定性事件 "、把 ASI 视为 " 必然终局 "，我认为并不是那么重要——远比之重要的是，一家中国企业在涉及改变人类命运的前沿技术发展中，从台下走到了台上，从听讲者变成了演讲者，从跟随者变成了引领者……在这个超级周期（也可能是对人类的超级挑战）打开的时刻，中国的科技企业开始以引领者身份参与。

—— END ——

—