引言：当“三层蛋糕”被从中间切开
二十年来，IaaS-PaaS-SaaS三层分层架构一直是云计算产业的底层骨架。从云厂商的产品划分、企业IT采购，到开发者的技术选型，所有人都默认遵循这套清晰的层级边界。IaaS给的是“一台机器”，PaaS给的是“一个运行环境”，SaaS给的是“一个业务结果”。
但2026年，这个用了二十年的模型正在被“从中间切开”。
2026年6月，Omdia发布《2026年全球AI云栈报告：在智能体AI时代重新思考云计算》。报告开篇就扔出一个判断：传统单一垂直分层架构正在开始瓦解。原因不是云厂商想改，而是AI的崛起让这套架构从底层逻辑上“不好用了”。
同年2月，IDC在FutureScape 2026十大预测中给出了更具体的判断：到2027年，海量的计算和数据需求将强制超过85%的中国组织将传统云环境转型适配AI工作负载的新型平台。
这两个判断指向同一个方向：云架构正在经历一次从“为人类设计”到“为智能体设计”的底层重构。
对运维工程师、技术管理者和企业IT决策者而言，这意味着一件事：你熟悉的“分层采购、分层运维、分层管理”逻辑，正在失效。
第一章 传统分层架构：二十年的“三层蛋糕”为什么突然不香了？
核心观点： IaaS-PaaS-SaaS分层架构建立在“人类是指令发起者”的假设之上——AI智能体具备自主规划、长周期运行、跨层调用资源的能力，与这套假设产生了根本性冲突。
先回顾一下传统三层架构的逻辑。
IaaS（基础设施即服务）——运维人员申请服务器、存储、网络。PaaS（平台即服务）——程序员编写代码、部署业务、管理中间件。SaaS（软件即服务）——普通使用者操作现成软件，提交指令、等待响应。
这套分层逻辑建立在三个默认假设之上：
第一，人类是唯一的指令发起者。 所有业务都是短周期、无状态、请求-响应模式。层级之间边界清晰，各司其职。
第二，各层可以独立计价、独立采购。 企业按需采购底层算力、开发平台或者成品软件，分层收费逻辑简单直观。
第三，层级之间的调度是“串行”的。 IaaS层做完自己的事，把结果交给PaaS层；PaaS层处理完，再交给SaaS层。每一层各管一段。
但AI来了之后，这三个假设都被推翻了。
Omdia在报告中指出，大语言模型的兴起从三个层面颠覆了云原生计算架构范式：
第一，单次模型API调用即可覆盖云原生架构中四至五层的功能，将此前相互独立的层级逐步整合并重构为模型自身内部的功能组件。一个AI推理请求，从算力调度到模型加载到结果输出，一次调用穿透了传统架构中的多个层级。
第二，企业采购逻辑正从“按层付费”转向“按Token付费” 。随着Token经济的兴起，Token已成为企业采购的核心计费单位。原有的分层结构已失去相当大一部分独立商业价值，越来越多地成为支撑AI云的关键技术组件，而非可独立交付的产品模块。
第三，人机之间的生产关系发生了根本性变化。 模型、智能体以及整体AI正日益以“劳动力”的形式出现。Salesforce推出了涵盖多种岗位类型的Agentforce；微软的Copilot已扩展至多个办公场景。随着人类逐步将控制权移交给机器，云原生架构所依赖的控制论逻辑开始松动。
传统分层架构不是被“淘汰”，而是被“绕过去了” ——AI应用不再需要一层一层地采购和调用资源，而是一次调用、全栈穿透。
第二章 Omdia的新框架：AI云三层架构长什么样？
核心观点： Omdia将2026年AI云技术架构重新定义为三层——AI云基础设施、模型即服务（MaaS）和智能体即服务（AaaS）——每一层对应一个独立的市场，其商业逻辑不再是“卖资源”而是“卖能力”。
面对分层架构的瓦解，Omdia提出了一个新的框架：
第一层：AI云基础设施（AI Cloud Infra）
涵盖多租户AI IaaS和物理专用资源AI裸金属即服务（BMaaS）。这一层是传统IaaS的“AI化升级”——不再是通用计算资源的租赁，而是面向AI工作负载优化的专用基础设施。
2025年，全球AI云基础设施市场规模达657.4亿美元。其中AI IaaS市场规模为247.9亿美元，区域分布上北美占45.7%、中国占22.3%、欧洲占15.4%。AI BMaaS市场规模为409.5亿美元，北美占54.5%、中国占13.7%、欧洲占9.2%。
第二层：模型即服务（MaaS）
包含模型生产服务（MPS）和模型消费服务（MCS）。模型生产服务涵盖数据与知识工程、模型开发与训练、模型评估与对齐，以及模型治理与管理四个子市场。整体市场规模达185.4亿美元，其中模型开发与训练细分市场占比63.5%。
第三层：智能体即服务（AaaS）
包含智能体平台服务和智能体劳动力服务。这是传统SaaS的“AI化升级”——不再是提供软件功能，而是提供能够自主完成任务的智能体“劳动力”。
Omdia云与AI高级首席分析师Raymond Zhan强调，随着AI云栈的演进，行业焦点将从资源层转向应用层。这三个市场相互独立，各自基于已确认收入统计，而非成本细分。
值得注意的是，Omdia在另一份报告中指出，当前企业级MaaS市场已从简单的模型API调用（MaaS 1.0）演进为覆盖AI应用全生命周期的综合能力（MaaS 2.0）。“卖模型”正在变成“卖AI能力全生命周期服务”。
第三章 市场已经在变：从“卖算力”到“拼应用”
核心观点： 2026年全球云计算市场将突破万亿美元，但增长最快的已不是IaaS层，而是AI驱动的SaaS和MaaS层——云厂商的战略重心正在从“资源租赁”转向“智能调度”。
市场数据印证了架构变化的方向。
2025年，全球云计算市场（涵盖IaaS、PaaS及SaaS）估值约达9430亿美元，并有望在2026年初突破万亿美元大关。Gartner预测，2026年全球AI优化型IaaS支出将增长96.4%，达到423亿美元。2026至2027年，该市场预计将保持较快增长，2027年规模将达到660亿美元。
但更值得关注的是收入结构的迁移。有云厂商高管透露，近年来腾讯云SaaS业务占比持续提升，在AI和SaaS的融合下，目前SaaS相关收入增速明显高于IaaS。随着模型逐步成熟，2026年以后，AI商业化的重心可能更多转向应用层。
云厂商的战略布局也在同步调整。2026年4至5月，谷歌在Next‘26大会上提出Agentic Cloud战略，发布Agent Engine与Agentic Data Cloud；同期，阿里云宣布完成全栈智能体化升级，打造Agentic Cloud；亚马逊推出AgentCore实现模型无关的智能体编排。
WAIC 2026上，各大云厂商集中推出Agentic Cloud、Agent-Native架构，释放出同一个信号：面向人类设计的传统分层云栈，已经难以适配自主运行的AI智能体。
阿里云的做法很有代表性。2026年5月，阿里云宣布完成“芯片-云-模型-推理”全栈Agent化升级，对云产品进行了Skill化、MCP化和CLI化改造，将每一项云服务封装为智能体可像调用函数一样直接使用的标准化能力模块。云服务的“用户”正在从人类变成智能体。
第四章 边界模糊之后：对企业云战略的四个启示
核心观点： 分层架构的瓦解不只是技术问题——它正在改变企业的采购逻辑、运维模式、竞争维度和组织形态，企业需要从“逐层采购”转向“以业务目标为核心反向匹配资源”。
分层架构的瓦解，对企业的实际影响远比“架构变了”这四个字复杂得多。
启示一：采购逻辑变了——“按层付费”正在变成“按Token付费”
过去，企业上云是“逐层采购”——先买IaaS算力，再买PaaS平台，最后买SaaS应用。每一层单独计价、单独采购、单独管理。
现在，AI应用的采购逻辑正在逆转。企业不再问“我需要多少台虚拟机”，而是问“我需要完成什么业务目标”。Omdia指出，Token已成为企业采购的核心计费单位。算力、存储、网络不再是独立售卖的产品，而是支撑智能体运行的底层配套。
这对采购决策意味着：未来的云服务选型，不再是“IaaS选哪家、PaaS选哪家”的分层决策，而是“哪个云平台能最好地支撑我的AI业务目标”的一体化决策。
启示二：运维模式变了——“分层运维”正在变成“全栈可观测”
传统数据中心运维是分层分工的——网络团队管IaaS、中间件团队管PaaS、应用团队管SaaS。各管一段，边界清晰。
但在AI智能体时代，一次智能体任务会同时穿透IaaS、PaaS、SaaS多个层级。层级之间独立调度、独立鉴权、独立网络链路，带来巨大延迟与资源开销。分层架构人为制造的边界，和智能体“端到端连续执行”的需求天然冲突。
这对运维意味着： 分层运维的“各管一段”模式正在失效。未来的运维需要全栈可观测能力——能够追踪一个AI请求从基础设施到模型推理到业务输出的完整路径。
启示三：竞争维度变了——“资源规模”正在让位于“智能调度能力”
过去云厂商的核心竞争力是“资源规模”——谁的数据中心多、谁的服务器多、谁的带宽大。
现在，竞争正在转向“智能调度能力”——谁能更高效地把算力调度给模型、把模型调度给智能体、把智能体调度给业务场景。有分析指出，从IaaS到PaaS，从XaaS到MaaS/AIaaS，2026年中国云计算厂商集体找到了产业共识——Agent Infra成为核心战略定位。
这对决策者意味着： 评估云供应商时，“有多少机房”已经不够了，还需要评估“AI调度能力”——模型服务、智能体编排、Token效率这些新维度。
启示四：组织形态变了——“IT部门”正在变成“AI能力工厂”
当AI智能体以“劳动力”形态出现时，企业的IT部门不再只是“技术支撑部门”，而是“AI能力生产部门”。IDC预测，到2027年，超过60%的企业将优先选择针对AI工作负载优化的云基础设施。
这对组织意味着： 企业需要建立新的能力——从“管理云资源”到“管理AI能力”，从“采购算力”到“采购智能”。
结论：云架构的“分层时代”正在结束，“智能调度时代”刚刚开始
二十年的IaaS-PaaS-SaaS三层架构，正在被AI“从中间切开”。
Omdia的2026年AI云三层新架构——AI云基础设施、MaaS、AaaS——不是对旧框架的修修补补，而是一次从“资源逻辑”到“能力逻辑”的范式转换。
传统分层架构的核心是“资源租赁”——IaaS租机器、PaaS租平台、SaaS租软件。新架构的核心是“智能调度”——调度算力给模型、调度模型给智能体、调度智能体给业务。
这个转变的三个关键趋势已经清晰：
第一，采购单元在变。 从“虚拟机、存储空间、实例时长”变成“Token”。Omdia指出，Token已成为企业采购的核心计费单位。企业价值标尺正在转变为Token产出效率和任务完成率。
第二，竞争焦点在变。 从“资源规模”变成“智能调度能力”。2026年各大云厂商集中推出Agentic Cloud架构，背后是对“谁能让智能体跑得更快、更省、更稳”的争夺。
第三，服务对象在变。 从“服务于人类”变成“服务于智能体”。阿里云将云服务封装为智能体可直接调用的能力模块——云服务的最终用户正在从“人”变成“AI”。
给运维工程师的建议： 从现在开始学习“全栈可观测”能力。 分层运维的时代正在结束，未来的运维需要能够追踪AI请求从基础设施到业务输出的完整路径。传统的“各管一段”技能组合需要升级。
给技术管理者的建议： 在云架构选型中，将“AI调度能力”纳入核心评估维度。 不要只看“有多少机房、多少服务器”，更要看“模型服务能力、智能体编排能力、Token效率”。这些新维度将决定未来三年你的AI应用能跑多快、花多少钱。
给企业IT决策者的建议： 重新思考“上云”的定义。 过去上云是“把服务器搬到云上”，现在上云是“把业务能力搬到AI云上”。Omdia提出的AI云三层新架构提供了一个新的参考框架——评估你的云战略时，不要只问“IaaS选哪家”，而要问“我的AI业务需要什么样的智能调度能力”。
云架构的“分层时代”正在结束，“智能调度时代”刚刚开始。谁先完成从“资源思维”到“能力思维”的转换，谁就能在下一轮竞争中占据先手。