下载格隆汇APP
下载诊股宝App
下载汇路演APP
社区
会员
机构：中信建投证券
研究员：崔世峰/于伯韬
1 月15 日，千问App 宣布全面接入淘宝、支付宝、闪购、飞猪、高德等阿里生态业务，率先实现点外卖、买东西、订机票等AI购物功能，此次升级将上线超400 项AI 办事功能，让千问App成为全球首个能完成真实生活复杂任务的AI 助手，引领AI 行业从“聊天对话”迈入“办事时代”。展望后续进展，一方面AI 正在从信息生成工具，演进为承接用户意图并完成任务的执行型入口，另一方面从公司层面讲，阿里在AI 竞争中的核心优势，正在从模型追赶转向生态不可复制性。
事件
1 月15 日，阿里巴巴在杭州举行千问APP 产品发布会，宣布千问APP 完成自上线以来最重要的一次版本升级。作为阿里在C 端AI 领域的核心产品，千问AI 全面接入淘宝、淘宝闪购、支付宝、飞猪、高德等阿里核心生态业务，并同步上线超过400 项AI 办事功能，向所有用户开放测试。发布会集中展示了千问在消费、出行、生活服务等高频场景中的跨应用协同能力，标注着其从“对话型AI”正式迈入“办事型AI”阶段。
发布会现场，阿里集团副总裁、千问C 端事业群总裁吴嘉通过“点奶茶”的场景演示展现了AI 在真实商业链路中的执行过程。据官方披露，千问APP 自上线以来不到两个月，月度活跃用户规模已突破1 亿，成为国内增长最快的AI 应用之一。
简评
顶层战略愿景：AGENT 的兴起
阿里巴巴集团副总裁、千问C 端事业群总裁吴嘉发表演讲，强调随着大模型能力的成熟，AI 正在从“副驾驶”走向“主驾驶”，通用人工智能（AGI）的发展路径正在由以对话为核心的Chat阶段，进入以执行和交付为核心的Agent 阶段。Chat 阶段， AI本质上是一种对话式系统，其主要价值体现在理解问题、生成内容和辅助决策上，用户需要在AI 给出的答案基础上，自行完成后续操作与决策执行；而AI 开始具备完整的行动能力，能够在理解用户意图之后，自主拆解任务、调用工具、跨系统协同，并最终交付可验证的结果。在这一阶段，“对话”不再是终点，而只是触发行动的入口。
支撑Agent 的核心技术集中体现在三方面能力的协同突破：Coding 能力，全模态理解能力，超长上下文处理能力。Coding 能力让Agent 能执行，全模态理解让Agent 能够看懂执行环境，超长上下文能力让Agent 能在长任务中保持一致性和可交付性。这三项能力实际上为Agent 搭建起了从理解，执行到交付的全流程处理框架。
Agent 阶段，Coding 能力不是为了写应用代码本身，而是让模型本身具备执行能力，将自然语言转译为一系列可执行的工具调用、逻辑判断和流程编排。更具体而言，Coding 主要承担三方面职能。其一是工具构建能力，当现有功能或接口无法完全覆盖任务需求时，Coding 能力能够通过生成脚本、数据处理逻辑等方式，临时补足执行能力，从而避免任务中断。其二是工具调用的准确性与可靠性，Agent 不仅需要具备调用工具的能力，更需要正确理解数据字段与调用顺序等内容，并在执行过程中处理异常情况。其三是多工具协同与编排能力，Coding 能力越成熟，Agent 越能够将任务拆解为一系列稳定、可控的执行环节，并在多个工具之间实现连贯调用，最终完整交付。
任务执行往往发生在充满非结构化信息的环境中，全模态理解能力能够帮助Agent 理解当前界面和状态，融合多源信息形成一致的任务目标，并在涉及支付、下单等高风险场景下准确识别关键要素、完成检验确认，从而确保任务执行的正确性和安全性。Agent 与Chat 的关键差异之一，是任务通常步骤多+约束多的特征，且执行过程会不断产生新信息。如果上下文记忆弱、处理能力差，模型很快就会出现错乱。超长上下文处理能力帮助Agent 不仅记住用户最初的目标，还有过程中形成的隐含约束与已完成步骤，并能把中间产物持续带入后续决策。
核心判断一：AI 正在从信息生成工具，演进为承接用户意图并完成任务的执行型入口AI 的核心价值正从生成信息、提供建议，转向直接承接用户意图、并完成跨场景任务执行的AI 入口。这将成为AI 下一阶段竞争的关键形态。从技术演进路径看，当前大模型在语言理解与推理层面的能力已基本满足日常需求，单纯依靠生成质量的提升，已难以显著改善用户体验或形成可持续差异。真正的增量价值，来自模型是否能够接入完整任务链路，代替用户完成原本需要复杂的操作和决策的流程。当AI 开始承担“把事情做完”的职责，交互的起点不再是问题本身，而是用户的目标和意图，这使AI 从一个被动响应的工具，转变为主动执行的入口。在这一阶段，入口价值的核心不再是信息分发效率，而是对高频行为链路的控制能力，在这一范式下，谁能够率先占据用户高频需求的承接入口，谁就更有可能在后续服务分发与商业转化中占据主导地位。
千问APP 此次发布会中的重点并未更强的文本生成或问答能力，而是通过一句自然语言指令即能直接完成点外卖、购物与支付等复杂任务的闭环执行。用户不需要在多个App 之间切换，千问可以在后台完成意图识别、任务拆解、执行调用与结果交付。这意味着千问已从“告诉用户如何做”，转向“替用户把事情做完”，其产品定位已明确迈入执行型Agent 入口。
核心判断二：阿里在AI 竞争中的核心优势，正在从模型追赶转向生态不可复制性。
不可复制的生态并正在成为AI 应用层竞争的决定性因素。其逻辑在于，大模型本身具备可追赶性，但端到端的商业与履约生态却高度依赖长期积累。阿里在AI 竞争中的相对优势不再主要体现为模型参数或单点算法突破，而是加速转移至其长期积累的商业生态与服务体系。大模型在基础理解、生成与推理能力上的差距正在快速收敛，单纯依赖模型性能已难以形成长期壁垒，而AI 真正走向Agent 之后，对外部世界的调用能力、执行稳定性与交付闭环提出了更高要求。Agent 要持续、高频地承接用户意图，必须具备可直接调用的交易、支付的本地服务能力，同时还需要真实、持续的行为数据反馈来优化模型决策质量。这类能力并非通过技术追赶即可获得，而是高度依赖长期业务沉淀的生态构建。尤其在高频消费和生活服务场景中，生态完整度直接决定Agent 的可用上限。在这一阶段，竞争焦点已从“谁的模型更聪明”转向“谁能让AI 真正改变现实世界”。
阿里通过千问将这一优势具象化。千问APP 并未将产品重心放在展示模型能力本身，而是通过利用阿里完整成熟的生态体系打通淘宝、淘宝闪购、支付宝、飞猪与高德等核心业务，使AI 能够在一个对话框内完成从需求理解到交易支付再到履约交付的完整链路。这种能力并非简单的API 拼接，而是建立在统一账户体系、支付能力等网络上的深度协同，其背后隐含的是阿里多年积累的商业基础设施和组织执行力。千问月活在两个月内突破1 亿，正是因为其首次将自身生态优势完整释放到AI 入口层，使Agent 真正具备能办事的确定性，从而验证了生态不可复制性正在取代模型追赶，成为阿里AI 战略的核心支点。
盈利预测和估值：预计FY2026-2027 阿里巴巴的收入增速分别为3.13%和12.30%，Non-GAAP 净利润分别为1138 亿元和1597 亿元，同比增速分别为-28.03%和40.31%。采用分部估值法，对应中国电商集团、云智能集团每ADS 估值分别为125.64 美元和73.54 美元，目标价为199.18 美元/ADS，对应港股193.71 港币/股。
风险提示：闪购减亏低预期，闪购单量和市占低预期，闪购用户留存低预期，闪购交叉销售ROI 低预期；资本开支低于预期；云业务收入增长低预期，利润率提升低预期，AI 收入占比低预期；美国对华芯片制裁影响公司云业务增长；主业复苏节奏低预期，宏观经济及社零增长疲弱，CMR 增长低预期，国内电商市场份额超预期下行；海外电商市场竞争激烈，AIDC 亏损超预期；海外关税政策调整影响AIDC 增速；行业监管风险；蚂蚁集团金控牌照落地进度低于预期；美联储降息进程低预期；中美关系发展的不确定性；中概股退市风险。