出品｜虎嗅商业消费组

作者｜苗正卿

题图｜阿里国际

张凯夫阐述阿里国际AI战略转向工作流Agent，核心聚焦降本增效，如提高转化率、降低成本。成果包括Ovis模型调用量破10亿日次、退款成本降15%。他强调AI时代桥梁型通才的重要性，并对年轻工程师提出适应挑战的建议。

• 🚀 AI战略转移：阿里国际优先发展工作流Agent，实现业务降本增效

• 💰 降本增效方向：AIGC提素材质量、自动化降本、AI+人增产能驱动增长

• 📈 显著成果：Ovis模型日调用量超10亿次，退款成本降15%，广告ROI升5%

• 🧠 关键人才：桥梁型通才融合技术与业务洞察，成为AI组织核心资源

• ⚠️ 工程师挑战：AI取代基础编码工作，年轻一代需重塑成长路径适应新生态

• 🔍 招聘策略：招懂算法、有锐度的创新型人才，推动突破传统思维边界

“垂直Agent的机会，比垂直模型的机会要大很多。但关键点在于，要想明白用垂直Agent解决什么行业问题，从问题出发做上下文工程，并且做减法。”阿里副总裁、阿里国际AI Business负责人张凯夫（花名：凯夫）对虎嗅表示。

虎嗅独家获悉，阿里国际内部在2024年把AIGC作为关键方向后，于2025年开始把焦点向Agent转移，其中包括可以进一步降本增效的电商工作流Agent。目前，阿里国际内的AI布局包括了多模态模型Ovis、超过60种场景的AI应用以及正在推进中的Agent工具。

虎嗅了解到，针对这些AI能力，阿里国际内部的考核与评估体系是基于“实际贡献为导向”的指标而进行的。凯夫向虎嗅表示，这些AI工具、AI能力、AI项目，都要能够证明确实可以带来降本增效、利润提升，他日常和财务会密切对齐相关进度。

“有三个方向：其一是AIGC提高了素材质量和转化率，带来更高GMV；其二是通过AI自动化降本；其三是基于AI+人，在同样投入的前提下，产能变高了。我们对商家和内部降本增效的思考方式，基本上以这三点为方向。”凯夫说。

阿里副总裁、阿里国际AI Business负责人张凯夫

AI对阿里国际的业务影响是明显的。以阿里国际基于通义大模型为基座强化训练出的Ovis模型为例，2024年四季度该模型日均调用量超过1亿次，而到了2025年上半年，这一数据已经超过10亿次。而在成本和收入环节，阿里国际相关的AI Agent已经让退款成本同比下降15%，广告投放ROI同比提升5%。据悉，目前阿里国际AI提供的SEO占到了整体SEO的近4成。在今年的世界人工智能大会上，阿里国际的AI解决方案获得了大会的卓越人工智能引领者（Super AI Leader，简称SAIL奖）。

值得注意的是，在阿里体系内，凯夫除了负责阿里国际的AI工作之外，也负责淘系的AI和搜索推荐工作。凯夫认为，在ToB和ToC端，AI所带来的机会和确定性是有所不同的。

“在ToB端，路线是非常确定的，降本增效是一个明确的方向；在ToC端,我在看两个事情，其一是AI对搜索推荐广告本身的改造，这个方向是非常明确的，其二是如何用AI重构电商，这还需要探索。”凯夫认为，一个共性的逻辑是，当下在AI圈，只有两种生存路径：“最通用”的或者“最垂直”的，中间派是没有生存壁垒的，前者能做的人很少，垂直可能有更广泛的机会。

阿里国际AI Business 发展历程

2023年4月 成立AI Business，开始研究跨境电商全链路的AI解决方案

2023年11月 阿里国际AI开放平台Aidge开启内测

2024年7月 阿里国际的AI调用量突破日均5000万次

2025年2月 调用量突破日均6亿次

2025年5月 阿里国际9篇论文被收录进2025年ACL（国际计算语言学年会）

2025年7月 阿里国际AI调用量突破日均10亿次

凯夫也对正在激变的AI世界抱有期望和担忧。“我最近两个月，用于AI工具上的花费可能超过2000美元/月，Claude 4发布后我立刻就用了，说实话我用完觉得奇点来了。”

他说最近在一次内部分享上，他面对眼前的新入职工程师、实习工程师说了一些肺腑之言，“我告诉他们，5 月 23 日Claude 4发布，意味着这个世界被改变了。AI Coding的出现，对于年轻工程师而言有机会也有挑战，它对于产品经验、工程品位的要求非常高。它其实取代的正是简单的‘写码能力’，但是每一个成熟程序员都是从做基础写代码的工作锻炼出来的，今天这些基础工作即将被AI迅速取代，年轻一代程序员该如何成长呢？”

7月26日，虎嗅和凯夫在上海进行了深入交流，他分享了自己对于阿里国际AI进程的思考、也分享了对于AI时代程序员成长以及人才培养的看法，下附交流实录，有删减：

虎嗅：你在公司内推动电商的AI工作时，优先级是怎样的？

凯夫：第一优先级对现有业务升级，带动降本增效，今年我要啃的一块大骨头是工作流Agent。从技术脉络上看，之前是AIGC，现在是Agent。

我们思考降本增效的方法，包含两方面，一个是成本一个是产量。降本增效并不是说有了AI就开始减少人工。通过AI在既有成本上去扩大产量，也是一种降本增效。

我举一个例子，比如以前客服团队的痛点是品控，也就是如何检查客服的工作。每天海量的客服沟通，靠品控抽检员一个个去看是不够的。现在AI可以承担“全检”工作。我并不需要用AI替代客户，而是用AI去检查客服的工作，今年我们主要在思考Agent的方法。

我现在思考觉得，AI对一个组织的降本增效，可能有三种形式。一种就是外界常提到的AI取代了人，所谓的“黑灯工厂”、“无人工厂”；第二种是，当AI做的还没有人好时，可以让AI先做质检和交叉验证环节，从而帮助人更好地工作；第三种是AI和人进行某种人机协同。

虎嗅：你的团队内部使用什么样维度去评估AI这件事成功与否的？

凯夫：我们有一个统一维度，就是商业价值。当然在不同的场景和部门，会有具体的目标，但整体维度都是这个，比如有的是转化率，有的是收入增幅，有的是点击率提升。简单说，就是给公司贡献了“钱”的价值。我们会非常严格地去挤水分，我们会和财务一起来对AI相关的目标。

虎嗅：你们要做的事情似乎很多，有模型、有场景应用、有Agent，你们内部做这些事情的优先级是怎样的？

凯夫：最优先的维度是“差异化的技术能力”。当OpenAI进入百万卡集群的时候，中型团队要找到差异化定位。所以我们要问题驱动地去建设“差异化技术能力”。顺藤摸瓜其实是一种业务能力。你有这个能力后，你就可以比较好地去聚焦、去做垂直，垂直是有生命力的。

我们做事情，其实有一个内核逻辑：基于通义这个基础模型，然后在业务场景里通过洞察用户需求，找到具有通用性的核心能力，去做后训练。比如我们AI能力里做的多模态表格理解、LLM多语言能力，都是具备这种通用性价值的。而这些能力做出来后，它都是具备差异化技术能力优势的。

所以我觉得我们团队本质上，靠的不是卡量，而是思想、思路。我们一定要想的特别清晰到底做这么。这和我最近体验AI工具时的感受很像，我这段时间发现，很多时候问题不在于“喂给模型什么”，喂太多了反而耽误事，关键在于你要想明白自己要什么然后去“约束它”。

同样，在业务上，我思考的重点之一，也是做减法，资源永远是有限的，我们要清楚地了解到需求到底在哪，然后去精准做出差异化优势。

虎嗅：你提到的一个关键点在于洞察清楚需求，但很多技术团队其实更善于天马行空，怎么确保他们洞察需求？

凯夫：我觉得团队里特别需要桥梁人物。这个人熟悉业务场景、知道需求在哪，然后还懂技术，或者起码了解技术的边界在哪。我最近招产品人才，基本上招的都是有算法背景或者技术背景的。我跟你说，会写代码的产品人才，确实是稀缺的。但这绝对是必然趋势，未来好的产品人才肯定会写代码，或者说成为通才。未来AI时代的组织当中，这样桥梁型的通才是最重要的。

虎嗅：我再追问一个细节，你刚才也提到了降本增效，你团队内如何用AI去降本增效的？比如你会把AI Coding之类的指标纳入到个体？

凯夫：我暂时并没有这样以指标形式要求下去，但我经常给大家讲、给他们分享，推动大家去尝试。坦白讲我觉得工程师写代码这个部分，在5月23日Claude 4发布后，整个行业的逻辑可能已经发生关键变化了。很多事情确实AI可以去做了。

包括我跟我团队产品经理说，以后是不是可以不用写PRD的（Product Requirements Document，产品需求文档），因为你可以把PRD写给AI，AI可以更快速写出一个质量很高的DEMO，然后产品经理把时间用于做DEMO，然后拿着DEMO去和工程师聊，这样效率更高。如果你的PRD方案连AI都看不懂，说明没写好。

我前段时间，给我们实习生做了一次分享。我觉得AI时代，其实对工程师生态而言，还是挺残酷的，尤其是对这些年轻工程师。

我给他们看了一些推特上的讨论，这些讨论围绕“普通人有了AI工具可以写代码，工程师有了AI是不是更厉害了”。推特上的讨论会说，真相可能并非如此。AI利好成熟的、有经验、又有想法的工程师，因为他们的编码品位、产品经验已经成熟了，AI可以解决基础环节提高效率。

但正因为AI出现，原本年轻工程师应该做的基础编码，这个生态位被取代了。但如果没有这个基础阶段的锻炼，年轻工程师又该如何进化为有成熟产品经验、较好编码品位的人才呢？除非这个年轻工程师有特别强的好奇心和学习能力，然后自己通过自驱力和探索，进化为了符合AI时代特质的成熟技术人才。

虎嗅：你刚才提及的桥梁型通才，和你这会儿聊到的符合AI时代特质的优秀技术人才，这二者是重合的吗？

凯夫：我观察发现，这二者往往是一拨人，本质和好奇心有关。你要是学了、用了这些最新的AI工具，逐渐有了新的能力，也就进化为桥梁型通才了。比如下班时，有人说咱俩再聊聊某个技术或者一块试试某个产品？结果你说，我还得赶紧去吃饭。这就没办法了。我觉得这就是未来的一个趋势，我之所以给实习生讲那些，是希望让他们心里有个种子，这个时代对于年轻一代工程师可能真的很残酷。

虎嗅：这些思考会影响你现在招人的策略吗？

凯夫：今年我们招的产品经理，都是懂算法的。而且我们还希望招到那些有“锐度”的人。

虎嗅：什么是你定义的“锐度”？

凯夫：要胆子大。我希望这些人敢于打破传统思路，或者直接告诉我某个东西不行，应该怎样怎样做。我喜欢直接犀利的人才。说实话，如果进来的人才都是循规蹈矩的，那就有点浪费资源了。我想找一些敢于提出新东西的人。

虎嗅：我还很好奇一件事，你现在兼顾阿里国际、淘天的AI工作，在制定一些技术路线或者方向时，你如何确保这个路线是当下的最优解？

凯夫：我觉得我很笃定的的是边界在哪。

虎嗅：你指的边界是？

凯夫：就是AI到底能干啥不能干啥，也就是技术的能力边界。我觉得阿里内部有很多非常好的懂AI、懂技术的人才，这些人共性的优点是，确实懂+务实。边界之所以重要，是因为它可以让我们避免很宏大却无法实现的东西，避免我们过于上头。