先说结论

这场分论坛回答了一个多数云厂商还没正视的问题：当客户不再只是人，平台应该长成什么样子。千问AI平台网站负责人孔琳琳的开场判断很直接——互联网上非人类流量已首次超过人类（论坛引用的全球流量报告，与 Imperva 2025 Bad Bot Report 口径一致：2024 年自动流量占 51%），越来越多 Agent 在替人读文档、调模型、跑业务，它们已是云平台"非常直接的使用者"。这个 2026 年 5 月上线的平台把设计理念定成一句话：把简单和价值留给客户，把复杂和工作交给 AI Agent。用户只定目标和预算边界，繁琐操作下放给 Agent，平台提供身份验证、额度约束和操作记录，让过程可管控、可追溯。整场论坛实际上是在把这句口号拆成四个工程问题：Agent 以什么身份用平台（李翔的 Agent as Customer）、靠什么调用能力（徐一鸣的 Skills 与 MCP）、怎么把应用跑稳（葛钧的三个运维 Skill）、花的钱怎么管（聂小敏的计费设计），再加上陈祖龙的 Qwen 共创计划把评测权下放给行业专家。真正的分水岭不在模型能力，而在平台的每一层——接口、上下文、安全、观测、账单——是否都把 Agent 当一等公民。

一、客户变了：从"为人设计"到"人机共服务"

孔琳琳用一个观察开场：Agent 不怕复杂，它怕的是混沌。人类用户遇到模糊的页面可以反复尝试、打电话找客服，Agent 遇到模糊只能反复试错、报错，或者在试错中烧掉更多 token——这是主持人在串场里的补充，也是整场论坛最底层的动机。对 Agent 友好，本质上就是让更多非专业用户能用上专业云服务：设计师、业务专家、创作者只需要提出业务目标、定好预算边界，剩下的交给 Agent。

对人类用户，平台做的事相对传统：千问系列与智谱 GLM、Kimi、MiniMax、DeepSeek 等三方模型集中呈现，参数、能力标签、上下文长度、定价一屏对比，同一条提示词并发多款模型同屏比较，配免费额度与 Token Plan、按量付费两种付费方式。这一层在 5 月阿里云峰会上已有公开报道，千问云官网当时即提供 150 多款主流模型 API。

真正的转向在圆桌上被孔琳琳点破：下一场平台体验的竞争，是谁能占领客户的工作流、进入 Agent 的执行计划。用户已经不再逛网站选模型，而是待在自己熟悉的 Agent 环境里（Qoder、千问办公、Claude Code、Hermes、OpenClaw 等），让 Agent 替他选型、调工具、做比较、装部署。这意味着平台必须把服务"说得很明白"——适合什么任务、需要什么条件、价格怎么算、怎么授权——因为交付标准不清晰，Agent 就会反复试错，浪费的是用户的 token。她甚至给出一个商业判断：未来的新买家除了人类，还有 Agent，它在用户授权下帮人做比较和选择。

AI 应用研发负责人徐昭把系统层面讲得最完整，称之为"AI 开始自己消费 AI"的自洽循环：人消费 AI 是单线程、高容错；Agent 消费是高并发、高频，却又需要人指导来解决兼容和错误。由此平台要在四个方向演进：接口层面向机器，要确定性、结构化、可追踪、可观测、出错能自愈，协议上用 MCP 做服务接入标准、A2A 做智能体协作标准；上下文从无状态问答变成有状态服务，跨会话缓存、跨 Agent 记忆复用、压缩时机成为第一性要素；安全边界面向自动化执行体重设计——沙箱、权限边界、限流、幂等（失败可重试不产脏数据）、审计缺一不可；观测单位从单次请求变成规划到交付的完整链条，要能诊断、归因、回放。这四条几乎是所有"Agent 友好"平台的检查清单。

二、Agent as Customer：身份、执行、账单三问缺一不可

产品经理李翔把"Agent 当客户"拆成三个必须同时回答的问题。第一，Agent 代表了谁——首次使用需要用户注册、登录、授权，平台必须知道哪位用户授权了这个 Agent、允许它做什么，不能因为它接入了平台就默认它能操作账户下所有资源，前提是可信身份。第二，Agent 能不能自主执行——从选模型、调服务、取结果到部署应用，每一步都要有 Agent 能理解和调用的方式，异步任务（比如生成视频）还要能查进度、判断能否进入下一环节。第三，Agent 做了什么、花了多少钱——权限、额度、支付状态、账单在自动执行过程中都要可查询、可追溯。他说这三件事缺一不可：只有调用没有边界，Agent 不知道尺度；只有限制没有执行，Agent 干不了活。

落到全链路是六个环节：注册授权、模型选型、实际调用、费用（余额不足时 Agent 能发起充值并核验到账，需确认的环节仍交给人）、部署、对账。顺序不固定——欠费就先充值——关键是 Agent 能根据状态继续处理，而不是每到一个环节就让人从头操作。为让人敢放手，他给出三条设计要求：权限只给任务需要的部分（部署演示站就不该有改生产系统的权限）；预算要影响执行而非事后看账单，超额度就触发用户确认，而不是执行完再告知花超了；关键操作留痕可审计。他还留了一句清醒话：模型调用、支付、部署各自能自动化到什么程度需分别验证，不能因为跑通一次流程就认为所有场景都可无人确认——自主执行必须建立在可受控、可约束、可追溯之上。

受益者分三层。开发者把精力从接入配置转回业务目标（结果是否准确仍需人的专业判断）；企业拿到"谁授权、能用多少、最多花多少、出问题去哪查"的规则框架，才有条件扩大自动执行范围；平台衡量体验的标尺也变了——以前看人能否找到入口、看懂页面，现在还要看 Agent 能否理解说明、正确调用、识别失败、带回结果。李翔的结论被印在议程标题上：下一代云平台的客户不只有人，还有 Agent。

三、Skill 即产品：专业品味第一次可以被复制分发

如果说 Skills 和 CLI 解决的是"Agent 怎么用平台"，徐一鸣（花名盘古）讲的是反过来的一件事：人的专业经验怎么变成 Agent 可执行、别人可复用的资产。他的论点浓缩成八个字——skill 即产品，品味即价值。

他带了两个自证案例。一个是白猫主演的猫粮广告片：生成分镜、剪脚本、编排素材全部由一个动画广告片 skill 完成，编导的判断——同一只猫跨镜头形象要一致、产品包装文字要看得清——直接写进 skill，Agent 在结果不合适时回到对应环节修改订正。另一个更有说服力：本场演讲的 PPT 就是他用一个 AI 生图做演示稿的 skill（转写疑似名为 Pick PPT）做的，接入千问新一代图像模型；他的判断是模型升级后 skill 一字不改，产出自动变好——skill 打磨和模型成长形成旋转的飞轮，产品在"自然生长"。

这背后是对模型调用与专业交付之间距离的洞察：同样一个生图模型，懂摄影的人考虑构图景别，懂品牌的人考虑产品如何出现、观众要记住什么；这些常年积累的判断很难靠一次调用里的几句提示词完整表达。而 skill 本质上是一套渐进式压缩的复杂提示词，它能把专业人士"知道却讲不清"的经验持续带进 Agent 的工作上下文：怎么分析问题、什么结果值得保留、哪里需要重做。徐一鸣的判断是，从一次模型调用到一份专业交付，中间这段距离正是平台的价值所在。

所以本场的一项正式发布是技能市场全面开放——用户可以创作并上传自己的 skill（他那两个案例 skill 各只花了一到两天）。市场里已经有云存储、函数计算、轻量数据库这类高门槛 skill，让完全不懂云计算的人也能轻松上云，他把这叫"放大稀缺的经验与品味"，并承诺后续打通商业化链路，让创作者从被使用的 skill 中获得收益——用他的话说，作品有人用、创作者有回报，才有人长期投入。配套的还有 MCP 商店（让 Agent 连接外部数据和商业服务）和 One Key Service（一个 API Key 统一模型调用、鉴权与账单，平台处理服务发现、路由、计费），前者先支持 MCP 服务，随后扩展到 skill 生态。这一层对服务商的含义值得注意：数据服务、软件服务、专业服务，现在都有机会成为 Agent 工作流里被调用的一环——商业服务的分发渠道正在多出"Agent"这一条。

圆桌上孔琳琳给这套生态补了关键的治理视角：未来进入平台的每个 skill，背后都带着行业专家的经验，同时也要附带一份可验收的标准。以 Arena 比赛的跨境电商素材生成为例，普通人只会说"生成一张图片"，懂行的人知道海报的产品卖点、文案准确性、甚至对外投放的广告尺寸才是关键——这些标准藏在人的经验里，平台内部很难自己完成。技能市场因此不只是工具商店，更是行业方法的登记所。

四、写完之后：从 Vibe-coding 到 Vibe-operating

葛钧接过前面所有演示留下的尾巴：应用写出来了，然后呢？客户明天要试用，需要尽快上线交付可访问的地址；上线后要关心运行稳不稳、有没有性能问题、一个月花了多少钱；凌晨告警，要尽快搞清出了什么问题、影响面多大、怎么处理才稳妥。他的答案是围绕同一个应用串起三个 skill：上线有结果，运行有结论，恢复有边界。

部署 skill 用自然语言驱动：Agent 分析项目、给出方案和预估费用，用户确认后创建资源、部署、检查、交付地址，全程不在对话里暴露密钥。可观测 skill 让用户直接问"我的应用运行得怎么样"，它按部署记录找到资源，汇总可用性、性能、实际费用并附判断依据——这里有个少见的诚实设计：某项数据没采集到时，skill 会指导 Agent 明确说明，因为"没有数据不代表一切正常"。可运维 skill 处理异常分两段：先只读诊断，查服务器、应用服务、数据库，说明发现、依据、建议与影响；人确认后一次只执行一个恢复动作（如重启、重载 Nginx），执行完立即验证是否恢复，最后无论完全、部分还是未恢复都如实反馈并保留记录。演示案例里，应用能访问但 CPU 持续满载，skill 把异常指标、具体进程和压测脚本关联起来给出可追溯的原因，清理后负载回落、复查闭环。

这套设计延续的是同一条权力分配原则：涉及状态变更的操作必须经人确认，用户取消任务就不会执行变更；Agent 负责执行与验证，人负责在了解影响后拍板。主持人把这步概括为真正的分水岭——搭建一个应用只需要几次对话了，竞争的下半场是让应用稳定地在线运行。

五、Token 焦虑：不是价格问题，是信息和控制感问题

商业化与账单产品经理聂小敏开场念了一句社群里的真实反馈：“我的 Agent 一晚上跑了三千多次调用，第二天早上打开账单八百块，而我一觉睡到了天亮。“她立刻说明金额因模型和用量而异，不是固定换算——但真正的重点是：人已经休息了，调用还在继续。当调用方从人变成 Agent，人每次点击带来的天然节流就消失了：过去人点一次系统执行一次，现在人发一条指令，后面跟一长串自动运行的步骤。计费系统因此要重新回答三个问题：谁在花钱？花的值不值？失控了谁能及时停下？

她把开发者社群里扩散的这种心态命名为 token anxiety，拆成三层：价格的抽象（一千个 token 到底是多少字符，一次对话花多少钱，用户心中没有锚点）、消耗的模糊（只看到总数，无法判断消耗是否正常）、失控的恐惧（Agent 还在跑，预算够不够，第二天账单会不会爆炸）。前两层是信息问题，第三层是控制权问题，越往上越难解。她给出的判断是全场最值得记住的一句：这其实并不是价格问题，而是信息和控制感的问题——降价能降低门槛，但不能自动解释账单。

平台的解法分两条产品线。第一条化解焦虑：用 Token Plan 订阅把抽象 token 变成财务可预算的月度确定性（健身房月卡的类比——付了月费就不会每次跑步都算一次钱），权益覆盖千问多模态模型和 DeepSeek、GPT、Kimi、MiniMax 等三方模型，兼容主流 AI 编程工具，新版本还纳入联网搜索、图片视频生成、代码解释器、知识库、沙箱等 Agent 能力；订阅与按量付费分工而非替代——稳定基线用量走订阅、弹性需求走按量；针对"买多用不完、用超了、阈值感知"三个边界场景分别给出历史用量推荐档位（只推荐合适的不推荐贵的）、加油包与升降档、按小时按应用按模型的准实时消耗曲线加主动提醒。第二条化解失控感：事中三道安全带——每应用每 Agent 可设预算天花板、超限自动停服，准实时的用量费用推送做到分钟级更新，消耗速率明显偏离历史模式时系统主动暂停并等人确认；事后四步追溯——看见（按 API Key、工作空间、模型、输入输出多维拆账）、定位（成本归因到应用、团队、用户、调用模式）、复盘（异常回放、回溯时间点和调用链，可回推给 Agent 自动响应）、治理（审计数据导出接入企业分摊流程）。她的概括是：把 Agent 从成本黑盒变成可治理的资产。更远处她给了一个方向性判断（并明确说这不是当前承诺）：计费单位会从 token 走向按任务甚至按结果，就像用电的人不需要懂千瓦时怎么算——计费单位越接近用户能感知的价值，焦虑就越少。

支付环节的对应发布来自孔琳琳与支付宝合作的 AI 支付：用户掌握资金边界的前提下，Agent 在授权额度内可以无感支付，尚未授权的 Agent 走扫码。控制权设计得像给儿童电话手表设零花钱额度：单次任务可限额、总任务可限额、周期支出可设预算，每笔资金动作都有日志，用户可随时一键熔断。支付宝的 AI 付体系在公开报道中已有相当规模的真实验证（官网口径称 Agent 支付笔数已破 3 亿、用户破 1 亿），云栖现场还给出了 9.9 元购原价 79 元 Token Plan 的专属套餐。圆桌上孔琳琳把这层设计升了一级：Agent 规模化之后，人类的注意力变得更宝贵了——如果每次选型、付费、每个异常都要人盯着，注意力就成了限制 Agent 并行的瓶颈；预算本质上就是一种授权，额度之内自主执行，超出就回来找人。这是整场论坛对"人机分工"最精确的一句表述。

六、榜单之外：把评测权还给行业专家

陈祖龙的专题分享从一个人人遇到过、却少有人系统化解释的现象切入：模型在各大榜单上的分数越来越高，用户在真实场景里还是遇到各种失败。他引了一个国外学者的实验（转写未明确基准名称）：把基准题面做简单修改、答案不变，模型的分数排序却发生巨大变化。他的归因有两条：一是刷题和数据污染——训练海量数据时可能不小心纳入榜单数据，很多模型发布前还会基于榜单特点做定向训练；二是榜单环境和真实场景差异太大——真实任务有长上下文、环境依赖、强依赖关系、多轮会话，而且用户早已不满足于让模型回答问题，而是要它改复杂代码、写专业分析报告，难度不在一个量级。即便像 Artificial Analysis 的 Intelligence Index 这样汇总十几项评测的综合榜，也不代表真实效果。

他的框架是把评测分成两套：标准评测边界明确、可重复可比较，提供横向对比；反馈评测任务边界开放、专家判定标准隐性、关注任务完成与实际可用性——互补而非互斥。反馈评测补足三种"不可见”：场景不可见（脏数据、边界、环境依赖）、标准不可见（专家多年经验难以显性表达）、失败不可见（用户重试、绕过、放弃从未回流训练）。一条反馈要进入训练，需过六步漏斗：质量判定（证据完整、可复现，含输入输出与轨迹）、结构化入库、归因（能力树定位三级类目，区分模型还是 harness 问题）、对症优化（预训练还是后训练补、补知识还是补约束）、环境重放、效果验证，所有 case 沉淀成评测集持续追踪。两个例子：要求三百字以内仍啰嗦，归因指令遵循，定向补硬约束样本；让模型深读图片它只调工具、结论与图相反，归因证据引用不足，在输出与证据对齐上训练。

据此发布的 Qwen 共创计划意图明确：模型的好坏不由算法团队说了算，而由行业专家和真实用户说了算。计划覆盖金融、法律、医疗等 26 个以上领域，设三级参与机制（从最简单的 case 反馈，到以专家身份深度共建真实场景评测集，并承诺每次模型迭代在你共建的评测集上有效果提升），参与者可抢先体验预览版模型、获得免费 token 额度，提交的专业报告另有激励。圆桌给出了这套机制运转的现实证据。米羊科技创始人徐奕成（原 WPS；转写曾误作"徐义成”）的算盘是：今年二月因为自家功能 token 成本太贵要换性价比模型，索性做了选型平台，现在每天五万多 UV、两千多万 PV；千问 3.8 发布前他已抢先测试，自家产品 Alice 帮千问做了 preview 体验、收集了四十多个 case；模型 day0 接入对应用厂商加持很大——那正是流量最高的时候；他还当场提了个需求：千问 3.8 缺小尺寸版本（转写疑似 0.6B/2B），他们还在用上一代小模型训练架构模型，孔琳琳和徐昭当场记下。基元律动联合创始人韩凯的发现更有意思：他们自建软件工程评测集测试千问 3.8-Max 时，发现模型遇到难题会"想尽办法"——上网搜答案、去 GitHub 找现成实现。由此得出的区分被霍太稳总结成一句妙语：评测模型看基础能力，不希望它作弊；评测 Agent 看端到端交付，开卷考能答对就行——“希望模型聪明又努力，但不能太努力”。徐昭则确认这些反馈已经在"重写研发闭环"：失败路径和轨迹进入后训练与强化学习，评测标准从单点结果转向轨迹级、过程级，在线反馈倒逼产品设计；过去模型能力提升和真实任务处理是分离的两件事，现在每个新版本上线前先基于真实任务做对齐校正，而不是上线之后被用户骂。

Arena 颁奖是这套逻辑的前哨战：今年八月上线的千问 AI Arena 所有任务来自真实业务场景，第一期聚焦海外电商素材生成，二十天里收到八百多人报名、一千六百多个 Agent 提交，经 AI 评测和人类专家评审选出五位获奖者（一等奖由海南奇物记智能科技 CTO 潘景获得，转写中另作"潘鼎"，以官方议程为准存疑）。一等奖得主的圆桌发言点出了比赛与真实世界的差距：Arena 的问题定义得非常清晰，输入什么、输出什么、怎么运行都明白；而真实业务"很脏、很混乱"。他的经验是开发者要和业务人员组队——开发者自己就要当 FDE（现场部署工程师），像 Palantir 的 FDE 拿着产品线进企业排列组合那样，用平台开放的能力在现场拼出解法。

七、收进口袋：入口战争的最后一块拼图

李彦的移动端发布补上了最后一环：模型每周都在发，你刷到"这个模型真厉害"最想做的是马上试，但你在开会、在路上，“过会儿再说"往往就没有然后了。Qwen Cloud App 的主张是把最前沿的模型装进口袋——从体验、选型到任务完成都在手机上做完。Discover 频道刻意不做参数清单或测评榜（呼应陈祖龙对榜单的批评），而是让用户第一次接触新模型就看到真实用户用它生成的作品，划一下就能二创；选型方法论很直接——真正让你拍板的不是榜单和参数对比，而是你用真实案例在模型之间跑出的结果。App 内置数十个行业垂直 Agent（“口袋里的数字同事”，比如提交数据表、像跟同事聊天一样提问的分析专家），也支持用自然语言讲清任务目标、服务对象、交付标准三件事来创建个性化 Agent；再往上有通用任务 Agent"Genius"当大总管调度其余 Agent，还计划提供 Dispatch 模式让手机当电脑上 Agent 的遥控器——一个目标进去，一个结果出来。他讲了一个 MCN 内容运营的一天：通勤刷到创意视频存下、咖啡时间建视频分析 Agent 拆脚本、让不同视觉模型生成多版人工挑选上传、下午数据回流再优化——全天不坐电脑前。这款 App 已在海外 iOS 和安卓市场上架，国内将陆续上线（讲者自报口径）。

结语：平台进化的真问题是控制权的设计

把六位讲者和一场圆桌的内容合起来看，千问AI平台的"进化"并不主要发生在模型层，而发生在平台与人、与 Agent 的关系层。李翔的三问（代表谁、能否自主执行、花了多少钱）、葛钧的三句话（上线有结果、运行有结论、恢复有边界）、聂小敏的三层焦虑（价格抽象、消耗模糊、失控恐惧）、徐昭的四个演进方向（接口、上下文、安全、观测），其实都在回答同一个问题的不同切面：当执行者从人变成 Agent，控制权、透明度和责任边界必须被重新设计，而且必须在平台设计之初就设计，而不是事后补丁。这场论坛给出的可检验判断有三个：第一，Agent 友好不是加个聊天框，而是把服务说明、操作接口、验收标准、费用账单全部结构化——谁先做到，谁就占领 Agent 的工作流；第二，专业经验正在获得产品形态，skill 即产品意味着个人品味可以复用、分发、定价，技能市场加商业化分成会催生一类新的"经验供给者”；第三，token 计费会向任务计费、结果计费演化，因为计费单位越接近可感知价值，用户焦虑越小——这一条还是方向而非承诺。对普通读者，最实际的启发或许是孔琳琳那句"人类的注意力变得更宝贵了"：自动化程度每提高一级，授权边界的设计就得跟上一级，预算就是给 Agent 的零花钱，可审计是敢放手的前提。霍太稳的收尾玩笑为整场定调：在 AI 全面接管之前，好好享受还有工作的这段时光——管理好预期，也管理好你的 API 额度。