出品｜虎嗅商業消費組

作者｜苗正卿

題圖｜阿里國際

“垂直Agent的機會，比垂直模型的機會要大很多。但關鍵點在於，要想明白用垂直Agent解決什麼行業問題，從問題出發做上下文工程，並且做減法。”阿里副總裁、阿里國際AI Business負責人張凱夫（花名：凱夫）對虎嗅表示。

虎嗅獨家獲悉，阿里國際內部在2024年把AIGC作爲關鍵方向後，於2025年開始把焦點向Agent轉移，其中包括可以進一步降本增效的電商工作流Agent。目前，阿里國際內的AI佈局包括了多模態模型Ovis、超過60種場景的AI應用以及正在推進中的Agent工具。

虎嗅瞭解到，針對這些AI能力，阿里國際內部的考覈與評估體系是基於“實際貢獻爲導向”的指標而進行的。凱夫向虎嗅表示，這些AI工具、AI能力、AI項目，都要能夠證明確實可以帶來降本增效、利潤提升，他日常和財務會密切對齊相關進度。

“有三個方向：其一是AIGC提高了素材質量和轉化率，帶來更高GMV；其二是通過AI自動化降本；其三是基於AI+人，在同樣投入的前提下，產能變高了。我們對商家和內部降本增效的思考方式，基本上以這三點爲方向。”凱夫說。

阿里副總裁、阿里國際AI Business負責人張凱夫

AI對阿里國際的業務影響是明顯的。以阿里國際基於通義大模型爲基座強化訓練出的Ovis模型爲例，2024年四季度該模型日均調用量超過1億次，而到了2025年上半年，這一數據已經超過10億次。而在成本和收入環節，阿里國際相關的AI Agent已經讓退款成本同比下降15%，廣告投放ROI同比提升5%。據悉，目前阿里國際AI提供的SEO佔到了整體SEO的近4成。在今年的世界人工智能大會上，阿里國際的AI解決方案獲得了大會的卓越人工智能引領者（Super AI Leader，簡稱SAIL獎）。

值得注意的是，在阿里體系內，凱夫除了負責阿里國際的AI工作之外，也負責淘系的AI和搜索推薦工作。凱夫認爲，在ToB和ToC端，AI所帶來的機會和確定性是有所不同的。

“在ToB端，路線是非常確定的，降本增效是一個明確的方向；在ToC端,我在看兩個事情，其一是AI對搜索推薦廣告本身的改造，這個方向是非常明確的，其二是如何用AI重構電商，這還需要探索。”凱夫認爲，一個共性的邏輯是，當下在AI圈，只有兩種生存路徑：“最通用”的或者“最垂直”的，中間派是沒有生存壁壘的，前者能做的人很少，垂直可能有更廣泛的機會。

阿里國際AI Business 發展歷程

2023年4月 成立AI Business，開始研究跨境電商全鏈路的AI解決方案

2023年11月 阿里國際AI開放平臺Aidge開啓內測

2024年7月 阿里國際的AI調用量突破日均5000萬次

2025年2月 調用量突破日均6億次

2025年5月 阿里國際9篇論文被收錄進2025年ACL（國際計算語言學年會）

2025年7月 阿里國際AI調用量突破日均10億次

凱夫也對正在激變的AI世界抱有期望和擔憂。“我最近兩個月，用於AI工具上的花費可能超過2000美元/月，Claude 4發佈後我立刻就用了，說實話我用完覺得奇點來了。”

他說最近在一次內部分享上，他面對眼前的新入職工程師、實習工程師說了一些肺腑之言，“我告訴他們，5 月 23 日Claude 4發佈，意味着這個世界被改變了。AI Coding的出現，對於年輕工程師而言有機會也有挑戰，它對於產品經驗、工程品位的要求非常高。它其實取代的正是簡單的‘寫碼能力’，但是每一個成熟程序員都是從做基礎寫代碼的工作鍛煉出來的，今天這些基礎工作即將被AI迅速取代，年輕一代程序員該如何成長呢？”

7月26日，虎嗅和凱夫在上海進行了深入交流，他分享了自己對於阿里國際AI進程的思考、也分享了對於AI時代程序員成長以及人才培養的看法，下附交流實錄，有刪減：

虎嗅：你在公司內推動電商的AI工作時，優先級是怎樣的？

凱夫：第一優先級對現有業務升級，帶動降本增效，今年我要啃的一塊大骨頭是工作流Agent。從技術脈絡上看，之前是AIGC，現在是Agent。

我們思考降本增效的方法，包含兩方面，一個是成本一個是產量。降本增效並不是說有了AI就開始減少人工。通過AI在既有成本上去擴大產量，也是一種降本增效。

我舉一個例子，比如以前客服團隊的痛點是品控，也就是如何檢查客服的工作。每天海量的客服溝通，靠品控抽檢員一個個去看是不夠的。現在AI可以承擔“全檢”工作。我並不需要用AI替代客戶，而是用AI去檢查客服的工作，今年我們主要在思考Agent的方法。

我現在思考覺得，AI對一個組織的降本增效，可能有三種形式。一種就是外界常提到的AI取代了人，所謂的“黑燈工廠”、“無人工廠”；第二種是，當AI做的還沒有人好時，可以讓AI先做質檢和交叉驗證環節，從而幫助人更好地工作；第三種是AI和人進行某種人機協同。

虎嗅：你的團隊內部使用什麼樣維度去評估AI這件事成功與否的？

凱夫：我們有一個統一維度，就是商業價值。當然在不同的場景和部門，會有具體的目標，但整體維度都是這個，比如有的是轉化率，有的是收入增幅，有的是點擊率提升。簡單說，就是給公司貢獻了“錢”的價值。我們會非常嚴格地去擠水分，我們會和財務一起來對AI相關的目標。

虎嗅：你們要做的事情似乎很多，有模型、有場景應用、有Agent，你們內部做這些事情的優先級是怎樣的？

凱夫：最優先的維度是“差異化的技術能力”。當OpenAI進入百萬卡集羣的時候，中型團隊要找到差異化定位。所以我們要問題驅動地去建設“差異化技術能力”。順藤摸瓜其實是一種業務能力。你有這個能力後，你就可以比較好地去聚焦、去做垂直，垂直是有生命力的。

我們做事情，其實有一個內核邏輯：基於通義這個基礎模型，然後在業務場景裏通過洞察用戶需求，找到具有通用性的核心能力，去做後訓練。比如我們AI能力裏做的多模態表格理解、LLM多語言能力，都是具備這種通用性價值的。而這些能力做出來後，它都是具備差異化技術能力優勢的。

所以我覺得我們團隊本質上，靠的不是卡量，而是思想、思路。我們一定要想的特別清晰到底做這麼。這和我最近體驗AI工具時的感受很像，我這段時間發現，很多時候問題不在於“餵給模型什麼”，喂太多了反而耽誤事，關鍵在於你要想明白自己要什麼然後去“約束它”。

同樣，在業務上，我思考的重點之一，也是做減法，資源永遠是有限的，我們要清楚地瞭解到需求到底在哪，然後去精準做出差異化優勢。

虎嗅：你提到的一個關鍵點在於洞察清楚需求，但很多技術團隊其實更善於天馬行空，怎麼確保他們洞察需求？

凱夫：我覺得團隊裏特別需要橋樑人物。這個人熟悉業務場景、知道需求在哪，然後還懂技術，或者起碼瞭解技術的邊界在哪。我最近招產品人才，基本上招的都是有算法背景或者技術背景的。我跟你說，會寫代碼的產品人才，確實是稀缺的。但這絕對是必然趨勢，未來好的產品人才肯定會寫代碼，或者說成爲通才。未來AI時代的組織當中，這樣橋樑型的通才是最重要的。

虎嗅：我再追問一個細節，你剛纔也提到了降本增效，你團隊內如何用AI去降本增效的？比如你會把AI Coding之類的指標納入到個體？

凱夫：我暫時並沒有這樣以指標形式要求下去，但我經常給大家講、給他們分享，推動大家去嘗試。坦白講我覺得工程師寫代碼這個部分，在5月23日Claude 4發佈後，整個行業的邏輯可能已經發生關鍵變化了。很多事情確實AI可以去做了。

包括我跟我團隊產品經理說，以後是不是可以不用寫PRD的（Product Requirements Document，產品需求文檔），因爲你可以把PRD寫給AI，AI可以更快速寫出一個質量很高的DEMO，然後產品經理把時間用於做DEMO，然後拿着DEMO去和工程師聊，這樣效率更高。如果你的PRD方案連AI都看不懂，說明沒寫好。

我前段時間，給我們實習生做了一次分享。我覺得AI時代，其實對工程師生態而言，還是挺殘酷的，尤其是對這些年輕工程師。

我給他們看了一些推特上的討論，這些討論圍繞“普通人有了AI工具可以寫代碼，工程師有了AI是不是更厲害了”。推特上的討論會說，真相可能並非如此。AI利好成熟的、有經驗、又有想法的工程師，因爲他們的編碼品位、產品經驗已經成熟了，AI可以解決基礎環節提高效率。

但正因爲AI出現，原本年輕工程師應該做的基礎編碼，這個生態位被取代了。但如果沒有這個基礎階段的鍛鍊，年輕工程師又該如何進化爲有成熟產品經驗、較好編碼品位的人才呢？除非這個年輕工程師有特別強的好奇心和學習能力，然後自己通過自驅力和探索，進化爲了符合AI時代特質的成熟技術人才。

虎嗅：你剛纔提及的橋樑型通才，和你這會兒聊到的符合AI時代特質的優秀技術人才，這二者是重合的嗎？

凱夫：我觀察發現，這二者往往是一撥人，本質和好奇心有關。你要是學了、用了這些最新的AI工具，逐漸有了新的能力，也就進化爲橋樑型通才了。比如下班時，有人說咱倆再聊聊某個技術或者一塊試試某個產品？結果你說，我還得趕緊去喫飯。這就沒辦法了。我覺得這就是未來的一個趨勢，我之所以給實習生講那些，是希望讓他們心裏有個種子，這個時代對於年輕一代工程師可能真的很殘酷。

虎嗅：這些思考會影響你現在招人的策略嗎？

凱夫：今年我們招的產品經理，都是懂算法的。而且我們還希望招到那些有“銳度”的人。

虎嗅：什麼是你定義的“銳度”？

凱夫：要膽子大。我希望這些人敢於打破傳統思路，或者直接告訴我某個東西不行，應該怎樣怎樣做。我喜歡直接犀利的人才。說實話，如果進來的人才都是循規蹈矩的，那就有點浪費資源了。我想找一些敢於提出新東西的人。

虎嗅：我還很好奇一件事，你現在兼顧阿里國際、淘天的AI工作，在制定一些技術路線或者方向時，你如何確保這個路線是當下的最優解？

凱夫：我覺得我很篤定的的是邊界在哪。

虎嗅：你指的邊界是？

凱夫：就是AI到底能幹啥不能幹啥，也就是技術的能力邊界。我覺得阿里內部有很多非常好的懂AI、懂技術的人才，這些人共性的優點是，確實懂+務實。邊界之所以重要，是因爲它可以讓我們避免很宏大卻無法實現的東西，避免我們過於上頭。

如對本稿件有異議或投訴，請聯繫tougao@huxiu.com

End

想漲知識 關注虎嗅視頻號！