85% 的開發者支援,阿里雲丟給了 agent
一天發一次版,這成績單誰打的?
15 個 agent,接掉 85% 的開發者支援請求。營運支援的工時,砍掉九成。原本要好幾天的軟體發版,壓到一天。
這是阿里雲 7 月 18 日在上海 WAIC(World Artificial Intelligence Conference)端出來的一組數字,用來證明它當天發表的新東西——Agent Native Cloud,一個「為 AI 代理人(AI agent)重新設計的雲」——不是投影片上的概念,而是它自己內部已經在跑的東西。
先別急著記下 85%。這是目前對「agent 到底能吃掉多少內部工作」講得最具體的一個公開數字,值得認真看。但它也有一個你一眼就該問的問題:這張成績單,是阿里替自己打的。分母沒公開、沒有外部客戶背書,是它自家的開發團隊在用自家的雲。這篇要做的,就是把這組數字該怎麼讀、以及它底下那條更耐用的規律,講給你聽。
「agent 原生雲」不是把 agent 裝到舊雲上
過去兩年,各家雲的做法比較像「在現有的雲上,多開一個 agent 服務」——雲的底層還是為了跑網站、跑 app、跑資料庫設計的,agent 是加上去的一層。
阿里雲這次講的是另一件事:把底層重寫成假設「主要住戶是 agent,不是人」。它端出兩個主件:
- AgentTeams:負責編排一群各有專職的 agent 協作——誰先做、誰接手、誰覆核,像在管一支團隊而不是呼叫一個模型。
- Agentic Computer:agent 實際動手的地方,強調雲端安全執行——原生沙箱(native sandbox)、工作負載隔離、彈性擴縮、企業身分整合。
差別在哪?當 agent 會自己寫程式、開網頁、改檔案、呼叫工具,你就得假設它會出錯、會被誘導、要跑很久、還要同時跑很多個。沙箱與隔離是為了讓一個 agent 搞砸時不波及其他人的資料;企業身分整合是為了讓 agent 的每個動作都掛在一個可稽核的身分上。這些不是把舊雲的功能換句話說,而是為「一群會亂動的 agent 同時上工」重畫地基。
85% 這個數字,強在哪、又不能替你證明什麼
先講它為什麼值得看。市面上談 agent 的內容,多半停在 demo 或「效率提升」這種沒有機制的空話。阿里這次給的是一個帶分母意味的落地數字——85% 的開發者支援請求由 agent 接手——這在「agent 能接掉多少既有工作」這個問題上,是難得的具體錨點。
再講它不能替你證明什麼,這段請一次讀完:
- 這是自評。阿里內部團隊、用阿里的雲、報阿里的數字,沒有第三方量測,也沒有外部客戶用同樣條件跑出同樣結果。
- 分母沒公開。「85% 的開發者支援請求」是哪一類請求、總量多少、難的簡單的各佔多少,來源沒說。同樣一個 85%,如果多半是「怎麼重設密碼」等級的問答,跟包含疑難排解,意義差很遠。
- 開發者支援本來就是好案例。它高頻、重複、而且有大量文件與歷史工單可餵——這正是 agent 目前最擅長的地盤。拿最順的任務跑出的比例,不能直接外推到需要判斷的工作。
所以這組數字的正確用法,是當「方向」讀,不是當「戰績」讀:它告訴你 agent 在某類任務上已經能扛主力,而不是告訴你你的團隊照做也會有 85%。
為什麼先被吃掉的是「開發者支援」
把上面那三點反過來看,其實浮現一條比數字本身更耐用的規律——agent 會先落在有邊界、高頻、又已經文件化的任務類。
開發者支援剛好三個都中:問題類型有限(有邊界)、每天大量重複(高頻)、而且答案多半躺在文件、工單與程式碼裡(文件化,餵得進去)。反過來,需要跨部門判斷、要承擔後果、或答案根本還沒被寫下來的工作,agent 目前接不住。
這條規律,比「阿里做到 85%」對你更有用。它可以直接變成一張自評清單:
| 任務長這樣 | agent 現在的位置 |
|---|---|
| 邊界清楚、每天重複、答案在文件/工單/程式碼裡 | 會先被接手(像開發者支援、常見客服、格式轉換) |
| 邊界清楚但要承擔後果 | agent 草擬、人覆核(像發版、退款、對外回覆) |
| 邊界模糊、要跨部門判斷、答案還沒被寫下來 | 仍需人主導 |
Qi Zhou 的賭注:不是 agent 數量,是能不能「留下來」
發表的雲原生應用平台負責人 Qi Zhou(祁曉)說了一句話,透露阿里真正在賭什麼:下一階段的競爭,不取決於一家組織部署了多少 agent,而在於能不能把這些 agent 變成「可控、可複用、可協作、可持續演進」的組織資產。
翻成白話:一次性叫某個 agent 幫你做完一件事不難,難的是讓它做過的事沉澱下來——這次解掉的支援問題,下次別人(或別的 agent)能直接複用;權限與規範能一路跟著;成效能持續變好。Agent Native Cloud 想賣的,與其說是「更多 agent」,不如說是「讓 agent 的產出留得住、管得動」的那層地基。這也解釋了為什麼它要從底層重畫,而不是多加一個服務。
你該帶走的,是那張清單
Agent Native Cloud 本身是不是最強的 agent 雲,還要看外部客戶跑出什麼、定價與可用性怎麼落地——這些阿里這次都還沒講。但這則新聞真正對你有用的,不是阿里的 85%,而是它替你把「哪些任務會先被 agent 吃掉」講清楚了。
回去看你手上的工作:哪些長得像開發者支援——有邊界、高頻、答案已經寫在某份文件裡?那些就是你最該先試、也最容易試出成果的地方。至於阿里那組數字,記得它是誰打的:當指北針用,別當你自己的成績單抄。
SOURCES
- B Crypto Briefing: Alibaba Cloud launches Agent Native Cloud to scale enterprise AI agents
- B ADVFN: Alibaba Cloud launches Agent Native Cloud to scale enterprise AI agents
- C AI Agent Store: AI Agent News — Week of July 18, 2026
- B Alibaba Cloud: Alibaba Cloud Unveils Advanced Agentic AI Ecosystem for Global Customers (2026-05-26 Qwen Conference, background)
- C Omdia Market Radar: Agentic AI Cloud Titans in Asia & Oceania, 2026 (Alibaba Cloud named a Leader)
來源分級:A = 一手公告/論文/官方文件 · B = 可信媒體 · C = 可參考但需脈絡 · D = 觀察用,不可當事實。
本文由 AI 協助研究與起草,矽基前沿編輯部編修,總編輯廖玄同審閱定稿。 編輯方針與 AI 使用說明