黄仁勋押注PC革命：RTX Spark能否成为Agent最佳载体

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大会上表示，过去那套“人下指令、电脑执行”的模式已经走到头了。在他看来，PC得变成个人Agent，能读懂用户想干什么并主动去完成任务，才算跟得上AI时代。

英伟达1993年成立，正好赶在PC革命前夜。30多年起起落落，这家公司成了AI革命最重要的推手，也从“在公寓办公”“吃了上顿没下顿”的创业团队，变成全球市值最高的上市公司。

2022年底AI浪潮爆发后，英伟达靠GPU赚得盆满钵满，同时也在机器人、自动驾驶、量子计算等前沿方向积极落子，想押中下一个时代风口。这期间黄仁勋没少打PC的主意。今年年初他宣布“Agentic AI拐点已至”之后，相关进程明显加快。

柏林GTC大会上，黄仁勋亮出了英伟达“为AI时代重新设计的PC”RTX Spark。他说为了这台设备，公司与微软秘密合作了四年，投入了数千个“工程师年”。

问题是，PC真能成为Agent的最佳宿主吗？这个“旧瓶”能不能让“新酒”更美味，目前看法并不统一。

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。

模型和设备端也在同步调整，小模型、本地模型以及AI PC、AI手机纷纷冒头。业界的核心思路其实不复杂：用消费者最熟悉的设备，装上在安全、隐私和成本上表现更好的模型，让更个性化的Agent跑在本地。

英伟达目前公布的信息，产品逻辑也与此一致。

英伟达在这项合作里出的是GPU、AI软件栈，以及让模型在本地跑起来的能力；微软想做的，是从Windows系统这一层给Agent配上执行、隔离和权限管理的机制。

微软今年5月对外披露过面向Agent的Windows安全能力，英伟达这边则用OpenShell之类的工具，试着把本地Agent的权限框在可控范围里。英伟达官网文章的说法是，两家要回答的不光是AI能不能在PC上跑，还有它能不能在真实工作环境里一直把任务执行下去。微软同时在推执行容器等机制，用来限制Agent能碰哪些文件、网络和系统资源。

RTX Spark目前给出的最大卖点，是从英伟达的芯片能力出发，把数据中心级的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。大会现场，黄仁勋还让自己颇为钟爱的Hugging Face MicroDuck“小黄鸭”机器人走上舞台，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。

黄仁勋还描绘过这样一个画面：十年之后，人们对PC的看法会跟现在完全不同，好比今天大家还管它叫“手机”，可真正拿它“打电话”的时候已经很少了。按他的判断，将来每户人家或许都会有一台超级AI电脑，全天候替人跑Agent任务。

不过在围绕这次GTC的讨论里，“PC只是权宜之计”这个说法仍被不少人提起。他们的看法是，Agent爆发不见得就能把AI PC推成主流，将来真正让Agent落到个人设备、本地场景上的，也许是别的模式。

为Agent找“宿主”，还是让Agent“当家做主”？

眼下在端侧和本地智能这一块，跑得时间比较长、验证也做得比较多的，是智驾座舱、工业传感器这类垂类场景。消费端铺得最开的还是手机和PC，AI眼镜、智能手表、智能手环、戒指乃至帽子这些可穿戴设备也在频繁“上新”。

今年最大的变化，要数盒子类产品的走红，家庭和工作场景里都冒出了不少新盒子。它们最突出的地方，就是7x24小时在本地跑Agent，这恰好对上了人们想改掉“看屏幕-手动输入”这套主流人机交互方式的心思。另一边，具身智能的爆发让机器人走进人类生活的设想又近了一步，但这更多被看作Agentic AI之后的下一个阶段，也就是物理AI时代。

这些设备各有各的拥趸，也都在打Agent这张牌，可瓶颈也各自都在。关于谁才是Agent“最佳宿主”，现在越来越多的讨论指向一个看法：即便在本地场景，重点也不在于给Agent挑一个单一载体，而在于让Agent尽可能连上更多可信设备。说白了，就是让Agent在获得授权的范围内说了算。

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。

关键在于把Agent放到后台，做到“无感”“常开”，让它始终在场，并在这个过程中积累记忆和智能；手机、PC或别的设备更像是入口和呈现的一层，设备换了，甚至将来某一类设备被另一类取代，Agent本身都不受影响。

一位端侧芯片从业者说，公司今年量产的芯片原本是照着AI PC设计的，结果出货时边缘服务器和盒子类产品的采购订单反而涨得厉害，速度远超AI PC。他觉得这里面有两个原因：主流消费电子受存储涨价拖累，销售走弱；新品类释放出的想象空间和迭代速度，也比传统品类快。

另有一种说法是，Muse带火了个人智能体之后，眼下有越来越多的盒子类产品，正试着摸索本地Agent与设备中联网的端侧Agent怎样更好地配合。

过去PC能起来，一个关键长处是把CPU、内存、存储和软件全塞进一台机器里，等硬件、软件能力过了线，各种场景用起来就方便。可Agent偏偏能绕开这种集中式架构：家里那台旧电脑、游戏主机、家庭服务器，乃至别的有算力的设备，都能当分布式的算力节点使——一台跑本地模型，一台管视觉任务，主力电脑照旧干日常的活。现在不少盯住本地场景的厂商，已经在提供方案，把个人网络里的多台PC连起来，按任务需要分派AI推理的活儿。

不过，更可能出现的情况是，真正更好的那套承载Agent的路子，眼下还没被人想到，也没被人看见。

前面那位端侧芯片从业者说，碰上技术变革，人总爱顺着延长线去看、去猜，想找出下一个风口或者解法；可历史早就说明，真正成爆款的那个“答案”，从来都落在延长线以外。