" 养龙虾 " 这一波再次大大推动了 AI 尤其是端侧 AI 的普及浪潮，也暴露了 AI 普及过程中亟待解决的诸多问题，对于整个行业的发展都有极大的促进意义。

比如部署和执行的难题，说明当下 AI 应用的门槛还是太高，不能只面向专业人士，于是各种一键安装和集成的方案纷纷出炉，普通用户也能玩转了。

比如安全和隐私的难题，尤其是个人和机构、企业的敏感数据，不能轻易上传到云端，只能在本地处理，于是端侧 AI PC 的能力有了更大的用武之地。

比如 Token 成本的难题，毕竟龙虾这种智能体背后都需要调用大模型，而且是完全不顾及成本、近乎无法控制的调用，所以只有本地部署才是最终的解决方案。

在这波浪潮中，拥有 CPU+GPU+NPU 三大引擎组成的完整端侧 AI 硬件与算力的 AMD 自然不会错过，第一时间发布了相关教程，推荐在锐龙 AI Max+ 平台上部署 OpenClaw，毕竟其最大 128GB 统一内存和 96GB 共享显存的配置是非常适合的。

有趣的是，为了更好地满足算力、安全、成本方面的需求，AMD 还提出了一个新的概念—— " 智能体主机 " ( Agent Computer ) 。

简单地说，AMD 推荐大家在 AI 时代配备两台电脑主机，其中一台满足传统的工作、生活需求，另一台专门用来跑 AI，无论是开发还是应用，无论是端侧还是云侧，尤其是跑各种智能体，实现专机专用。

AMD 认为，智能体主机，将是计算发展史上的又一个里程碑，可能会和一路走来的电子管计算机、大型机 / 小型机、PC 个人电脑、互联网、移动互联网、云计算一样，意义重大。

AMD 认为，无论是交互方式还是应用方式，智能体主机和传统 PC 都截然不同，因为后者是用户操作驱动的，而智能体主机是以 AI 智能体持续运行而驱动的。

具体来说，智能体主机不再需要传统的键鼠显示器等人机交互渠道，也不需要人坐在电脑前，手动打开应用，再一步步执行，而且每一步都等待人的精确指令、任务安排。

它的一切都由 AI 智能体自主驱动，可以永远在线、连续工作，运行各种其他智能体，而且可以通过各种即时通信软件，随时随地交互，获得想要的结果。

你不需要像对待 PC 那样亲自操控它，只需将任务委托给它即可。

你在微信上发送一条消息，AI 智能体就会开始行动。

你在 Slack 中提交一个任务，AI 智能体就会接手处理。

你在 Messages 里询问进度，AI 智能体就会向你反馈结果。

这就是完美的赛博牛马啊！一人公司 ( OPC ) 真的可以实现了！

当然，要成为合格的智能体主机，尤其是既要高性能还要低成本，的确是有一定门槛的，除了基本的算力之外，最关键的就是显存容量要足够大。

作为最基本的要求，为了满足全面的 SOP 标准程序要求，处理好记忆文件、技能规范、自学习上下文等，也就是养好一只基本素质齐全的 " 龙虾 "，显存不能小于 10GB。

如果是一人带 N 个 AI 员工，分管不同业务方向，就得考虑技能、上下文的膨胀和并发，显存就得是 N 个 10GB。

为了提升 AI 员工的 " 工作经验 "，私有知识库是不能少的，这就得考虑不少于 20GB 显存空间。

为了保证 AI 员工的基本素质随时可用，而不是每次都调用云端大模型 ( token 费用就花不起啊 ) ，就得在本地有一个至少 35B 参数的大模型，这就得吃掉 25GB 以上的显存。

综上，要想打造一台能带动多个智能体或者说多个 AI 员工的智能体主机，得保证可用显存至少有 64GB。

如果用独立显卡，那怎么也得三四块高端卡，成本相当吓人，而换成 AMD 锐龙 AI Max 平台的话，甚至不需要独立显卡！

锐龙 AI Max 平台的优势大家应该不陌生了：

CPU 方面是 Zen 5 高性能架构，最多 16 个纯大核，最多 80MB 缓存。

GPU 方面是 RDNA 3.5 架构的最多 40 个 CU 单元、32MB 无限缓存，显存位宽 256-bit。

NPU 方面是 XDNA 2 架构，峰值算力 60 TOPS，原生支持 Windows 11 AI+ PC 特性。

内存更是支持 UMA 同一架构，四通道 256-bit 位宽、8000MT/s 高频率完美匹配 GPU，最大容量 128GB，可划分最多 96GB 作为专用显存，构建智能体主机堪称完美。

根据测试，锐龙 AI Max+ 395 的端侧 AI 推理性能着实亮眼。

基于 Qwen 3.5 35B A3B 大模型跑单个 OpenClaw 框架的智能体，输出速度可高达 45 tokens/s，，处理 10000 个输入 token 只需要大约 19.5 秒，并支持最大 26 万上下文长度，而且可以同时跑最多 6 个智能体，每一个的上下文长度都能达到 9.5 万。

换成更大规模的 Qwen 3.5 122B A10B 模型跑，单个智能体的输出速度仍然可以接近 20 tokens/s，还能同时跑两个 9.5 万上下文长度的智能体。

另外，Qwen3-coder -next 代码优化模型的推理速度超过 40 tokens/s，完美满足代码开发、调试等场景。

GPT-OSS-120B 开源模型的推理速度更是能够超过 50 tokens/s，是所有测试中单智能体速度最快的。

经过长时间的培育，锐龙 AI Max 平台的产品已经十分丰富，众多品牌推出了全形态产品，覆盖 Mini 工作站、水冷工作站、移动工作站、笔记本、一体机甚至是掌机等，可实现全场景覆盖。

它们都基于 Windows 11 操作系统，符合更多人的使用习惯，无论开发还是应用都有着广阔的生态支撑。

即便内存价格疯涨，锐龙 AI Max 产品的价格也可以控制在 2 万元出头，相比之下无疑是最实惠的 AI 主机方案。

基于锐龙 AI Max+ 395 的迷你 AI 工作站具备诸多不可替代的优势，包括但不限于体积小巧便于本地部署和携带、数据隐私安全有保障、TCO 成本优化、x86 Windows 成熟生态、工作环境友好等等。

对比以往需要部署在机房的大型塔式工作站方案，基于锐龙 AI Max+ 395 的迷你 AI 工作站可以将体积缩小至仅仅十分之一，功耗降至十分之一乃至更低，模型参数量则能扩大两三倍。

通过 AMD 与产业伙伴的通力合作，目前采用锐龙 AI Max+ 395 平台的 AI 和智能体解决方案已经非常丰富，行业白皮书就发布了多达 11 部，覆盖众多行业领域：财税、教学、医疗、法务、数字人、招投标、数据分析、办公助手、会议系统、保险理财、供应链管理，等等。

比如针对医疗资源不均衡、人人都想看专家的看病难问题，晶耀智远打造了 AI 多智能体医疗科研解决方案。

它以锐龙 AI Max+ 395 为核心算力底座，形成了适配医院科室的本地化、轻量化、高算力的智慧医疗服务体系，集成医疗专用算法和专家知识库，融入专科医生的思维链，6 大功能智能体可全面覆盖诊疗、建档、预警、应急等场景，有效解决了对医疗专业模型幻觉、数据管理难等痛点。

在教育行业更是实现了全场景覆盖的解决方案矩阵，覆盖教学、科研、教务、管理等四大教育核心环节，遍布同济大学、北京大学、南京医科大学、复旦大学等等，都运行在不同品牌的锐龙 AI Max+ 395 迷你工作站上。

比如为了解决高校科研人员研读海量专业论文费时费力的问题，Ryypol 创新性地将静态论文转化为 " 可交互对话 " 的智能体，不仅能随时解答文献疑问，更能深度解析晦涩原理，利用 " 文生图 " 技术将抽象概念直观可视化。

比如行者 AI 的校园智算终端解决方案，以自研多模态大模型为核心，融合 AI+ 美术、AI+ 音乐技术，提供 AI 绘画、智能评测、互动创作、词曲生成等一体化能力，目前已覆盖 30 余个省市、300 多所院校。

2025 年普遍被视为 " 智能体元年 "，OpenAI 创始人之一 Andrej Karpathy 则认为，2025 年是我们进入 " 智能体元十年 " 的开端。

很显然，智能体将在很长一段时间内处于起步阶段，众多技术和非技术原因都注定了它不可能快速成熟、普及，需要通过硬件、软件、生态等各方面的持续大力培育。

" 养龙虾 " 的火爆很好地印证了这一点。它一方面吸引了更多人尝试智能体，另一方面也暴露了诸多亟待改进的问题，包括如何降低使用门槛、如何保证安全、如何节省成本等等。

在这方面，AMD 凭借全方位领先的 AI 技术和产品，做了很好的努力和尝试，提供了一个非常好的思路。

可以说，AMD 锐龙 AI Max 系列平台堪称当今 Windows 端侧 AI 算力的天花板，也是养龙虾这种本地智能体运行的理想底座。

凭借 Zen 5 CPU、RDNA 3.5 GPU、XDNA 2 NPU 三大先进架构算力引擎，独特的 128GB 超大统一内存、96GB 超大动态显存能力，再加上丰富的产品形态、成熟的 Windows 11 生态系统，锐龙 AI Max 系列绝对是智能体主机的首选平台，全面实现跑得多、跑得快，还省钱，又安全。

也许，你真的需要考虑来一台 " 龙虾专用机 " 了！