AI电脑凭什么卖这么贵

这些电脑面向开发者和创作者，最高配置提供128GB统一内存。厂商希望让智能体留在本机，持续处理文件、代码和创作任务，把原本反复支付的云端调用费，部分换成一次硬件采购。

上市前一天，英伟达又发布了面向本地智能体的Nemotron 3.5 Bolt模型。740亿参数经过压缩，装进了24GB的模型版本。硬件在增加内存，模型也在降低运行门槛。

对联想、华硕这些整机厂商来说，两种变化正在同时发生：电脑能承担更多工作，客户也有机会用更低的配置完成任务。高价能撑多久，取决于厂商能否把新增配置变成客户愿意付费的工作能力。

一名开发者让智能体排查代码，往往要反复读文件、调用工具、修改程序，再根据报错重来。放在按量计费的云端，每次尝试都消耗额度。放到本地，支出先变成电脑购置款，随后才是电费、软件和维护。

微软给出的价格划出了第一道门槛。Surface Laptop Ultra起价2599美元，更高内存配置需要另行选择。5999美元起的Surface RTX Spark Dev Box则是桌面开发机，计划11月在美国开始发货，与笔记本的上市节奏不同。

但不能把一台电脑的全部售价，都算成用户为智能体支付的溢价。RTX Spark同时承担图形、创作和游戏任务。英伟达公布的首发支持名单包含数百款游戏，《赛博朋克2077》《堡垒之夜》等都在其中。

如果客户本来就要买一台高性能电脑，采购时更该比较新增配置的差价。为了本地模型多花的钱，能否在使用期内被节省的云费和工时覆盖，才是这轮升级的经济依据。

这笔账还取决于原来的付费方式。云服务按量结算，减少调用可以直接减少支出；套餐额度原本就有富余，少用一些token未必立刻省钱。团队需要先分清，自己受限于预算、调用额度，还是等待时间。

本地模型的变化，也在影响硬件定价。10月15日发布的Nemotron 3.5 Bolt，总参数740亿、每次激活90亿。它采用2位量化，提供24GB压缩版本，用于本地工具调用、浏览网页和终端任务。

24GB指模型的压缩规模，运行时还要给上下文、系统和其他应用留出空间。即便如此，模型压缩仍给客户多了一种选择：未必要追求最大参数和最高内存，而可以围绕手头任务寻找够用的组合。

更大内存当然有用途。长文档、多模型并行和更长的上下文，都需要额外空间。但厂商必须把这种空间转化成可感知的差别，例如同时处理更多资料，或者减少等待和切换，而不能只展示模型装得下。

成本比较最终要落到同一批任务上。云端和本地采用不同模型，输出质量、等待时间和重试次数都可能改变。把原来几分钟能完成的工作搬到本地，如果需要更长时间才能达到相同标准，节省的调用费也要重新衡量。

使用频率随后决定成本能摊多薄。每天反复运行的文档、代码和素材处理，更容易形成稳定负载。偶尔调用一次大模型的用户，则很难靠节省云费收回配置差价。

设备采购也不会给AI支出自动封顶。团队仍可能购买软件、调用云模型，并安排人员处理异常。本地化提供的是一块可以反复使用的算力，能否降低总成本，还要看它接走了多少原本需要付费完成的工作。

原来的AI PC常靠降噪、作图和聊天助手展示能力。智能体要继续往前走，就得进入已有的软件、文件和权限体系。对企业来说，换一台电脑容易，重建整套工作环境往往更贵。

RTX Spark采用Arm架构，软件兼容因此直接影响购买。英伟达10月13日公布，Windows on Arm的首个PyTorch-CUDA构建版本随平台推出。排名靠前的15000个Python安装包中，97%已经准备就绪。

这些开发工具的适配，关系到程序员能否沿用常用框架和依赖包。部署时少处理一次兼容问题，机器就能更早开始工作。对没有专门IT人员的小团队，这种便利尤其重要。

创作软件也在跟进。按英伟达披露，Photoshop和Premiere的相关优化已进入测试版，其他更新将分阶段推出。采购者需要核对自己常用的版本和功能，才能判断新硬件能否接进日常流程。

一支视频团队可能同时使用剪辑、调色、字幕和素材管理工具。其中一个环节加速，并不必然缩短整条流程。若节省的渲染时间又花在格式转换或人工检查上，硬件优势就很难变成可交付的产出。

智能体还要解决授权问题。微软10月7日宣布，Microsoft Execution Containers正式面向Windows 11提供。企业可以限定智能体访问的文件和网络，并在运行时执行策略；相关身份与管理能力可接入企业工具。

这些安排对应的是很具体的责任。智能体在后台修改了几十个文件，企业需要查出它改了什么、谁授予权限、哪些操作可以恢复。代码库、设计稿和客户资料留在本机，也仍然需要访问管理。

模型更新以后，已经跑通的流程也要复测。同一套指令能否继续稳定执行，文件格式变化后会不会出错，都需要有人检查。设备越多，这项工作越需要集中管理，否则一次模型升级就可能变成逐台排查。

硬件的收益因此要扣掉复核成本。如果一段程序省下半小时生成时间，却需要更多时间检查错误，团队很难持续为它付费。企业验收也会从模型分数，延伸到完整任务耗时，以及人工接手的频率。

厂商能收取多少溢价，要放到任务完成后的账里看：少付了多少云费，节省了多少工时，又增加了多少维护和复核。

这也给本地与云端的分工留下了空间。重复、稳定、涉及内部资料的任务可以留在设备上；需要更强能力时，再调用云模型。整机厂商若能把切换做顺，客户就不必每次都重新选择模型、处理文件。

边界清楚的工作更容易成为试点入口，例如整理固定格式的内部文档，或为一类代码生成测试。一项任务积累了稳定结果，企业才更有理由扩大权限和使用范围，采购也有了具体依据。

联想的财报能说明厂商为何愿意推动这轮升级。2026/27财年第一季度，其智能设备业务收入171亿美元，同比增长27%，经营利润率为7.1%。同季度，方案服务业务收入29亿美元，经营利润率为24.2%。

两个分部承担的产品、成本和责任不同，利润率不能直接套用。但它们展现了两种收入来源：一端依靠设备销售和供应链效率，另一端依靠部署、管理和持续服务。智能体电脑让两者有机会在同一个客户身上衔接。

联想已公布搭载RTX Spark的Yoga Pro 9n，最高提供128GB统一内存，并在支持的Yoga设备上引入Qira个人智能体验。跨设备衔接和本地工作流，成为它区别于单纯配置升级的产品方向。

这条路也有现实约束。英伟达提供芯片、CUDA和优化工具，微软提供系统与权限管理，模型厂商持续更新能力。整机品牌若只把这些东西装进机壳，很容易重新回到配置、折扣和交货期的竞争。

模型压缩会让这种竞争更紧。客户今天为更大内存付费，下一次采购时可能发现，同类任务已经能在更小配置上运行。厂商需要持续证明的，是整套系统带来的效率，而非某一代内存容量的稀缺。

渠道也要跟着改变。过去卖电脑，演示屏幕、性能和续航就能完成大部分介绍。现在若要卖智能体能力，经销商还得拿客户的资料跑通流程，设置权限，并说明出现故障后由谁处理。

这些工作可以成为服务收入，也会形成新的成本。模型版本、系统补丁、人员权限和业务软件都在变化，售后团队必须持续维护。服务合同能否赚钱，要看问题处理的频率、工时和收费能否匹配。

对客户而言，服务合同的价值也落在具体工作的验收上。设计团队减少多少等待，开发团队节省多少调用，运维人员每月需要投入多少时间，都可以在试点中留下记录。结果稳定，后续扩容和续费才有依据。

现有客户的换机周期同样影响收入。智能体若能在旧设备上完成主要任务，企业未必立即整批更换电脑。整机厂商需要分清，试点带来的是提前换机、更高配置，还是一份可以单独销售的软件服务合同。

定价还要经受渠道促销的检验。微软在美国、加拿大的符合条件换购活动中，提供最高1000美元额外返现。活动从10月7日开始，有机型和资格限制；对厂商经营而言，挂牌价最终还要经过优惠与渠道成本，才能形成实际收入。

这一代电脑已经进入首发窗口。接下来的观察，应从发布会参数转向成交均价、高内存配置占比，以及客户部署后每天真正使用的时长。服务能否随设备一起卖出、能否续费，也会影响整机厂商最终留下多少利润。

更强的本地模型和更完整的软件适配，正在扩大电脑能承担的工作。联想、华硕等厂商的机会，是把这些能力接进客户已有的流程，让一次硬件采购带来可以反复兑现的效率。高价配置的说服力，最终要由这些结果积累出来。

技术的意义，不只是让机器更聪明，而是让人拥有更多可能。12月26日，“AI闪耀中国·2026吴晓波科技人文秀”，欢迎你与我们一起，共赴智能时代。