AI PC,为Agent而生

作者：倪课

图片来源：摄图网（封面图ID:604552584）

5月28日深夜，英伟达与微软同步发文：“A new era of PC.25.0528,121.5990”。数字组合是一组坐标，精准指向中国台北音乐中心。

三天后，黄仁勋将在这里发布代号为N1X的全新PC处理器。它集成了Blackwell GPU，全面兼容微软Copilot+ AI PC技术规范。

英伟达与微软的定调，共同指向一个新趋势：AI PC正在从“本地AI体验”的初级阶段，迈向“为Agent而生”的终极形态。

传统PC的大脑由CPU和GPU组成，而AI PC多了一个新角色：NPU，一个专门为AI推理设计的加速器。

微软给AI PC设了一条硬指标：至少40 TOPS的本地算力。这个门槛意味着什么？它足够让一台笔记本电脑流畅运行数十亿参数的大模型，而不用把数据传到云端。

NPU的存在，恰好为Agent提供了三个不可或缺的底座。

首先是本地算力，让Agent随时“醒着”。Agent不像普通软件，点开才运行。它需要在后台持续感知环境、思考任务、准备行动。

如果把CPU和GPU比作办公室里的主力员工，那NPU就是一个低功耗的“值班员”——它几乎不耗电，却能时刻待命。你对着电脑说一句“帮我整理上周的会议纪要”，NPU立刻响应，而主力芯片还在专注处理你正在运行的其他任务。

这种分工，让Agent真正做到了“永远在线，随叫随到”。

其次是隐私屏障，让Agent敢碰你的敏感数据。

Agent要帮你的忙，就必须知道你在做什么。它需要翻你的文件、读你的邮件、看你的浏览记录。这些信息如果上传到云端，对很多人来说是难以接受的。AI PC把这一切锁在本地。

微软的Recall功能是个典型案例——它每隔几秒截取屏幕内容，建立索引，让你能搜出“上周看过的那份合同”。数据从头到尾留在电脑里，不上传任何服务器。这是Agent能够被用户信任的前提。

第三是工具调用，让Agent真正“动手”。Agent不是聊天机器人，不能只动嘴。它需要打开你的Word、写邮件、发消息、操作设计软件。

在云端运行的Agent，连你的文件系统都摸不到；而AI PC作为本地平台，拥有系统级权限，可以直接打通底层接口。Agent可以帮你把一封邮件草稿写好并放进发件箱，可以把设计素材拖进Photoshop，可以替你执行代码。

这种“动手能力”，让Agent从一个顾问变成了一个真正的助手。

这三个底座，缺一不可。没有NPU，Agent会耗尽你的电池；没有隐私屏障，没人敢用；没有系统权限，Agent只能“光说不练”。AI PC恰好把这三点集齐了。

Agent不是要取代云端，而是和云端打配合。AI PC的价值正在于此——它像一位精明的调度员，把合适的任务交给合适的地方。

先说定位。手机、智能音箱是“轻边缘”——处理简单任务还行，跑大模型就力不从心了。AI PC是“胖边缘”，几十甚至上百TOPS的本地算力，足以运行数十亿参数的模型。写代码、做设计、分析数据，这些专业级AI任务，AI PC在本地就能扛下来一大半。

更重要的是“混合AI”的智能调度。

什么任务留在本地？那些对隐私和延迟敏感的事：语音唤醒、视频背景虚化、实时翻译。NPU处理这些任务，响应速度毫秒级，而且全程不上云。

什么任务需要上云？那些需要海量算力的：生成高精度的3D动画、处理海量数据、调用最新的超大规模模型。AI PC会先做预处理——提炼关键信息，压缩上下文长度，再发给云端。这就像你先自己把材料整理好，只把核心问题交给专家，费用自然低得多。

这种调度还藏着一条财务逻辑：省钱。

当下，云端AI大模型已经开始收费。豆包按token计费，ChatGPT Plus每月20美元，API调用更是烧钱如流水。AI PC的思路是“预购算力，对冲涨价”。

买一台AI PC花的钱，相当于一次性买断了未来几年的基础算力。每次在本地跑AI，边际成本趋近于零。对于文档总结、代码补全、会议纪要这类高频操作，省下的钱很快就能回本。

当然，杰文斯悖论依然在起作用——省下的钱，可能会让你做更多AI任务，最终云端的支出不降反升。但至少，你把选择权握在了自己手里。

感受一下这个场景：

一名开发者对电脑说：“把我上个月设计的那个龙形3D模型，根据新写的战斗脚本，优化攻击动画，并生成一段演示视频。”

AI PC的NPU立刻理解你的意图，调取本地文件，评估任务复杂度。它判断动画生成需要大量算力，自动把模型和脚本的脱敏数据发送到云端GPU集群。云端跑完初步动画，传回本地。

开发者看到后，用语音微调：“尾巴摆动幅度再大一点。”NPU实时响应，本地GPU完成最终渲染。从头到尾，你的原始设计文件和核心脚本，从来没有离开过你的电脑。

这就是AI PC与Agent的默契：本地做它擅长的事——理解意图、保护隐私、实时响应；云端做它擅长的事——暴力计算、大模型生成。两者无缝衔接，而你只看到一个会主动干活、会想办法的智能体。

Agent的爆发，不会只停留在概念层面。它会沿着AI PC的产业链，系统性地重新分配利润。和HBM、SSD的逻辑类似，最大的确定性不在品牌机，而在上游那些“卖铲人”。

先来看硬件层，从NPU到散热，增量环环相扣。NPU是这轮硬件升级的核心。英伟达、高通、英特尔、AMD都在抢这块蛋糕。

与云端训练芯片不同，端侧推理芯片更看重能效比——谁能在同样功耗下跑更多模型，谁就能拿下OEM订单。此外，专用芯片（ASIC）也可能在细分场景找到机会，比如专门处理视频编码或语音唤醒的低功耗芯片。

存储依旧是大赢家。本地跑大模型，32GB内存只是起步，高端机型正迈向64GB甚至128GB。更关键的是，Agent需要“长期记忆”——它得记住你的偏好、历史对话、工作流。这意味着SSD必须从TLC向更高性能、更长寿命的方案升级。存储厂商很可能成为AI PC放量的最大受益者之一。

散热正在重演“暗硅效应”。NPU持续运行，发热可观。轻薄本的散热空间本就有限，芯片上能同时全速工作的晶体管比例，正在被散热能力卡脖子。散热模组、热管、微型液冷方案——这些此前在PC里不起眼的部件，现在成了瓶颈，也成了价值增量。

再来看软件层，操作系统不再是“工具”，而是“入口”。

微软是这层最大的玩家。Copilot深度嵌入Windows，Recall功能把操作系统变成AI的记忆中枢。未来的操作系统可能不再靠卖授权赚钱，而是通过AI功能订阅、API调用分成获取持续收益。你每用一次Copilot，微软都有进账。

本地应用也迎来了新赛道。能够深度适配NPU、跑在本地且保护隐私的软件，将在这一轮竞争中胜出。AI编程助手、AI设计工具、AI办公套件——这些不是概念，而是正在发生的产品迭代。

受益的还有传统PC厂商，它们的商业模式将从卖产品像卖服务升级。过去，一次性卖出一台硬件后，厂商与用户的关系就基本结束了。现在，AI PC 变成了一个持续提供AI服务并创造价值的平台。

所以，曾经也属于“老登股”行列的联想，股价在短短一周内接近翻倍。

-End-

（以上观点仅供参考，不构成投资决策）