上周我做了个实验：让AI整理一个月的发票，做到一半拔了网线。

结果和预想一样——云端AI直接"死机"，留下一个转圈的加载图标和一堆没处理完的文件。

断网即失能，这是云端AI最大的软肋。而北大系团队元空AI刚刚给出了另一种答案，还把它预装进了惠普商务电脑。

一、开头：AI办公的"断网恐惧症"

财务月底要整理几百张发票，涉密的银行流水要分析，医院病历要做科研统计——这三类活有个共同点：数据不敢上云，或者压根不能上云。

云端大模型再强，碰到数据合规这道墙就歇菜。于是端侧AI成了2026年最热闹的赛道，但多数产品还停留在"能跑起来"的演示阶段。

这篇文章解决三个问题：元空AI的端侧模型Boxer到底什么水平？惠普为什么愿意预装一家三年创业公司的模型？端侧AI离"长期跑"还有多远？

二、产品背景：从ChatExcel到惠普预装的三年

元空智能，北大背景的创业团队，CEO逄大嵬。2023年靠国内最早的AI表格产品ChatExcel出圈——上线半个月日活峰值15万，累计独立IP超千万，攒下数百万用户。

2026年9月3日，元空与惠普在上海办联合发布会，一口气发布三件套：端侧模型Boxer、办公Agent元空AI Work、科研Agent元空AI Science，并与惠普Z系列工作站完成深度适配，正式达成战略合作。

目标用户画像：对数据安全敏感的制造、金融、医疗、科研机构——既要AI干活，又不许数据出门的企业；以及需要断网可用AI的个人专业用户。

三、核心功能详解

1. Boxer端侧模型：押注20B-100B"甜点区"

✅ 能做：27B稠密 + 35B-A3B稀疏两个版本，定位很明确——10B以下的小模型只够聊天，200B以上装不进设备，中间这段才覆盖"做汇报、处理Excel、分析流水"这类高频办公任务。自建WorkArena评测中，Boxer-35B-A3B拿下73.1分，领先第二名10.3分，部分任务表现超过一年多前的GPT-4o。

❌ 不能做：不追求和前沿云端大模型拼开放式复杂推理；"超GPT-4o"是对标一年多前的版本，别拿来和2026年的旗舰云端模型比。

2. 真能塞进设备：40 TOPS、8GB内存内保87.3%效果

✅ 能做：在40 TOPS算力、不到8GB内存占用的条件下，保留87.3%的原始模型任务效果。这个指标比跑分重要——它决定模型能不能装进普通商务PC和入门级工作站，而不是只活在顶配机器里。

❌ 不能做：87.3%意味着还是有约13%的能力折损，对精度极敏感的任务（如复杂代码生成）要实测验证。

3. 元空AI Work：断网状态下的完整办公闭环

✅ 能做：完全离线环境下，接收业务目标后自动拆解任务，调用本地Excel、Word、PPT、邮件等工具执行多步骤连续任务。发布会现场演示：关掉Wi-Fi后扫描本地数十张发票，完成解析、分类、归档并生成Excel；另一次演示读取数千条银行流水，识别出"短时间资金快进快出"的异常特征。任务中断后还能接着执行。

❌ 不能做：能力边界受本地模型限制，特别开放、需要联网检索最新信息的任务不是它的主场。

4. Memory记忆飞轮：从"一次性执行"到"持续认知"

✅ 能做：任务轨迹、环境事件、用户反馈持续进入记忆系统，重构为任务状态、知识资产和用户偏好——Agent具备状态恢复、知识复用、偏好学习能力，跨任务、跨设备、跨时间运行，越用越懂你。

❌ 不能做：长期记忆的检索质量、隐私边界（记忆了什么、谁能看）公开信息讲得不细，企业部署前要实测。

5. 元空AI Science：科研Agent接到真实实验设备

✅ 能做：不止查文献、跑分析——文献检索、数据分析、生信、蛋白质工程，一路接到实验设备的执行与数据回流，科研成果可复刻、可验证、可追溯。入口 e2sci.com，还有开源的OpenAI4S项目。

❌ 不能做：科研设备对接是重工程，不同实验室的设备环境差异大，落地周期不会短。

四、收费模式：买断逻辑，价格未公开

官方没有公布公开价目表，模式是企业方案制——随惠普Z系列工作站/SKU、行业解决方案打包，面向制造、金融、医疗、科研输出。

但这套产品的定价逻辑本身值得说清：一次性硬件+软件投入，换长期接近零边际成本的本地Token。惠普高管在发布会上算过这笔账：当带本地算力的设备造价和企业两三年烧云端API的钱差不多时，临界点就被触发了。

个人建议：个人用户可以先从 chatexcel.com 免费体验元空的云端办公能力；企业用户直接走惠普渠道询价试用——双方此前的一体机已有数百台规模部署，说明交付是跑通过的，不是PPT合作。

五、竞品对比

结论：数据合规是硬约束（病历、流水、产线数据）→ 元空这套方案是目前国内落地最实的选项；任务开放性强、数据不敏感 → 云端API仍是能力天花板；个人轻办公 → 传统AI PC够用。

六、入口地址 + 使用指引

• 元空AI Work：chatexcel.com（个人可直接体验云端版能力）

• 元空AI Science：e2sci.com

• 企业端侧方案：通过惠普Z系列渠道（ZGX Nano G1n AI工作站、ZBook 8 G2i移动工作站、Z2 Mini G1a台式工作站均已适配）

• 个人版注册无需邀请码；企业方案走商务对接

七、实操案例：断网状态下的"月度发票整理"全流程

以发布会演示的财务场景为蓝本（基于公开信息还原，供参考）：

Step 1：给目标，不给步骤。对元空AI Work输入一句话："整理本月发票文件夹，建立台账，标注异常，生成分析报告和汇报PPT，并拟好给领导的邮件。"

Step 2：看它拆解执行。系统自动扫描本地文件夹，识别数十张发票（图片/PDF混合），逐张解析金额、抬头、税号，分类归档。全程Wi-Fi是关的——这是和一切云端AI的分水岭。

Step 3：异常标注。台账建立后自动做数据汇总，异常项（重复报销、金额超标、抬头不符）标红列出。银行流水场景同理，"短时间快进快出"这类风控特征能自动识别。

Step 4：产出交付物。分析报告Word + 汇报PPT + 邮件正文一次生成，全部留在本地设备，数据零出域。

Step 5：记忆沉淀。这次任务的偏好（领导的汇报格式、异常标注规则）进入Memory，下个月同样的活，干得更顺手。

几个坑要提前知道：

1. "超GPT-4o"对标的是2025年中的版本，跑分口径别过度解读；87.3%效果保留意味着端侧有约13%能力折损

1. WorkArena是元空自建评测，第一名是"自家考场"成绩，第三方评测还没出现

1. 企业方案是软硬件打包售卖，前期投入不小，适合先单点场景（如财务发票）试点，跑通ROI再铺开

1. 科研设备对接（AI Science）是定制工程，周期以月计，别指望开箱即用

八、总结与建议

适合你，if：你在制造、金融、医疗、科研机构，数据合规是硬约束，云端API用不了或不敢用；或者你是企业IT负责人，正在算"云端Token长期成本 vs 一次性本地部署"这笔账。

不适合你，if：你要的是最强通用能力、任务高度开放、数据无敏感性——云端旗舰模型仍是天花板；个人轻度办公用户也没必要为此换工作站。

个人评分：8.5/10。端侧AI喊了两年，多数是"能跑起来"的演示；元空+惠普是少数把"长期跑、规模化跑"交出实证的组合——数百台已部署设备、全球硬件渠道、两年商业订单都是硬证据。扣分项在跑分自评、企业方案透明度。它押注的公式"生产力=模型×Agent×设备"对不对，未来两年见分晓，但至少现在，它是国内端侧AI从PPT走进机房的最实样本。