9 月 16 日和 9 月 22 日，六天之内，百度和阿里不约而同用了同一个比喻：电力时代。

这个判断谈不上修辞上的巧合，两个核心玩家站在同一个时间节点上，对产业阶段的认知完全一致。

百度集团执行副总裁、百度智能云事业群总裁沈抖 9 月 16 日在 2026 智能经济论坛上说：

如果类比电力时代的发展，今天的 AI 有可能只是灯泡发明后的第一个月而已；灯亮了，所有人都看到了变化。但电力对社会经济分工的深层改造，还没有发生。

他还点出了一个矛盾，挺有意思的：

过去三年，我们始终在用大模型能力的增长速度，来预测经济的增长速度，可模型能力一直在涨，GDP 却没怎么动，这两条曲线之间，还隔着一条挺大的鸿沟。

六天后，阿里巴巴集团 CEO 兼阿里云董事长与首席执行官吴泳铭在 2026 杭州云栖大会上，用了类似比喻。

他从 1882 年爱迪生建成珍珠街电站讲起，这个电站点亮了附近街区大约 400 盏电灯，而第一台计算机要到 1946 年才出现，距离那 400 盏灯，已经过去了六十多年，

有个细节挺好玩的，最早的时候爱迪生卖灯泡就送电，就跟今天 Agent 送 Token 一样。

全世界顶级科学家和专家非常有限，培养一个需要几十年；很多领域长期缺少足够的智力投入，当 AI 具备了专业研究所需的智力水平后，每个细分领域都可以组织上百万个 Agent，持续研究和验证。

嗯，顶级思考，将从奢侈品变成可规模化供给的商品。

另外还有一个数字，1900 年前后电器已经开始进入家庭生活了，但当时全世界一整年的发电量，放到今天，只够用两个小时。

两个人的表述不同，指向同一件事：现在仍然是在 AI 发展的最早期，真正的变革还没来。

这个判断，之所以值得注意，因为来自两个核心玩家，各自面对自己的受众，在不同语境下得出了几乎一样的结论，两个人对产业阶段的认知，已经收敛到了同一个坐标上。

数据也在印证，沈抖算了一笔账：

去年全球 AI 资本开支大约是 5000 亿美元。这个数字听起来很大，但折下来只有全球 GDP 的 0.4%。而电力系统投资加消费，已经接近全球 GDP 的 5%。

你算算，即便当下的投入已经很大了，AI 作为基础设施的阶段其实还远没有到来。

吴泳铭从另一个维度给出了类似的刻度，今天机器思考的总量大概不到人类的 3%，如果未来是人类的 1000 倍，简单推算一下，至少还有几万倍的增长空间。

两个人，两个维度，两组数据，同一个结论，他们对「什么时候」的判断完全一致，不同在「怎么走」。

百度选了从智能体落地这个环节启动飞轮。

为什么从这里启动？

嗯，沈抖前面提到的那个矛盾，模型能力在涨，GDP 没怎么动，中间差了一条鸿沟。那谁来填？产业智能体。

智能体在真实业务里干活，把模型能力转化成经营成果，那条曲线才能动起来。

所以，百度的选择是，先从价值入手。

让智能体去企业里干活，干出真实业务数据，用数据拉动模型迭代，再带动底层云和芯片的投入，飞轮的启动点嘛，就在落地这一环。

沈抖把企业里的任务拆成了三层：

20% 是日常运营，收材料、做分析、写纪要，以及日常经营类工作。30% 是专业任务，编程、营销、数据分析。剩下 50%，是真正决定企业经营的核心任务。

三类任务，对应三类智能体。

通用智能体负责日常运营，同时充当调度角色，把专业智能体和定制智能体串起来。

专业智能体各管一摊，伐谋做自我演化，胜算做本体构建，秒哒做应用开发，一见做自动化视觉，定制智能体呢？每家企业的数据、流程、业务理解都不一样，这部分必须量身定做，也是企业真正的差异化所在。

国内头部的整车研发企业，服务过全球 80 多个汽车品牌。现在新车上市节奏多快啊，今年上半年平均不到 3 天就有一款新车。

风阻设计是个关键环节，车身曲线稍微动一下，后视镜角度调一调，甚至尾部轮廓改一改，风阻表现就不一样了。以前得反复跑仿真，一轮下来好几个小时。

后来百度把伐谋接进去了。你猜怎么着？

在一次阿尔特风阻方案设计中，伐谋自己经过 120 多轮演化之后，找到了一个更优解，在保证风阻预测精度前提下，可以把单次 CFD 仿真时间从过去几小时缩短到秒级，极大地提高了效率。

这种解决难问题的能力，换个场景也照样能用。

南网走的做数据本体这一条路，把设备、台账、检测记录、业务关系，全都组织起来，让智能体不光能读懂数据，还能理解业务逻辑，自己就能干活。

拿电抗器温度来说吧，这是个关键指标，持续偏高会影响设备安全。以前告警来了，值班人员得先判断是不是构成缺陷，再去查型号、翻维修记录，最后手工填工单。

智能体自己判断缺陷，跨系统搜集信息，自动填工单推动处置，全程基本不用人参与。这套模式已经在南网十几家单位推广了。

你想啊，南网搞的这个数据本体，本质上在给 AI 建一个业务世界模型。设备是什么、台账怎么关联、缺陷怎么判定，全定义清楚了，智能体进去就能干活，不用靠猜。

写到这，我想到了美国有家上市公司叫 Palantir，市值三千亿美元，核心产品就叫「动态本体」。

它干的事情是，是把企业里散落各处的数据，供应链、财务、生产、客户，全部打通，用对象加关系加动作的方式建模，让你整个企业的业务逻辑，在数字世界里活过来。

AI Agent 在这个模型上跑，就能直接参与业务决策，商业模式也很聪明，不做标准化产品，每个客户深度定制，合同一签就是好几年。

你看，业务价值得意兑现，客户越用越离不开；因为整个业务世界都建在它上面了，百度从智能体落地入手，做着做着，走的其实是同一条路。

泰康的规模就更猛了。

从 4 月份部署到现在，已经上线了 3500 多个智能体，医疗健康、风控合规、销售运营，全覆盖了，每天 token 消耗量到了 200 亿。

你想想啊，3500 个智能体同时在线，每天烧掉 200 亿 token，这是真在生产环境里跑着的。

沈抖认为这是「芯、云、模、体」四层闭环。

智能体干得越多，数据越多，模型迭代越快，底层投入就越有方向，反过来，芯片和云的进步又会降低推理成本，释放出更多过去做不了的场景需求。

四层互相喂养。这个飞轮真正的驱动力，是客户的价值兑现。企业在智能体上拿到了真金白银的回报，产业大循环才能形成，上下游才能一起增长。

阿里呢？选了另一条路，从基础设施端启动。

这个选择的底层逻辑，是一个判断：机器智能时代的代表性产品，还没出现。

这个判断值得琢磨，你想啊，如果那个改变时代的产品还没来，那现在该干什么？当然是先把基础设施铺好。

吴泳铭举了个例子：

今天的 AI Coding，可能就像机器智能时代的电灯。替代的是现有的工作。但仅仅替代现有工作，不可能创造一个新的时代。

那个改变世界的东西，还没来。

就像站在 1882 年的电灯下，你很难想象电气时代的完整图景。空调、洗衣机、冰箱、计算机，全都没影呢。

但不管后来出现多少新发明，第一步都要建足够多的发电站、铺足够广的电网。没有电，什么都是白搭；阿里逻辑就在这儿，先把底座做厚，等需求爆发的时候，接得住。

智远观察认为，阿里三个方向，同时铺。

模型层面，Qwen 团队在探索一条叫 RSI 的路，递归式自我改进；简单说，模型自己发现自己的短板，自己设计实验验证，循环进化；计划训练 5 到 10 万亿参数规模的新模型，目标是往超级智能走。

另外一个大方向是多模态。光聪明还不够，还得能看、能听、能理解情绪，未来跟 AI 交流，应该像跟人交流一样，不用面对一个复杂的界面。

芯片层面，这次发布了真武 V900。

之前 M890 超节点，已经能支撑 2 万亿参数大模型的推理了。V900 性能是 M890 的 3 倍，单一集群能扩展到 50 万卡，加上倚天 CPU、磐脉网卡、ICN 互联芯片，建超大规模 AI 集群的核心芯片，全都覆盖了。

吴泳铭说了，芯片负责生产 Token，云负责把 Token 送到每一个需要的地方。模型要持续训练和推理，Agent 要长时间跑任务，都是云上的居民，持续调用算力。

需要一张覆盖全球的超级网络，把 GPU、CPU、存储、各种工具全都联合优化起来，这张网越完善，进来的人和 Agent 就越多，规模效应就起来了。

就像电网一样，在任何地方，插上插座电就来了，未来用机器智能，也应该这么方便，目标是到 2032 年，全球数据中心规模超过 20GW。

吴泳铭有一个判断很到位：行业的中长期需求，远超供给能力，未来机器智能对 AI 基础设施的需求，跟今天比，几乎没有上限。

阿里的逻辑，说到底就一句话：底座先做厚，等那个改变时代的产品出现的时候，接得住。

阿里走平台化路线，电商加支付的存量客户往云上带，从芯片到模型到云，一层一层往上搭。

百度走场景深耕路线，从价值倒推，智能体先去企业里干活，干出真实业务数据，用数据拉动模型迭代，再带动底层投入。

商业模式也不一样，百度卖经营成果，智能体帮你把活干了，你为价值买单，阿里卖思考能力，Token 就是思考的单位，你为模型、算力本身买单。

数据已经在验证了，百度智能云 AI 业务收入占比连续两个季度过半，GPU 云同比增长 283%；阿里 AI 相关产品连续十个季度三位数增长，云收入增长 36%。都在跑，只是启动环节不一样。

再往深一层看，两条路赌的东西不同。

百度赌价值兑现。智能体走进企业、进入生产，AI 的价值就会逐步释放，对经济的拉动，会超出今天的想象。阿里赌基础设施，2032 年 20GW 数据中心，都是在为那一天做准备。

两条路，各有各的逻辑，最终都要到产业实践里见真章。但路径的差异背后，中国最大的两家 AI 云厂商，其实已经做出了同一个判断：

AI 将大规模进入企业的生产经营，而云，将是承载这一切的基础设施。

[ 1 ] .沈抖 2026 智能经济论坛演讲 9.16 日、吴泳铭 2026 杭州云栖大会演讲 9 月 22 日