夜雨聆风作者：AI 芯片 科技猎头李鹏远
目录
前言 | 为什么AI PC值得重新审计
第一部分 | 发展史：从功能点缀到智能体时代的五阶段跃迁
第1章 早期探索阶段（1990s—2020年）：功能点缀时期的“AI Ready”前身
第2章 研发突破阶段（2020—2023年）：NPU的诞生与“AI Ready”硬件共识
第3章 标准化与“AI On”阶段（2023—2024年）：Copilot+标准的建立与产品落地
第4章 智能体时代（2025—2026年）：Agentic AI催生新一轮架构革命
附录：五阶段演进全景图
第二部分 | 核心驱动要素：市场、技术与生态
第5章 市场规模与渗透率演变
第6章 三大技术路线的深度对比
第7章 操作系统角色：Copilot+标准的建立与争议
第8章 竞争格局修正：四大阵营的全景图谱
第9章 市场增长的底层逻辑分析
第三部分 | 趋势研判：短期、中期与长期
第10章 短期趋势（2026—2027年）：算力竞赛升温，价格上探，换机潮背景下的“去标签化”
第11章 中期趋势（2027—2028年）：x86与ARM双架构长期并行；端侧生态分化；Agent商业化破局
第12章 长期趋势（2028—2030年）：普及化；人机交互范式转型；新型服务经济；个人AI入口之争
结语 | 一张一弛，永无终结
前言 | 为什么AI PC值得重新审计
2026年6月，英伟达CEO黄仁勋在COMPUTEX上宣告“智能体AI时代已全面到来”，并发布专为个人智能体打造的超级芯片RTX Spark。与此同时，苹果M5系列Mac已默默将端侧AI算力推至45 TOPS以上，华为鸿蒙AI PC在政企市场悄然落地。
AI PC不再是概念，而是一场正在发生的、结构性的人机交互范式迁移。
然而，市面上对AI PC的讨论往往碎片化——要么是参数竞赛的堆砌，要么是营销话术的复读。我们需要一套底层框架来审计这场变革：哪些是事实，哪些是噪音？哪些是复制别人的路，哪些是从条件推导出的唯一因果路径？哪些服务了真正的能量循环，哪些只是单向输出？
这正是《我非我》生命操作系统的三大根目录所能提供的视角。
第一部分 · 发展史：从功能点缀到智能体时代的五阶段跃迁
第1章 早期探索阶段（1990s—2020年）：功能点缀时期的“AI Ready”前身
PC与“智能”的结合并非始于大模型时代。早在1990年代，微软在Windows 95中首次集成语音识别功能。此后，2014年微软发布Cortana，2016年苹果将Siri引入macOS，百度、谷歌等也推出了以图搜图等应用。
然而，此阶段的“智能”尚处于初级阶段——基于简单算法的语音命令识别、依赖本地数据库的字符匹配，响应速度缓慢，识别准确率不足60%。这些停留在“功能点缀”层面的技术，未能真正改变用户使用习惯。彼时的PC仍然是“等待指令的机器”，智能化只是锦上添花。
【我非我审计总结】
第2章 研发突破阶段（2020—2023年）：NPU的诞生与“AI Ready”硬件共识
2020年前后，随着深度学习技术成熟，芯片厂商开始意识到传统CPU和GPU架构在处理AI推理任务时的效率瓶颈。英特尔、AMD等相继推出集成神经网络处理器（NPU）的芯片。
2022年底，ChatGPT面世，大模型技术爆发。AI的核心价值从“感知与交互”升级到“认知与决策”。同时，云端AI算力成本攀升与数据隐私安全问题开始凸显。
正是在“云端智能够不着本地数据”的矛盾中，硬件革新成为破局关键。英特尔、高通等厂商开始推出“CPU+GPU+NPU”的异构计算架构，NPU专为低功耗AI推理设计。
【我非我审计总结】
第3章 标准化与“AI On”阶段（2023—2024年）：Copilot+标准的建立与产品落地
多数业内人士将AI PC产业化的起点追溯至2023年9月。英特尔CEO帕特·基辛格首次提出“AI PC”概念，推出首款集成NPU的Meteor Lake处理器，提出“AI Ready”概念。
2024年被普遍视为“AI PC元年”。联想率先发布首批AI PC产品，定义了AI PC的“五大特征”——内嵌个人大模型、拥有本地混合算力、建立个人知识库、接入开放AI生态、保障个人数据隐私安全。
2024年下半年，微软正式确立Copilot+ PC认证标准：NPU算力不低于40 TOPS，最低16GB内存和256GB SSD。
【我非我审计总结】
第4章 智能体时代（2025—2026年）：Agentic AI催生新一轮架构革命
进入2025年，核心问题升级为：“AI在PC上能帮用户完成什么复杂任务？”
“智能体”（Agent）成为新关键词——AI不再是工具，而是能够理解意图、规划步骤、跨应用调用工具、主动执行多步任务的数字伙伴。
2026年6月的COMPUTEX成为转折点。英伟达发布RTX Spark——20核ARM处理器，Blackwell GPU，最高128GB统一内存，CPU与GPU通过NVLink-C2C实现600GB/s带宽。戴尔、惠普、联想等OEM厂商宣布将在秋季推出搭载该芯片的产品。
这标志着端侧AI终于迎来了一个“够格的底座”。
【我非我审计总结】
附录：五阶段演进全景图
第二部分 · 核心驱动要素：市场、技术与生态
第5章 市场规模与渗透率演变
全球市场：2024年AI PC占全球PC出货量的17%（约4800万台）。2025年Gartner数据显示AI PC出货量约1.14亿台，占比43%，同比增长超160%。2026年预计达1.43亿台，占比55%。
中国市场：2025年第二季度中国大陆PC出货量1020万台，同比增长12%，其中AI PC占28%。预计2026年渗透率升至52%，2025-2029年复合增长率高达58.7%。
关键提醒：当前AI PC出货量增长部分源于传统换机潮（4-5年周期）和Windows 10退市红利（微软宣布2025年10月终止支持）。AI能否成为独立于换机周期之外的购买驱动力，仍有待验证。
第6章 三大技术路线的深度对比
第7章 操作系统角色：Copilot+标准的建立与争议
微软Copilot+ PC认证是操作系统级AI能力的重要推动者，但Recall功能因隐私争议被用户抵制，导致微软重新评估AI功能推进节奏。截至2026年，微软在发布搭载RTX Spark的产品时已刻意淡化Copilot+标签。
深层原因：操作系统被认为是撬动AI PC换机潮的关键变量。当下主流PC的AI应用大多停留在“调用云端API”，无法充分发挥端侧NPU算力。只有微软完成操作系统深度智能化改造，落地原生智能体运行环境，端侧硬件算力才能转化为用户刚需。
第8章 竞争格局修正：四大阵营的全景图谱
在上一轮分析中，苹果和华为被遗漏了——这是按“传统PC产业叙事”框架搜索信息的“路径依赖”。修正后的四大阵营如下：
苹果：被遗漏的先驱者
苹果自2020年转向自研M系列芯片，统一内存架构（UMA）让CPU、GPU、NPU共享同一物理内存池。2026年M5 Pro/Max NPU算力达45 TOPS，最高支持128GB统一内存。M4 Mac mini以4499元起售价成为“全球最廉价的私有大模型服务器”。Apple Intelligence的策略清晰：设备可行→本地完成；算力不足→云端补充。
苹果不是“掉队”，而是从底层自研芯片起步，走出了一条软硬一体、端侧优先的全栈闭源路径。 30年前Macintosh走封闭路线是劣势，但在端侧AI时代，可控的硬件基线反而成为统一的推理平台。
华为：另一条赛道的竞争者
华为AI PC战略可概括为：以鸿蒙操作系统为底座，以昇腾+麒麟芯片为算力基石，以政企市场为破局点。2025年HDC发布的HarmonyOS 6全面拥抱AI，推出鸿蒙智能体框架（HMAF）。2026年4月，HUAWEI MateBook 14鸿蒙版正式发布。
华为面临的现实障碍：应用生态的“鸡生蛋”循环。鸿蒙PC在消费市场尚未起量（2026年开年笔记本线上销量未进前5），但在信创政企市场，华为是绝对主力。这不是“掉队”，而是选择了不同的起跑线——在安全可控的刚需场景中打磨产品，待生态成熟后再向消费市场辐射。
第9章 市场增长的底层逻辑分析
AI PC市场的爆发式增长存在两个被低估的结构性因素：
传统换机周期驱动：2021-2023年全球PC市场长期负增长，积压的4-5年换机需求在2024年起集中释放。
Windows 10退市红利：微软宣布2025年10月终止对Windows 10的支持，直接推动企业端批量替换老旧设备——截至2025年7月，全球Windows电脑中Windows 11占比仅为50.24%。
这意味着，当前AI PC出货量的增长部分源于自然换机潮与操作系统生命周期更替的叠加效应，而非纯粹由AI功能驱动。AI能否成为独立于换机周期之外的购买驱动力，仍有待验证。
第三部分 · 趋势研判：短期、中期与长期
第10章 短期趋势（2026—2027年）：算力竞赛升温，价格上探
算力标准持续上移：40 TOPS门槛已被大幅超越。AMD Ryzen AI 400系列NPU突破60 TOPS，英特尔Panther Lake平台总计180 TOPS。
英伟达RTX Spark上市：高端AI PC价格区间上探至2000-2500美元以上。
AI标签在淡化：微软发布RTX Spark产品时已刻意淡化Copilot+标签。AI能力正在从“营销噱头”转化为“默认配置”。
内存涨价延长普及周期：DRAM价格偏离超过300%，高端AI PC成本短期内难以回落。
第11章 中期趋势（2027—2028年）：x86与ARM并行，生态分化
两大架构长期并行：x86占据企业市场主阵地（兼容性、vPro管理功能）；ARM在消费市场和高端AI PC中持续渗透。双架构竞争将成为PC市场常态。
端侧应用生态“从功能到任务”的跨越：能够真正发挥端侧NPU、GPU原生算力的全系统级智能体工作流需要时间发展。业界预计2027-2028年将出现首批真正意义上的AI原生应用。
Agent商业化将是重要拐点：黄仁勋判断“AI正从云端训练与推理迈向AI Agent时代”。AI PC的价值定位将从“工具”升级为“生产力伙伴”。
第12章 长期趋势（2028—2030年）：普及化与人机交互范式转型
AI PC成为市场常态：Gartner预测到2029年AI PC渗透率超过80%，AI功能从“选配”变为“标配”。
人机交互范式根本转移：PC不再是“等待指令的机器”。用户将用自然语言向“个人智能体”交代任务意图，由AI自主规划、跨应用调度、多步执行。
AI PC成为新经济的能量入口：当每个人身边都有一个“永远在线”的个人智能体，PC将从生产力工具升级为用户与数字世界之间的核心交互界面。
产业链迎来长期结构性上升周期：英伟达规划了Spark三代路线图，传递了5年以上的持续迭代承诺。
结语 | 一张一弛，永无终结
回顾AI PC二十年的演进，我们可以看到一条清晰的螺旋上升路径：
功能点缀是混沌（V1.0），厂商知道“该做AI”，但不知道“怎么做”。
NPU导入是鞭尸（V2.0），产业开始解剖“计算架构”这个旧代码。
标准化与落地是静观与流动（V3.0-V4.0），Copilot+标准让行业有了共同语言。
智能体时代是循环与自在（V7.0-V9.0），AI从“工具”进化为“伙伴”。
而苹果、华为、英伟达、高通、英特尔、AMD——每一家都在自己的真实条件下，推导着属于自己的“唯一因果路径”。
AI PC不会一蹴而就。它需要“一张一弛”的节奏：算力冲刺后，留给应用生态跟上；价格上探后，留给市场消化。但方向已经清晰——个人计算正在从“人适应机器”走向“机器适应人”。
这也许是AI PC这场变革最深层的意义：它不是让电脑变得更“聪明”，而是让人变得更“自由”。
