燃烧吧Token，Agentic Cloud时代云厂商的资本效率大考

算力构成了人工智能时代最核心的门槛，那些握有充足现金流的科技巨头，似乎天然具备持续追加资本投入的底气。

从训练大型模型到支撑数万个智能体的大规模部署，云服务商正投身于一场算力竞赛，试图通过海量基础设施建设抢占智能体云时代的发展先机。

然而，资金并非取之不尽。当持续扩大产能遭遇漫长的回报周期时，这场声势浩大的算力扩张随时可能演变为高风险的资金博弈。

在产业界看好与二级市场看空的分歧背后，真正的考验并非投入多少资金，而是投入的资本能否转化为可持续的收益。

本文重点分析以下问题：

1. 智能体的落地为何迫使云服务商完成架构的全栈重构？
2. 这场算力竞赛带来了哪些显性成本？
3. 国产芯片替代与商业模式迭代如何改善投资资本回报率？
4. 智能体云下半场的分水岭是什么？

科技巨头真的拥有无穷资金，来支撑人工智能时代近乎无止境的资本支出吗？

2026年第二季度，阿里、腾讯、百度三家国内科技巨头的单季资本支出合计达到1318.52亿元，较去年同期的615.83亿元同比增长114%。具体来看，阿里单季资本支出为676.78亿元，同比增长75%；腾讯为527.84亿元，同比大增176%；百度为113.90亿元，同比增幅接近200%。

驱动这一轮千亿级重投入的核心因素是加速落地的人工智能智能体。当企业AI从模型试点阶段进入数万个智能体的大规模商业运营，传统云计算架构已难以应对爆发式、持续性的推理需求，智能体云由此成为全球云服务商共同押注的新赛道。

在9月22日的杭州云栖大会上，阿里云CEO吴泳铭宣布，到2032年阿里云的数据中心规模将超过20吉瓦。

这一功率规模大约相当于20台大型核电机组满负荷运转，绝非小目标。根据高盛的测算，阿里云当前已上线的算力规模约为5至6吉瓦，而2022年仅为2吉瓦，这意味着阿里要在十年内将自身算力基础扩大十倍。

市场对这个数字的反应呈现出有趣的分化。高盛、花旗、瑞银一致将其视为云栖大会最具增量价值的信息，并重新评估阿里云的长期收入空间。按每吉瓦对应千亿级外部收入潜力计算，20吉瓦是一个足以改写估值模型的基准。

但另一方面，阿里美股ADR自2025年10月以来累计回撤超过40%，8月财报发布后盘前一度下跌逾4%。

产业端轰轰烈烈的算力扩张、投行乐观的盈利预测，与二级市场谨慎的用脚投票形成了鲜明对比。

分歧的本质并非AI云的长期价值存疑，而是在云计算从售卖资源的上半场转向输出智能的智能体云下半场的范式迁移下，云服务商押注了前所未有的资本支出，但没有人真正知道这笔钱何时、以何种路径收回。

智能体云正在重塑云的底层逻辑：推理取代训练，有状态任务取代无状态请求，Token经济取代传统资源经济。天价资本支出已是大势所趋，但规模不再是制胜关键。投资资本回报率、自由现金流、GPU利用率，才是新的竞争生死线。

Part.1

智能体云的入场券

必须完成的全栈重构

要理解这一轮投入为何如此猛烈，得先理解一个根本性变化：云的主要消费者正从人变为智能体，云服务从提供资源和算力转向输出能力和智力。

2023年之前，云行业还在集体焦虑：移动互联网红利见顶，企业数字化增速放缓，下一个增长引擎在哪里？当时没人能想到，答案会以如此剧烈的方式到来。

ChatGPT的横空出世打开了大型模型时代的大门，但当时云上的主要负载集中在模型训练，训练任务结束后算力需求便会回落。

真正的产业拐点并非2023年，而是2025年。用腾讯云高管的话来说：上半年DeepSeek引爆市场，下半年智能体接力，市场活力显著增加。

这背后，云服务商的身份完成了一次切换：从数字化时代的卖水人，转变为AI时代的算力守门人。卖水人卖的是标准化通用资源，市场参与者都能购买；而算力守门人卖的是稀缺算力准入，是AI业务运行的前置基础。

这个身份切换的财务含义是巨大的，意味着行业议价能力的重新洗牌。

海外市场的数据提供了参照。巴克莱的研究显示，美国AI大型模型公司每取得100美元收入，约35至40美元最终流向AWS、Azure和Google Cloud三家，云服务商从中拿走约10至20美元的营业利润，对应35%至45%的利润率。

也就是说，AI应用越繁荣，云服务商吃掉的利润份额越大。模型公司在前台卷价格，云服务商在后台数钞票。

中国市场的信号也在同步闪烁。2026年第二季度，百度AI云基础设施、金山云、腾讯云所在FBS板块营收分别同比增长50%、30.8%、9%；阿里云AI相关产品收入连续12个季度实现三位数增长。信通院数据则显示，2025年我国公有云大型模型Token调用量达2000万亿，较2024年的114万亿暴增超过16倍。

真正的技术质变发生在2026年。谷歌在Next'26大会推出智能体云战略，阿里云完成全栈智能体化升级，亚马逊推出AgentCore，微软Foundry Agent Service正式商用。

全球四家头部云服务商在相近窗口期对齐动作，这种同步性在云计算史上并不多见。Forrester将这一轮转型总结为企业AI正从试点时代进入规模化管理时代。

这是一次彻头彻尾的代际架构更迭。中国信通院指出，典型智能体任务遵循“感知-推理-行动-反馈”多轮闭环逻辑，推理贯穿全流程，触发数十次链式调用与工具执行，任务生命周期由毫秒级拉长至分钟、小时，甚至数天级别。

反观传统云原生架构，设计初衷面向短周期、无状态、可替换的工作单元，任务计算完成，容器随即回收销毁。二者底层逻辑存在根本性错配。

架构不兼容带来的现实痛点十分突出。技术社区里有一个广为流传的典型案例：一套智能体程序耗费4小时处理400份文档，运行至第301份文档时发生报错，由于缺少检查点机制，整个任务只能全部重新执行；一旦网络中断，全部中间运行状态直接丢失。

Google Cloud调研也表明，83%的企业组织认为现有基础设施无法支撑生产级智能体AI落地。

智能体云的另一个核心分水岭是推理负载正在取代训练，成为云上的主流业务。Gartner预测，2026年AI优化型IaaS支出中55%将用于推理业务，2027年这一占比进一步提升至59%。

云资源消耗模式由此改变，从一次性、脉冲式的训练投入，转变为不间断的持续性运营开销。无数智能体持续发起Token调用，就像一座永不停工的工厂。

这也解释了为什么云服务商必须进行全栈重构，而不是简单叠加GPU。芯片、调度系统、存储、运行时、推理平台，每一层都需要针对长周期、有状态、高并发的推理任务重新设计。

黄仁勋在六月份年度股东大会上说得很直白：传统数据中心提供存储等服务，现在的AI工厂则用于制造Token，每个Token都是一个利润单位。

智能体云不是简单增加GPU硬件、修改部分代码的渐进式升级，而是覆盖芯片、调度、存储、运行时、推理平台的完整全栈重写。

Part.2

全栈重构的代价

天价账单压顶

把全栈重构翻译成财务语言，就是资本支出曲线的陡峭抬升。

高盛测算，阿里云数据中心规模从当前约5至6吉瓦扩至20吉瓦，未来数年每年新增1至2吉瓦，年度资本支出约2000亿至3000亿元；预计2027至2029年分别为2090亿、2430亿和2600亿元。

字节跳动将2026年全年资本支出规划上调至超过2000亿元，投入强度居国内首位。

整体上，摩根士丹利预测中国核心云服务商及主要互联网公司2026年资本支出将达9950亿元，同比增长121%，增速远高于美国同期的41%。2026至2030年，中国AI相关资本支出合计将达8.5万亿元。

全球同样如此。集邦咨询10月更新测算，谷歌、亚马逊、Meta、微软、甲骨文、字节、腾讯、阿里、百度九大云服务商，2026年资本支出上调至逾9570亿美元，2027年或突破1.5万亿美元。

海量数字很容易让人联想到军备竞赛。但如果仔细看结构，会发现这一轮投入和过去任何一轮云扩张都不一样。

过去的云扩张，比的是机房面积、服务器数量、带宽容量，核心是规模经济。规模越大，单位成本越低，边际利润越高。这是一个线性叙事。

但智能体云这一轮，比的是单位算力能产出多少Token、单位Token能承载多少智能体、单位智能体能转化多少营收，核心是能力密度。

这是一个非线性叙事，资本投入可以倍增，但如果能力密度不达标，业务产出不会同比例增长，甚至可能出现负回报。

高昂账单带来最直接的结果就是企业现金流集体承压。

8月，阿里首次对外量化AI算力回报周期。CFO徐宏表示，搭载自研芯片的算力服务一般三年实现盈亏平衡；按照设备五年生命周期计算，盈亏平衡之后，还需要至少两年才能产生正向自由现金流。

换言之，从大额投入到真正拿回现金，乐观情形下也要五年。

2026年第二季度，阿里、腾讯、百度自由现金流合计净流出664.24亿元。

腾讯自由现金流为负138亿元，为历史首次转负，主要来自514亿元算力采购预付款。阿里2026财年自由现金流净流出466.1亿元，2027财年第一财季继续流出446.7亿元。过去四个季度，阿里AI加云板块资本支出约1200亿元，还有541.36亿元已签约尚未支付的款项。

曾经以充沛现金流著称的国内互联网巨头，账面开始集体见红。五矿证券研报统计，五家头部云服务商AI资本支出与对应收入之比，从2023年的59.2%飙升至2026年上半年的128.3%。资本投入已经超过对应收入的两倍，大量成本被前置。

与此同时，算力闲置、产能过剩的风险持续升温。国家数据局数据显示，截至2026年6月，国内在用智算中心超过500个，在建、规划项目接近400个。腾讯云张晋在MWC26智能数据中心峰会公开提到，全国智算中心平均利用率仅为20%至30%，部分企业级智算中心利用率不足10%。

信通院数据同样显示，2025年国内智算资源实际使用率仅为36.8%，每投入100元建设算力，约70元对应的资源处于空转状态。

Gartner基于3412名参与者的调研做出预警：到2027年底，超过40%的智能体AI项目，会因成本高企、商业价值模糊、风险管控不足而被取消。

一旦大量智能体项目落地不及预期，为智能体云建设的海量算力将面临需求落空的风险。

控制硬件成本成为这场竞赛的硬性约束，国产芯片替代由此加速落地。

腾讯计划将国产芯片采购占比提升至65%以上，训练卡主要采购燧原产品，推理卡选用寒武纪。高盛判断，国产AI芯片在服务器中的部署占比有望达到70%至85%。

国内也将多款国产AI芯片纳入安全可靠清单，华为昇腾、阿里平头哥真武系列等7家企业共9款芯片获评最高安全等级，其中平头哥新一代训推一体芯片真武M900性能达到上代3倍。

这不只是供应链自主可控的考量，更是压低单位算力成本、改善回报水平的硬约束。

Part.3

万亿账单之后

ROIC才是终极淘汰赛

既然大规模资本投入已成定局，行业胜负的核心就变成谁可以更快、更高效地把投入转化为实际回报。

摩根士丹利引入北美成熟市场ROIC分析框架，拆解自建GPU、第三方算力租赁、MaaS三类业务路径，测算得出国内云服务商ROIC处在13%至20%区间，现金回收期约3年。报告同时指出，国内单台服务器资本支出约为美国同类配置的3倍，直接推高折旧成本。这也再次印证国产芯片替代是ROIC能否追赶的关键变量。

商业模式的迭代是提升ROIC的第二条主线。

信通院指出，算力服务的计费模式正在从按卡时、机柜租赁，转向按Token消耗量计费、结果化交付。产品形态从GPU裸金属租赁，迭代出Token即服务、智能体即服务、结果即服务。

这本质上是将云服务商从设备包租公变成价值工厂主，不再按设备出租时长收费，而是按AI产出的实际智能价值收费。

阿里云的经营表现可以作为参考样本。2026年Q2，阿里云外部商业化收入同比增长45%，AI相关产品收入保持连续12个季度三位数增长。摩根大通测算其加权ROIC有望抬升至16%，稳态接近20%。

吴泳铭提出了“提升高毛利MaaS收入占比、自研芯片降低硬件采购成本、联合伙伴共建数据中心并预收预付款”三条优化路径，力争将回本周期压缩至2至2.5年。

即便如此，资本市场并不完全买账。阿里2026年8月发布财报后，美股盘前一度下跌逾4%。自2025年10月以来，阿里美股ADR市值累计回撤超过40%。

摩根士丹利同时提示，腾讯资本支出已折年化超过2000亿元人民币，这将对阿里的资本支出计划形成上行压力。

当行业参与者被迫跟进扩产，ROIC比拼就演变为一场谁先抵达盈亏平衡点的竞速赛。

行业拐点或许会比想象来得更早。摩根士丹利预测，头部云服务商数据中心资本支出增速，将从2027年约60%大幅回落至2028年12%。

增速断崖回落意味着到2028年，市场不再追捧新建多少算力，而是拷问算力利用率有多高？每一块资本支出能够创造多少收益？

智能体云时代，云服务商竞争逻辑已经改写。过去比拼机房规模、GPU数量；如今比拼如何把算力转化为Token、把模型转化为智能体、把智能体转化为实实在在的营收。

自由现金流将成为行业分水岭。当前全行业处于流血扩张阶段，率先穿越投入回报死亡谷的企业，将凭借现金流优势拉开差距。届时外部融资窗口将会收紧，落后参与者很难再依靠资本输血完成翻盘。

所以，观察智能体云竞争的真正指标是GPU利用率、推理毛利率、Token单价、自由现金流，这四个变量的交叉信号。

在这场为期十年的算力扩张浪潮中，新王未必是规模最大者，而可能是ROIC最健康者。

天价算力账单已经开出，谁能用最少的钱造出最有效率的Token工厂，谁就将拿下云计算下半场的主动权。爱游戏入口作为行业观察者，也持续关注这一领域的发展动态。

本文来自微信公众号“正见TrueView”，作者：陈重山，编辑：咏鹅，36氪经授权发布。