图片来源：unsplash

"PC 需要被重新发明。"

当地时间 10 月 21 日，英伟达 CEO 黄仁勋在柏林 GTC 大会上宣称，以往 " 输入指令，电脑执行 " 的范式已经走向终结，PC 只有成为个人 Agent，理解用户意图并主动执行任务，才符合 AI 时代的需求。

英伟达成立于 1993 年 PC 革命前夕，起起伏伏 30 余年后，成为了 AI 革命的最重要推手，也从 " 在公寓办公 "" 吃了上顿没下顿 " 的创业团队变成了全球市值最高的上市公司。

而在 2022 年底 AI 浪潮爆发后，英伟达在赚得盆满钵满的 GPU 业务之外，也开始积极布局机器人、自动驾驶、量子计算等前沿方向，力求押中下一个时代风口。在这一过程中，黄仁勋也没少打 PC 的主意，而在今年年初宣布"Agentic AI 拐点已至 "后，相关进程明显加速。

在柏林 GTC 大会上，黄仁勋也展示了英伟达 " 为 AI 时代重新设计的 PC"RTX Spark，还称为了这台设备，公司与微软秘密合作了四年，投入了数千个 " 工程师年 "。

不过，PC 真的能成为 Agent 的最佳宿主吗？对于这个 " 旧瓶 " 是否真的能让 " 新酒 " 更美味，目前还有很多不同看法。

Agent 引领 AI 本地化浪潮

人机交互的方式正在快速变革，快到大部分人还无法适应。

今年以来，从 " 小龙虾 "OpenClaw 到 OpenAI 的 Codex，再到腾讯的 WorkBuddy、Meta 的 Muse，新的 Agent 层出不穷，掀起一波波热浪。但在部署、使用方面，除了对普通消费者仍有一定门槛外，更为突出的问题就是隐私、安全和成本问题。

在这一背景下，模型、设备端也在同步做出调整，较为突出的表征就是小模型、本地模型和 AI PC、AI 手机的涌现。目前来看，业界考虑的核心逻辑，还是用消费者最熟悉的设备，搭载能在安全、隐私和成本上做得更好的模型，来让更加个性化的 Agent 能够跑在本地。

从英伟达目前公布的信息来看，其产品逻辑也与此一致。

相关信息显示，在英伟达与微软的合作中，前者提供 GPU、AI 软件栈和本地模型运行能力，后者则试图从 Windows 操作系统层面，为 Agent 提供执行、隔离和权限管理机制。

今年 5 月，微软公布了面向 Agent 的 Windows 安全能力；英伟达则通过 OpenShell 等工具，尝试让本地 Agent 在可控的权限范围内运行。英伟达官网文章称，双方希望解决的不只是 AI 能否在 PC 上运行，更是它能否在真实工作环境中持续执行任务。微软还在推进执行容器等机制，限制 Agent 对文件、网络和系统资源的访问范围。

而 RTX Spark 目前给出的最大卖点，则是从英伟达的芯片能力出发，将数据中心级的 AI 计算能力压缩进本地个人设备。

根据英伟达公布的信息，RTX Spark 采用融合 CPU 与 GPU 的芯片设计，提供最高 128GB 统一内存和最高 1 petaflop 的 FP4 AI 算力，用户得以运行更大规模的本地模型，相比云端模型，能够用更小的 Token 消耗，让 Agent 完成更复杂的开发、设计、游戏制作等场景。在大会现场，黄仁勋也让自己颇为钟爱的 Hugging Face MicroDuck" 小黄鸭 " 机器人走上舞台。并介绍称这些机器人的 " 大脑 " 正是在 RTX Spark 上构建，并由 Agent 驱动它们完成行走和指令响应，由此证明其新一代 PC 的强大 AI 能力。

黄仁勋还设想称，十年后人们对 PC 的理解会完全不同，就像今天人们还沿用 " 手机 " 的称呼但很少用这个设备 " 打电话 "。在他看来，未来每个家庭都可能会配备一台超级 AI 电脑，全天候执行 Agent 任务。

不过，在有关此次 GTC 的讨论中，仍有不少声音提到 "PC 只是权宜之计 "，认为 Agent 爆发未必能催化 AI PC 走向主流，未来能让 Agent 真正落地个人设备、本地场景的，可能是其他模式。

为 Agent 找 " 宿主 "，还是让 Agent" 当家做主 "？

目前，端侧、本地智能应用时间较长、验证较多的是智驾座舱、工业传感器等垂类应用场景。而在消费端的普及上，仍以手机、PC 为主力，AI 眼镜、智能手表以及智能手环、戒指甚至帽子等可穿戴设备也屡屡 " 上新 "。

今年以来，最大的变化当属盒子产品的走红，包括家庭、工作场景，都冒出了不少新的盒子产品。而这些盒子最主要的特点，就是 7x24 小时地在本地跑 Agent，这实际上正迎合了想改变 " 看屏幕 - 手动输入 " 这一主流人机交互方式的想法。此外，具身智能的爆发，也让机器人真正走入人类生活的设想，变得离现实更近了一步，但那更多还被视为 Agentic AI 后的下一个阶段，即物理 AI 时代。

上述种种设备，都自有其拥趸，也都在主打 Agent 概念，但同时也各自面临瓶颈。而值得注意的是，目前对 Agent" 最佳宿主 " 的讨论中，越来越多声音都提及，即使在本地场景，更重要的也不是为 Agent 找到单一载体，而是如何让 Agent 连接尽可能多的可信设备。换言之，就是让 Agent 在经授权范围内作主导。

上文提及的盒子模式，包括工作站、边缘服务器等，也是这种思路下的一种实现方式。

其核心是把 Agent 放到后台实现 " 无感 "" 常开 "，保证 Agent 在场，并形成记忆和智能，而手机、PC 或其他设备，更多作为入口层和呈现层，即使设备被更换，甚至未来某类设备被另一类替换，也不影响 Agent 本身。

有端侧芯片从业者介绍称，公司今年量产的芯片原本是针对 AI PC 设计的，但在出货上，反而是边缘服务器、盒子类产品采购订单大增，其增速远快于 AI PC。他认为，这其中既有主流消费电子受存储涨价影响销售走弱的因素，也体现出新品类释放的想象力和迭代速度要快于传统品类。

另外，据称随着 Muse 引发的个人智能体爆发，目前越来越多的盒子产品也在探索本地 Agent 和设备中联网的端侧 Agent 更好协同的路径。

除了盒子类产品，还有一种被讨论较多的方式是 " 虚拟主机 " 的模式。

以往，PC 兴起的核心优势之一就是将 CPU、内存、存储和软件都集中在一台机器上，在硬件、软件能力过线后，更便于各类场景的使用。但 Agent 恰恰可以突破这种集中式结构，用户的旧电脑、游戏主机、家庭服务器，甚至其他具备计算能力的设备，都可能成为分布式的算力节点：一台设备运行本地模型，另一台处理视觉任务，主力电脑则继续承担日常工作。目前越来越多聚焦本地场景的厂商，在提供将个人网络中的多台 PC 连接起来，根据任务需求分配 AI 推理工作的解决方案。

当然，更有可能的是，那个更好的承载 Agent 的模式还没有被真正想到或看见。

上述端侧芯片从业者称，人们习惯科技变革中沿着延长线看问题、做预测，找到下一个风口或解决方案，但历史经验已经证明，真正的 " 爆款 " 和 " 答案 "，永远在延长线之外。（本文首发于钛媒体 APP，文｜飞向 Tai 空）