PC重新成为AI Agent主战场:腾讯Marvis等操作系统级AI助手,正在改写你对＂智能助手＂的所有认知

讲真，我在AI圈混了快两年，见过太多"颠覆式创新"最后变成"PPT式创新"。但Marvis这个方向——把AI搬到操作系统的底层，让它能调度你电脑上的本地算力、读取你本地的文件、甚至在你关机后还能继续跑任务——这事的底层逻辑，经得起拆。

这篇文章不是在给腾讯唱赞歌。恰恰相反，我觉得Marvis只是"第一个亮牌的"，后面至少还有四五家在做同样的事。真正值得聊的，不是某一家公司的产品，而是整个行业正在发生的一件事情：AI Agent的"主场"，正在从云端和手机端，悄悄转移到PC端。

而大多数人对这个趋势的认知，还停留在"AI不就是聊天机器人吗"的阶段。

腾讯Marvis是什么？一个"操作系统级"AI助手的降维打击

先搞清楚概念，因为99%的人对Marvis的理解是模糊的。

Marvis不是一个新的"ChatGPT"。它不是你在浏览器里打开的网页应用，也不是你手机上的App。Marvis是腾讯基于自家QClaw框架打造的一个操作系统级AI助手——什么叫"操作系统级"？就是它能直接调用你电脑的底层能力：读取硬盘上的文件、访问摄像头和麦克风、调度GPU和NPU算力、甚至在你没开电脑的时候（休眠状态下）也能保持"后台运行"。

光说概念太虚，我举个例子你就明白了。

你平时用豆包或者Kimi写周报，流程是什么样的？打开浏览器→打开豆包→粘贴过去一周的工作记录→输入提示词→等它生成→复制结果→打开Word→粘贴→排版→保存。每一步都需要你手动操作。

Marvis的逻辑完全不同：你只需要在电脑上说一句"帮我写本周周报"，Marvis会自己去访问你的企业微信聊天记录，提取本周你参与的项目更新和会议纪要，去访问你的本地文档，整合最近的PPT和Excel里面的关键数据，然后直接在Word里生成一份格式规范的周报——你没有复制粘贴，没有切来切去，甚至连提示词都没写。

这里面的差异，不是技术层面的"谁的模型更大"，而是产品形态的根本不同——一个是你去"用"AI，另一个是AI主动来"帮"你。

而且Marvis还有一个关键特性：本地算力调度+端侧推理。它不依赖云端服务器给你跑模型（虽然也可以走云端），而是优先调用你电脑自带的NPU和GPU做推理。这事的意义，比你想象的大得多——后面我会详细拆。

还有个细节容易被忽略。腾讯的另一款产品ima Copilot也在最近全面开放，据说排队用户超过10万人。而且ima还推出了"知识号"功能，支持普通用户发布自己搭建的AI Skill——相当于给AI Agent开了一个"应用商店"。Marvis和ima，两条线齐头并进，腾讯这盘棋下得有点大。

为什么PC才是AI Agent的真正主场？三个被大多数人忽视的理由

聊完Marvis，我们来聊一个更底层的问题——

为什么我敢说PC才是AI Agent的主战场？

你可能会反驳：手机端AI的月活数据多好看——豆包月活过亿，Kimi几千万，Siri更是几亿人在用。PC端有什么？满打满算，用过Windows Copilot的人可能都不超过几百万。

这个反驳，从"用户数量"这个维度看，确实成立。但从"Agent的实用价值"这个维度看，错得离谱。

我可以给你三个理由，一个比一个硬。

理由一：本地算力（GPU/NPU）已经足够强，手机根本追不上。

一个残酷的事实：手机上最强的AI算力芯片，单颗NPU的INT8算力大概在45-50 TOPS（以最新的骁龙8 Elite和A18 Pro为例）。而一台中高端PC上的独立显卡，比如一张RTX 4060，INT8算力轻松超过200 TOPS——是手机的4倍以上。

更重要的是，PC的算力是可以持续输出的。手机上的NPU跑30秒大模型推理可能就开始降频、发热、电池狂掉。PC上的GPU可以几个小时不间断地跑，而且插着电源，根本不用考虑续航。

这就意味着：同样一个AI Agent任务——比如"帮我分析这100份PDF合同，找出所有风险条款"——在手机上跑，哪怕是最强旗舰，也是"理论上能跑，实际上跑不了"；在PC上跑，不仅跑得了，还能一边跑一边让你干别的事。

这个算力鸿沟，不是暂时的，而是结构性的。手机的物理尺寸和散热能力决定了它的算力上限永远追不上PC——这是热力学定律，不是技术迭代能解决的问题。

理由二：数据隐私——这才是Agent能真正"走进来"的前提。

讲个真实感受。

我之前试过把几十份公司内部文档上传到某个云端AI工具，让它帮我做分析。上传了不到一半，我心里就别扭了——这些东西是我签了保密协议才能看的，我现在把它们传到别人服务器上？虽然那个工具承诺"不用于训练"，但我凭什么信？

结果就是，我删掉了上传队列，手动翻了一天文档。

这个场景，我相信99%的职场人都遇到过——你有一个AI工具能解决问题，但你不能用，因为数据不能出你的电脑。

这就是为什么"端侧推理"对Agent来说不是锦上添花，而是刚需。Marvis把推理放在你电脑本地，所有数据不出你机器。你在企业微信里聊的敏感商业信息、你硬盘上的客户合同、你本地的财务报表——AI Agent能读到，但传不出去。

手机端的AI助手，要么把数据传到云端算（隐私风险），要么手机上那点算力只能跑个阉割版小模型（功能打折）。PC端没有任何这个纠结——算力够强，数据不出本地，两个条件同时满足。

这也是为什么微软在推Windows Copilot的时候，反复强调"本地推理"和"离线可用"——不是营销噱头，而是企业客户对AI的第一优先级需求就是数据不出域。

多说两句数据隐私这件事的严重性。根据调研机构Crowd Research Partners的数据，超过65%的企业安全负责人表示"数据隐私顾虑"是他们暂缓部署AI工具的首要原因——不是"不好用"，是"不安全"。在金融、法律、医疗、政府这些行业，AI工具如果有任何可能把内部数据外传，采购流程就直接卡死在安全评审这一步。

换句话说：云端AI切到的是"个人消费者"的市场——个人用户对隐私没那么敏感，能用就行。但端侧AI切到的是"企业办公"的市场——企业客户对隐私极其敏感，不出门是硬底线。这两个市场的付费意愿和客单价，根本不在一个量级。

这也是为什么我判断PC端Agent的商业模式会比手机端AI健康得多——不是技术原因，是经济原因。企业客户愿意为"数据不出域的AI"付高价，而个人用户对"云端免费AI"的付费意愿几乎为零。豆包收费为什么一推出来就骂声一片？因为用户已经习惯了免费，转付费的门槛太高了。但企业客户从来就没享受过免费AI——他们一开始就是按Token、按调用次数付费的，从收费倒免费才是新闻，从免费倒收费是理所当然。

理由三：多任务并行——AI Agent的"成人礼"。

这一点，我是在自己用了几周PC端AI工具之后才真正悟出来的。

手机上用AI，你只能做一件事：打开App，问一个问题，等回复，关掉App。你的注意力被锁死在那个对话框里。

但PC上的工作流天然是多任务并行的。你开着Word写文档，Excel里跑着数据，浏览器查着资料，企业微信挂着沟通——这种环境下，AI Agent才能真正帮你"做事情"，而不是"回答问题"。

举个例子：我在写这篇文章的时候，左边屏幕是参考资料和搜索窗口，右边屏幕是这个编辑器。在手机端？我连同时打开两个App都费劲——切一次微信再切回来，豆包可能就重启了。手机的操作系统和硬件决定了它本质上是一个"单任务"设备，而这个属性天然与Agent"多任务、长时间、跨应用"的需求相矛盾。

PC就不同了。我能让一个AI Agent在后台持续监控我的邮箱，发现重要邮件自动摘要推送到桌面；同时另一个Agent帮我把30个Excel文件合并成一个总表；还有第三个Agent在我写稿时实时检索相关数据和案例——所有这些任务可以同时进行，谁也不用等谁。

这种"多Agent并行"的工作模式，是AI Agent真正成熟的标志——就像2000年左右的浏览器从"单标签页"进化到"多标签页"，看似只是多了几个标签，实际上彻底改变了人们使用互联网的方式。

NPU军备竞赛：芯片厂商为什么突然集体押注PC端AI

如果你关注芯片行业，会发现一个有趣的趋势：过去两年，三大PC芯片巨头——Intel、AMD、Apple——都在做一个"看似不务正业"的事：往PC处理器里塞NPU。

而且不是象征性地塞一点——是疯狂地塞。

Intel的Lunar Lake架构，内置了NPU 4.0，AI算力达到48 TOPS。这是什么概念？Intel上一代Meteor Lake的NPU算力是11.5 TOPS，再上一代是0——一年之内翻了四倍多。而且Lunar Lake把NPU直接集成到了计算模块的核心区域，和CPU、GPU共享内存总线。

AMD那边的Ryzen AI系列（基于Zen 5架构），内置的XDNA 2 NPU更是做到了50 TOPS。AMD内部管这个叫"AI PC处理器"，不是"高性能处理器带个AI功能"——定位已经彻底变了。

Apple这边更不用说——M4系列芯片的NPU（Apple叫Neural Engine）做到了38 TOPS，而且整个M系列的架构设计从一开始就是"统一内存"的，CPU、GPU、NPU共享的带宽高达120-400GB/s，是传统PC架构的数倍。这意味着数据在CPU、GPU、NPU之间移动的成本极低，大模型可以无缝地在不同计算单元之间切换。

高通也不甘落后，骁龙X Elite的Hexagon NPU做到了45 TOPS，专门针对Windows on ARM做了优化，定位就是"AI PC的核心引擎"。

看到没有？Intel、AMD、Apple、高通——芯片行业四个最大的玩家，在同一年不约而同地把NPU从"可有可无的附加功能"升级为"核心卖点"。这不是巧合，这是趋势。

更值得琢磨的是：这些NPU用来跑什么？

跑云端大模型？不需要——云端模型的推理在数据中心，不占用你的本地NPU。跑手机端AI？也不需要——手机有自己独立的芯片。

答案只有一个：跑PC端的本地AI Agent。

Intel、AMD、高通、Apple——这些芯片厂商的市场团队不是傻子。他们敢把百亿级的研发预算押注在NPU上，一定是看到了一个确定性的需求：未来两年内，PC上的AI推理工作量将会爆发——而且这个推理必须在本地完成，因为涉及到隐私和实时性。

你可能会问：那手机端不也有NPU吗？

确实有。但手机NPU的算力天花板，刚才已经分析过了——受制于散热和功耗，手机端能跑的模型参数规模大概在1B-7B之间（也就是10亿到70亿参数）。而PC端，依靠更强的散热和更大的功耗预算，可以本地跑13B甚至更大参数的模型。

从1B到13B，参数差了13倍，这13倍在AI世界里意味着什么？意味着"能不能真正理解上下文"和"能不能执行多步骤任务"的天壤之别。手机端AI能干什么？帮你查天气、定闹钟、翻译一段话。PC端AI能干什么？阅读你过去三个月的所有邮件，分析你的沟通模式，然后自动帮你起草一封谈判邮件的初稿——风格、语气、数据引用都精准匹配你之前的习惯。

这两个能力层级之间，隔着13倍的参数差距。

另外还有一点很多人没注意到：微软在悄悄推Copilot+PC这个新品类，要求所有Copilot+PC必须搭载40 TOPS以上的NPU。Intel的Lunar Lake、AMD的Ryzen AI 300系列、高通的骁龙X Elite——恰好都在40 TOPS以上。这不是巧合，这是微软在联手芯片厂商给PC行业定标准。

以前你买电脑看CPU主频、看内存大小。以后你买电脑，可能先看NPU多少TOPS——就像现在买车先看马力一样。

端侧大模型的发展是另一个不容忽视的变量。过去一年，学术界和工业界在这个方向上的进展可以用"瞠目"来形容。Meta发布的Llama 3.2系列有1B和3B参数版本，完全针对移动端和边缘端优化，在手机上就能流畅运行。微软的Phi-3 Mini（3.8B参数）在仅3.3GB内存占用下跑出了接近GPT-3.5的效果。Google的Gemma 2有2B和9B版本，其中2B版本在移动端NPU上的推理速度超过每秒30 Token——足够支持"对话级"的交互体验。

更关键的是模型压缩技术的进步。量化（Quantization）从8bit下探到4bit甚至2bit，在精度损失不到5%的前提下，把模型体积压缩到原来的四分之一甚至八分之一。知识蒸馏（Knowledge Distillation）让大规模"老师模型"训练出高效"学生模型"成为常态。这两项技术的成熟，意味着在PC端跑一个13B参数的模型，不再需要一张几千块钱的专业显卡——一张消费级RTX 4060，或者一颗40TOPS的NPU，就够了。

芯片硬件的算力提升和模型压缩算法的进步，正在从两个方向同时逼近一个交点——让"PC本地运行高质量大模型"从"可行的实验"变成"日常的体验"。这个交点一旦达到，PC端AI Agent的普及速度会远超大多数人的预期。

从Siri到Copilot到Marvis：三个时代的AI助手，究竟差在哪？

讲完芯片，我们回头看产品。因为只有把产品摆在一起，你才能真正理解这个"代际差"。

第一代：手机端AI助手（代表：Siri、Google Assistant、豆包）

这代产品的基本特征是：单轮交互、功能简单、完全不碰你的本地数据。

你用Siri问"今天天气怎么样"，它调用天气API回答你。你用豆包问"怎么写周报"，它根据公开知识给你几条建议。你用完就关掉了，它和你之间没有"关系"——每次对话都是全新的开始。

这类产品的天花板是显而易见的：它对你的"了解"，仅限于你刚才说的那句话。它不知道你是谁、不知道你的工作内容、不知道你电脑里有什么文件、不知道你正在纠结什么问题。这种AI，本质上是一个"信息检索工具"——好用，但不"黏人"，更不"懂你"。

第二代：云端AI Agent（代表：Windows Copilot、ChatGPT桌面版、Kimi桌面版）

这一代进了一步——AI可以读取你的屏幕内容、可以和你正在编辑的文档联动、可以在一定程度上"记住"你的偏好。

但本质问题没解决：数据处理发生在云端。

Windows Copilot看上去很酷——按一个快捷键，侧边栏弹出AI助手，它能看到你的屏幕——但你在企业微信里聊的商业机密、你正在修改的合同条款、你本地的客户名单，在"被AI分析"的过程中，都传到了微软的服务器。

所以你会发现一个有趣的现象：很多人装了Copilot，但不敢在公司电脑上用。不是不会用，是不敢用——数据安全这根弦，在职场环境里绷得很紧。

第三代：操作系统级AI Agent（代表：Marvis、Apple Intelligence（部分）、Google的Android XR集成）

这一代的本质变化是：推理在本地，权限在系统层。

什么叫"权限在系统层"？就是说这个AI不是以一个"应用"的身份运行，而是以"操作系统的一部分"的身份运行。它可以——在你的授权下——访问文件系统、读取应用数据、调用系统API、调度硬件资源。

这个差别，就像你和物业的关系 vs 你和家人的关系。物业可以帮你收快递、可以帮你报修——但它没有你家钥匙，不能进你的卧室替你整理衣柜。

第一代AI就像物业——帮你开个门、递个东西。  第二代AI就像你请的家政阿姨——你可以把钥匙给她，但东西丢了人跑了都是风险。  第三代的Marvis，是住在家里的家人——它了解你的习惯、知道东西放哪、能帮你整理、而且你不会担心它把家里的东西搬出去。

这个比喻可能不太严谨，但核心意思你应该能get到：信任门槛不一样。

Marvis这类产品的核心价值，不是模型比别人聪明多少，而是数据不用出门+权限足够深。这两个条件同时满足之后，AI能从"帮你查资料"进化到"帮你干活"——这是一个质变，不是量变。

我用PC端AI工具的这段时间，最大的感受是：手机AI用完之后你会感叹"AI真聪明"；PC端Agent用完之后你会感叹"AI真有用"。聪明和有用，在AI这个领域，是完全不同的两个评价维度。

聪明是"它回答得真好"，有用是"它帮我省了两个小时"。

再多说一句手机端和PC端的对比。你如果仔细看Siri和豆包的日常使用场景——定闹钟、查天气、发消息、搜资料、写几句话——这些任务有两个共同特征：单步骤、低门槛。一个步骤能搞定的事，手机AI确实做得不错。但一旦任务变成"多步骤、跨应用、需要持续跟踪"，手机端就瞬间从"智能助手"退化成"问答工具"。

这个退化不是模型能力的问题——你手机上跑的豆包和PC上用的豆包网页版，背后是同一个模型。退化的根源是操作系统权限和硬件算力的双重限制。手机操作系统（无论是iOS还是Android）天然把每个App关在"沙盒"里，一个AI应用没有权限去读取另一个应用的数据——这是安全设计，也是AI Agent的天花板。

PC端的操作系统，虽然也有安全隔离机制，但文件系统和系统API的访问权限比手机端宽松得多。更重要的是，PC的操作系统是可以被"高度定制"的——微软和腾讯可以深度改造Windows的底层，让AI Agent获得更多的系统级权限。而手机操作系统，尤其是iOS，是极其封闭的。Apple自己不给Siri解锁的能力，别人更拿不到。这也就解释了为什么Siri做了十几年，至今还是一个"高级闹钟"——不是Apple没能力做更好的AI，而是Apple不愿意把系统权限下放给AI。这种"过度保护"在AI Agent时代，可能反而成为Apple最大的掣肘。

我的真实体验：用了两个月PC端AI Agent，手机AI我已经回不去了

说句实话。

我大概是四月份开始认真用PC端AI Agent的——不是Marvis（Marvis目前还是内测，我没拿到资格），而是Claude Code和Cursor这类编程Agent，以及一个本地的RAG系统（把自己写的所有文章和笔记放在本地做向量检索）。

用之前我觉得"不就是在电脑上多了个AI聊天窗口吗？和手机上有什么区别？"用完之后我发现我之前的理解完全错了——区别大了去了，而且根本不是UI层面的区别。

第一个感受是：一旦你习惯了AI能访问你的本地文件，你就回不去"对话框模式"了。以前写文章查资料，流程是：打开浏览器→搜索→找到相关网页→读→摘录→粘贴到文档→整理。现在我的工作流变成了：告诉Claude Code"帮我搜一下过去三个月关于PC端AI Agent的所有英文论文，做一个摘要，然后对比我上周写的关于智能体的那篇文章，看看有没有新的论点可以补充"。Claude Code在后台用搜索引擎查完（或读我本地的论文缓存），自动对比我的旧文章，把差异点列在一张表里。我全程不需要切窗口。

第二个感受是：AI能"记事儿"和"不能记事儿"，是两种完全不同的产品。手机上用豆包，每次对话结束之后它就把你忘了。下一次你开豆包问同样的问题，它给你一模一样的回答，根本不记得你上次对这个回答有什么反馈。PC端就不一样——你把一次对话的结果保存到本地，下次AI可以"记住"这件事，后面的回答会越来越贴合你的需求。

第三个感受说出来可能有点得罪人，但这是真实想法：手机上用AI，更像是一种"娱乐"——刷到一串AI生成的漂亮答案，感叹一下AI真厉害，然后就没有然后了。PC上用的AI Agent，更像是一种"生产力工具"——你真的在用它完成工作，而不是消费它的输出。

这种感觉上的区别，我花了大概两周才想明白。我在手机上用豆包、Kimi，每天也聊十几二十轮——回答问题、写文案、做翻译。但说实话，如果哪天手机上的所有AI工具突然都下线了，我的工作效率不会受到太大影响——因为我用它们做的事，自己也能做，只是慢一点。

但如果PC端的Agent下线了——特别是那些能帮我读代码库、能帮我管理多个任务、能在我关电脑后继续跑的——那我可能每天要多花三个小时在重复性工作上。这三个小时不是"优化"出来的差距，是"质变"出来的差距。

当然，我也不是要给PC端AI吹上天。现在的产品还有很多槽点。

比如有些本地大模型占用内存太高——跑一个13B参数的模型，显存吃掉12GB，我16GB内存的电脑直接卡成PPT。经常发生"AI跑着任务，我做不了任何事情"的局面——这就成了AI干活你等着，而不是AI干活你也能干活。

再比如"本地推理"这件事目前仍不够快。手机上豆包生成一句话0.5秒，PC上本地推理可能要2-3秒。虽然单次延迟好像差不了多少，但如果你一天用AI Agent上百次——乘以每天上百次调用，延迟的累积效应会让你烦躁。

还有最大的一个槽点：PC端Agent的"激活门槛"太高了。手机上你打开App就能用，PC上你要下载模型、要配置环境、要验证权限——这一套操作下来，普通人至少需要半个小时，而且很多人卡在中间某一步就放弃了。Marvis如果能把这个"激活门槛"降到零（开机就能用），那它的竞争优势就非常大。

再多说几句我的真实工作流变化——因为这可能是对读者最有参考价值的部分。我以前的写作流程：每天早上起来，先花30分钟扫一遍各大科技媒体、Twitter/X、Reddit上的AI板块，手动摘录可能有用的信息到Notion里，然后花15分钟整理成大纲，再开始写。现在我的流程完全变了。我在PC上搭建了一个本地RAG系统，每天晚上它自动抓取我关注的50个信息源的最新内容，存入本地向量数据库。早上我打开电脑，Agent自动给我生成一份"今日热点简报"，标出哪些信息和我正在写的文章最相关。我从"找信息"变成了"读简报"——这个切换，每天至少省了我40分钟。

而且说实话，用久了PC端Agent之后，我反而对手机端AI产生了一种"居高临下"的心态——就像开了两个月4K显示器之后，再回头看720p屏幕的那种感觉。不是手机AI不好用，是你的标准被拉高了。你以前觉得"AI帮我写了一篇200字的小红书文案"已经很厉害了；但当你习惯了"AI帮你搜集了30篇参考文献、做好了文献对比表、标注了每个论点的证据强度和潜在反驳角度"之后，再回去看"AI帮你写小红书文案"——你就会觉得：这也能叫AI？

人类的感知标尺一旦被拉高，就再也降不回去了。这个心理规律，比任何技术参数都更能解释为什么PC端AI Agent是不可逆的趋势。

ima Copilot全面开放+知识号发布Skill：腾讯在下一盘什么棋？

再来说ima Copilot，因为这条线和Marvis虽然看起来不同，但底层是一盘棋。

ima Copilot最近全面开放了，排队用户超过10万人。这件事本身在AI圈不算大新闻——现在哪个AI工具不排队？真正值得关注的，是ima推出了一个功能叫"知识号"，允许用户发布自己搭建的AI Skill。

用大白话说：你可以在ima上搭一个专门的AI技能（比如"合同审查助手"、"竞品分析工具"、"财务报表解读器"），然后发布到ima平台，别人可以直接用。这本质上是在做——

AI Agent的"应用商店"。

你想想手机生态是怎么爆发的：iPhone 2007年发布，但真正让智能手机成为不可逆趋势的，是2008年App Store的上线。App Store把"应用开发"这件事从专业公司手里解放出来，交给了每一个人。

ima的知识号，做的是同一件事——只不过这次不是"人人都能开发App"，而是"人人都能打造AI Agent"。

更关键的是，ima的这些Skill，底层跑的是PC端的本地算力。你在知识号上下载了一个"竞品分析Skill"，它运行时读取的是你本地的竞品资料、调用的模型推理是你本地的NPU/GPU——数据不出门，速度却很快。

所以你看到了吗？腾讯的布局是这样的：

Marvis = PC端Agent的"操作系统"（提供底层权限、算力调度、多任务管理）

ima知识号 = PC端Agent的"应用商店"（提供各种垂直场景的AI Skill）

QClaw框架 = PC端Agent的"开发底座"（提供模型接入、数据管理、本地推理调度）

这三层架构，合在一起，是腾讯在PC端AI Agent上的一张完整的牌。而且这张牌，目前只有腾讯在打。

不是别人不想打，是别人打不了——微软的Copilot太依赖云端推理，数据隐私这关过不了企业客户的审批。Apple在Mac上也推出了Apple Intelligence，但目前的覆盖范围和功能深度远不如Marvis体系。字节跳动在手机端有豆包，但PC端目前没有一个真正"操作系统级"的产品。百度的文心一言桌面端，也还停留在"聊天窗口"层面。

说到这里，你可能觉得我是在给腾讯站台。不是的。我只是描述现状——腾讯在"PC端操作系统级Agent"这个方向上，确实比同行快了一个身位。但这个身位能不能保持住，还得看后面几个变量。

别忘了苹果和微软：两个巨头的入场只是早晚问题

聊到这儿，必须把视角拉大——因为PC端AI Agent这场仗，腾讯现在看似领先，但真正的对手可能还没亮牌。

先聊一件很多人可能忽略了的事：端侧AI不是一个新生事物。早在2021年，Google就已经在Pixel手机上部署了"设备端AI"来处理语音识别、实时翻译等任务。但那是"功能型端侧AI"，只能做几件预设好的事。现在这波端侧AI的本质升级在于：从"预设功能"变成了"通用平台"。

以前的端侧AI是手机厂商给你预设好的——语音降噪、图像增强、文本预测——你能用但不能改。现在的端侧AI是一个可以跑任意模型的推理引擎，开发者可以在上面搭建任何AI应用。这个从"封闭功能"到"开放平台"的转变，才是端侧AI这波浪潮比上一波大得多的根本原因。

而且你有没有注意到，过去六个月里，越来越多的AI开发者开始在GitHub上发"桌面端Agent"相关项目——不是Web应用，不是手机App，就是针对Windows/macOS的桌面Agent。我随便数了数，光五月上半月就有十几个新项目，其中有两个已经超过一千星。这波风潮在代码圈子里已经起来了，只是还没有溢出到大众视野。开发者们用脚投票选的方向，通常比研究机构的预测报告更准确。

第一个潜在的超级对手是苹果。

Apple在WWDC 2024发布了Apple Intelligence，今年WWDC 2026（倒计时不到一个月）大概率会发布升级版。Apple有一个任何厂商都无法复制的优势：它同时控制着芯片（M系列）和操作系统（macOS）。

这意味着Apple可以在硅片层面为AI推理做优化——M4芯片的统一内存架构，带宽是传统PC的数倍，天然适合大模型推理。而且macOS可以深度集成AI功能，不需要像Windows那样"打补丁式"地加Copilot。

iOS 27还把Siri变成了独立App——很多人只看到这是Siri的升级，没看到背后的信号：苹果正在把AI从"系统功能"升级为"独立平台"。在Mac上，这个逻辑同样适用——macOS未来很可能也会有一个独立的AI Agent平台，深度集成本地算力和数据。

不过Apple有一个"体质性弱点"——它在AI大模型上的自研能力落后于Google和OpenAI。Apple目前的大模型生态更多依赖外部合作（比如和OpenAI、Google Gemini的合作），而操作系统级Agent需要深入到模型能力的最底层。如果自己控制不好模型，Apple的Agent体验会受制于第三方。

第二个对手——也是最被低估的——是微软。

微软Windows Copilot现在的表现确实一般——交互不够流畅、功能不够深、隐私问题没解决。但你千万别小看微软。因为微软手里有三张牌，每一张都能改写局势。

第一张牌：Windows操作系统的绝对垄断地位。全球13亿台Windows设备，哪怕只有10%的用户激活Copilot，那就是1.3亿的安装量——比所有其他PC端AI Agent加起来都多。

第二张牌：Office全家桶的AI集成。Excel里的Copilot、Word里的Copilot、PowerPoint里的Copilot——办公场景是AI Agent最高频、最高价值的使用场景。你让腾讯Marvis和微软Office Copilot在"写周报"这个场景里打一架，后者天然占优——因为你的文档本来就在Word里。

第三张牌：OpenAI的投资和绑定。虽然微软和OpenAI刚刚"解绑"了独家协议，但双方的深度合作还在。GPT系列模型的能力，一旦被真正嵌入Windows底层——那就不是腾讯能抗衡的了。

所以你不难理解为什么腾讯急着推Marvis——不是因为这个市场现在就很大，而是因为现在不占位，等微软和苹果把操作系统级Agent做成熟了，腾讯就再也没有机会了。

这是一场抢时间的战争，不是抢份额的战争。

AI Agent的"终局"在PC，但"引爆点"在别处

最后一节，我想聊一个很多人可能不太爱听的判断。

虽然我整篇文章都在论证PC是AI Agent的主战场，但我必须坦承：PC端Agent的爆发，不会发生在2026年。

原因很简单，三个门槛还没跨过去。

第一，硬件普及率还不够。目前市面上能真正流畅跑本地大模型的PC，大概只占存量PC的15%-20%。Intel Lunar Lake和AMD Ryzen AI 300系列都是2024年下半年才发布的，老PC根本啃不动端侧推理。什么时候"NPU 40TOPS"成了中低端笔记本的标配？我估计要到2027年底。

第二，用户习惯还没建立。绝大多数人（包括很多科技从业者）对AI的认知还是"对话框里的聊天机器人"。你让他们把AI当成一个"可以操作电脑的Agent"，他们第一反应是"安不安全？"而不是"有多好用？"教育用户"信任AI Agent"这件事，需要时间——不是几个月，是几年。

第三，真正适配PC端的Agent应用生态还没形成。ima知识号开了个好头，但这个生态离"丰富"还差得远。目前PC端能用到的高质量AI Skill，两只手数得过来。什么时候PC端Agent的"应用商店"里有上千个高质量Skill，这个市场才算真正起飞。  不过话说回来，应用生态的问题通常不是"能不能长出来"的问题，而是"什么时候长出来"的问题。2008年App Store上线的时候，只有500个应用——现在呢？200万个。生态的成长是指数级的，前期看似缓慢，一旦过了拐点就挡不住。

而且我注意到一个很有趣的细节：腾讯QClaw最近上线了"文件空间"功能，支持把本地文件、腾讯文档、知识库统一管理，用户不用来回切换。这个功能看起来只是一个小优化，但背后的逻辑很重要：它是在为Agent铺路。AI Agent要帮你干活，第一件事就是"看清你有哪些东西"——你的文件在哪、格式是什么、内容是什么。如果连这一步都做不到，Agent就永远是"盲人摸象"。

QClaw的"文件空间"解决的就是这个问题——让Agent能"看见"你的数据全景。这一步走扎实了，后面的"干活"才有基础。

所以我的基本判断是：2026-2027年是PC端AI Agent的"基建期"——芯片到位、操作系统权限打通、开发者生态慢慢建立。真正的爆发期，可能在2028年前后。

但这个判断不影响一个核心结论：PC端AI Agent的方向是对的。不是"可能对"，是"确实对"。因为它解决了三个最根本的问题——本地算力够强、数据不出门、多任务并行天然适配——而这三个问题，是云端AI和手机端AI永远无法完美解决的。

换句话说，哪怕PC端Agent还需要两年才能真正成熟，今天任何一个想在AI领域做长期布局的人——无论是创业、投资、还是职业规划——都应该把这个趋势装进脑子里。

最后分享一个我个人最近观察到的细节：过去两个月，我看到越来越多的AI开发者开始在GitHub上发"桌面端Agent"相关项目——不是Web应用，不是手机App，就是针对Windows/macOS的桌面Agent。这波风潮在代码圈子里已经起来了，只是还没有溢出到大众视野。  

还有一个趋势值得琢磨。你去看最近大模型发布的频次——GPT-5.6、Sonnet 4.8、DeepSeek V4、Kimi K2.6——模型迭代已经从"年更"加速到了"月更"。模型越聪明，Agent能做的事就越多，对算力和数据访问权限的要求就越高。而这三个条件的唯一交集，就是PC。

所以站在此时此刻看未来，我有一个比较大胆的判断：PC端AI Agent的爆发，不会以"突然有一天所有人都开始用Marvis"的方式到来，而是以"你某天突然发现你80%的日常工作已经被各种PC端Agent接管了"的方式到来。

就像智能手机的普及不是一天完成的——2010年你可能还在用诺基亚，2014年你已经完全离不开iPhone了。中间这几年，每天都在发生微小的替代。PC端Agent也会走同样的路。

如果有人告诉你"PC已经是夕阳设备了，AI的未来在手机和AR眼镜上"——你可以把这篇转发给TA。

PC没有夕阳。PC只是在等一个像AI Agent这样的新身份。

而这个身份，现在正在被腾讯Marvis、微软Copilot、Apple Intelligence和其他一众玩家，一砖一瓦地搭建起来。

免责声明：本文内容基于公开信息整理分析，部分技术细节和产品功能基于公开报道和行业推测，不一定完全准确。文中对Marvis、ima Copilot等产品的描述基于公开信息和个人理解，不代表腾讯官方立场。文中观点仅代表个人看法，不构成任何形式的投资建议或决策依据。AI技术发展日新月异，文中判断可能随技术和产品迭代而改变。如有事实性错误，欢迎留言指正。作者：牛牛　审核：静静　编辑：玻珠