阿里PAI划转ATH以解算力内耗，对比Anthropic效率差距

背景

2026年6月6日，阿里云计算平台 PAI 首席架构师林伟携部分 PAI 团队正式划转至 ATH 事业群。此次调整中，PAI 产品保留对外售卖形态，但其核心研发与商业化团队整体归入 ATH 体系。

这一组织变动的时间节点极具戏剧性。就在前一天（6月5日），Anthropic 发布了重磅行业报告《When AI Builds Itself》，披露了颠覆性的效率数据。两组关键数据在同一时间线碰撞，使得阿里被全网吹捧的“战略升级”背后的真实底色暴露无遗：一边是 AI 技术带来的指数级增效，另一边则是大企业内部严重的资源内耗。

核心内容

文章通过对比 Anthropic 的高效闭环与阿里内部的资源错配，深入剖析了此次 PAI 划转 ATH 的真实动机及阿里面临的深层困境。

1. Anthropic 的效率飞轮：自我强化的正向循环 Anthropic 披露的数据显示，截至 2026 年 5 月，其模型 Claude 自主产出的代码已占公司总代码库的 80% 以上，工程师日均代码合并量达到 2024 年的 8 倍。其旗下 Mythos 模型可将原始代码基线提速 52 倍，而资深人类研究员耗时 4 至 8 小时仅能实现 4 倍提速。

• 闭环机制：Claude Code 已成为 Anthropic 内部研发底座。模型能力每提升一档，研发效率随之抬升，迭代数据反过来喂养模型，形成“越跑越快”的自我强化正向循环。
• 人力解放：人类工程师仅保留最终审核权限，从重复编码中解放，专注于高阶创新。
• 商业成果：15 个月内，公司年化收入运行率从 10 亿美元飙升至 470 亿美元，暴涨 47 倍。

2. 阿里的尴尬现状：算力利用率仅 50% 反观阿里，尽管大模型训练长期面临算力紧缺，但集团整体算力利用率仅维持在 50%。问题并非缺乏硬件，而是组织管理混乱导致的资源内耗：

• 资源错配：各团队普遍存在冗余申领、重复占位、跨部门协调失灵。
• 内外倒挂：阿里云核心考核营收指标，优先保障付费外部客户。导致同一机房内，竞品模型全速训练，而阿里自研的千问（Qwen）模型却在排队等卡。
• 新事业群的困境：新成立仅两个月的 ATH 事业群成为资源错配重灾区。模型团队需走跨部门审批流程，而云端为营收优先外供，算力流转在部门壁垒中折损。

3. PAI 划转 ATH 的真实逻辑：从销售导向切回研发导向 在阿里云的考核体系下，自研大模型 Qwen 的算力消耗被视为纯成本开支，不产生账面收益，反而拖累利润。这种“云、AI 分灶算账”的架构导致了致命错位。

• 核心动作：此次划转旨在将算力调度权从销售导向切回模型研发导向。
• 人事安排：林伟（拥有微软亚洲研究院及总部研发经验，参与 Cosmos/Scope 搭建）带队转入 ATH，意味着 PAI 不再优先服务阿里云外部客户，而是全面倾斜至 ATH 内部模型训练。
• 目的：让 ATH 模型团队直接调用顶层工程能力，绕开阿里云销售审批链路，解决底层算力卡点。

4. 深层矛盾与对比：阿里 vs 腾讯 文章指出，PAI 并入 ATH 本质是用系统调度替代人工协调，但并未解决根本矛盾：

• 阿里的局限：仅完成了模型与工程的组织合并，但“两张皮”问题依旧。阿里云作为上市主体有营收压力，不可能放弃外部客户；ATH 作为集团事业群必须抢占最优算力。单纯的人事调整无法触碰制度根源。
• 腾讯的解法：同日，腾讯在北京召开 AI 产业应用大会，展示了不同路径。腾讯将混元大模型、TI 开发平台、自研 Agent 矩阵深度内嵌腾讯云体系。姚顺雨整合 AI Infra 与大语言模型团队，落地研究、工程一体化架构，打通内部算力考核与资源结算规则，从根源上弱化自研与商用的对立。

关键要点

• 效率对比悬殊：Anthropic 通过 AI 自主编码实现研发效率 8 倍提升，收入 15 个月暴涨 47 倍；阿里集团整体算力利用率仅 50%，存在大量无效空转。
• 考核机制错位：阿里云以营收为核心，优先服务付费外部客户，导致自研大模型 Qwen 被视为成本中心，长期面临资源紧缺和审批壁垒。
• 调整实质：PAI 划转 ATH 是将算力调度权从“销售导向”回归“研发导向”，由林伟带队实现内部资源倾斜，绕过外部审批。
• 组织壁垒未除：虽然 PAI 并入 ATH 补齐了组织短板，但阿里云的创收压力与 ATH 的自研需求之间的底层利益冲突未破除，算力分配仍随部门利益摇摆。
• 行业对比：相比阿里依赖人工协调和部门调整，腾讯通过一体化架构和内部结算规则打通，实现了 AI 研发与云计算的深度融合，减少了内耗。
• 未来挑战：阿里若想摆脱低效内耗，需建立统一的内部算力自动化调度机制，而非仅靠核心负责人或架构调整。

意义与影响

此次 PAI 划转 ATH 是阿里在面临算力内耗顽疾时的一次迫不得已的内部止损。它揭示了大型科技企业中普遍存在的“云业务”与“AI 自研”之间的利益冲突。

对阿里的影响：

1. 短期缓解：通过组织调整，ATH 模型团队获得了更直接的算力调用权限，有望加速 Qwen 系列模型及应用的迭代节奏。
2. 长期隐忧：只要阿里云的营收考核逻辑不变，自研模型的成本属性不变，算力空转的制度元凶就依然存在。PAI 的搬家只是解决了“谁来调度”的问题，未解决“为何争抢”的问题。
3. 竞争压力：与 Anthropic 的自动化飞轮和腾讯的一体化架构相比，阿里仍依赖人工协调，这在 AI 迭代速度极快的当下，可能使其在长期竞争中处于劣势。

行业启示： 文章通过对比指出，AI 时代的竞争力不仅取决于模型能力，更取决于底层算力调度机制和组织架构的自洽性。单纯的技术堆砌或局部组织调整无法解决系统性内耗，唯有打通研发、工程与商业化的利益闭环，建立自动化、一体化的算力调度体系，才能真正跑出 AI 自驱飞轮。阿里此次调整是一次有效的自救尝试，但要摆脱低效内耗，仍面临漫长的改革之路。