英特爾推動端-云混合的智能體PC時代到來！專訪英特爾中國區技術部總經理高宇

從2026年3月開始，關于OpenClaw（中文名“龍蝦”）的話題非常火爆，整個IT行業瞬間火熱起來，各大供應商推出各種版本的“龍蝦”上線。到了4月，大多數從好奇開始的普通人逐漸回歸理性，“龍蝦”話題的熱度有所下降。但是，從開發者的角度來看，這個熱點領域的演化速度其實一點都沒變慢。英特爾在4月的混合AI部署分享會上提出了“智能體PC”這個新概念，試圖將“龍蝦”從工程師的“玩具”變成大多數人可用的工具。通過“端-云混合AI”的方式來推動“智能體PC”的普及。

生成式人工智能在最近四年經歷了三大發展階段。首先，ChatGPT之后，業界一直在瘋狂提升模型的智能能力，讓大模型做到“頭腦發達”。其次，所有的AI公司都在強調大模型應該具備調用工具的能力，在過去兩年提出了很多框架和接口，例如longchain、function calling、MCP和Skills等，這就是要讓AI不僅“頭腦發達”，還要“四肢強健”。

第三階段，就是智能體時代的降臨。從2024年年底的Manus到Claude Co-work，再到最近的“龍蝦”，這些智能體平臺逐漸實現了綜合的任務執行能力：從意圖理解、任務分解、工具調用到反復迭代執行、記憶保持等全鏈條任務都可以得到執行。英特爾中國區技術部總經理高宇表示：“智能體就如其名字一樣，給AI賦予了一個智能化的身體。AI三大階段的快速描述就是‘頭腦發達，四肢強健，身體靈活’。”

在英特爾看來，智能體PC和傳統PC的主要區別在于：傳統PC是人類使用的工具，需要人類學會如何來操作這臺電腦，一旦不操作，機器很快就無法繼續任務。而智能體PC則是人類的數字分身。它是要理解和學習用戶，可以說是真正“服務”用戶的設備。通過自然對話的方式，它可以理解用戶的意圖。用戶只需告訴它工作目標，智能體就能進行信息自動搜集、過濾和總結，直接負責接管執行，直到完成任務。

英特爾定義的智能體PC需要整機具備本地AI大腦、端-云協同架構、系統級任務調度、軟件生態可被AI自動化以及低功耗持續在線等全新功能。這是一套從底層芯片到頂層系統全面重新定義的PC形態，是為“智能體”使用而優化的“進階版”AI PC。

它需要具備四大能力

1．實現本地任務閉環的能力，不用用戶逐步操作，可以自主完成復雜流程。

2．具備長期記憶和自主進化能力，讓用戶感覺“越用越懂你”。

3．具備端-云混合推理能力，把本地模型可以勝任的任務或者由于隱私要求必須在本地完成的任務交給端側AI，把需要更強智能部分由云端AI完成，實現端-云混合推理。

4. 最后，英特爾認為它必須自帶本地安全模塊，以保證高隱私數據和高危操作一切都在掌控中。

當所有這一切都建立在為智能體優化的硬件平臺上時，PC就從“被動工具”變成你的“數字分身”，這就是“智能體PC”定義。高宇表示：“它更像一個虛擬人，具備五大模塊：思考模塊像是大腦，由AI驅動，負責對問題的理解和推理；調度模塊像是身體，由智能體核心邏輯驅動；執行模塊像是四肢，由各類工具調用手段驅動；另外還有通信模塊，交互模塊由各種通訊管道驅動，必須是多模態的，擺脫純粹鍵盤鼠標的模式；最后是記憶模塊，更像是人腦的記憶體，是專屬的記憶存儲方案。”

在此前的智能體執行流中，用戶通過某種外部接入的方式，例如微信、飛書或者本地的WebUI把需求提給Agent Runtime，首先會經過消息網關，消息網關會把用戶的需求分解和封裝成系統提示詞去交給云端AI，AI推理后會進行任務分解和下發，再通過下面的執行器進行任務執行。

執行結果還必須再次通過大模型進行分析和處理，來判斷任務的完成度和規劃下一步的工作，然后循環往復，鏈式調用不斷執行，直到把一件事情做完。在需要的情況下，可能通過大模型的“指南”和“說明書”——Skill的方式給大模型更多，更精準的提示，從而產生更加符合預期的效果。 有必要的話，還可以把關鍵信息提煉成記憶，通過記憶模塊把它存儲和持久化下來。

英特爾希望在這個架構里增加一個“輔腦”：它是在AI PC本地運行的一個中尺寸或者中小尺寸的大模型。其作用主要是分擔云上主腦的一部分推理工作。其實日常的很多工作都是中小規模大模型完全能夠勝任的。另外，那些對信息安全要求比較高的任務，比如文件自動OCR識別和ASR語音轉文字等，也要交由本地“輔腦”完成。

那么如何判斷這些任務哪些應該在云上主腦執行，哪些是給輔腦執行呢？高宇表示：“我們希望有一個任務路由機制，由一個智能決策器來判斷任務類型，幫助用戶決策。我們希望通過這個機制能把30%以上的任務放在本地運行，可以實現可靠性和節省Token費用的雙重收益。通過第三代英特爾酷睿Ultra系列處理器的AI能力加持，我們欣喜地看到，智能體PC具備在端側運行中小規模大模型任務的能力。”

這里還不是演化的終點，英特爾希望為這套系統增加更多的安全護欄，建立自進化的能力，通過Skill池不斷拓展，產生能夠直接調用本地AI能力的新技能。高宇表示：“今天我們已經在接近這個最終的終點，相信未來這樣的智能體PC軟件架構就會成熟，讓智能體PC發展進入一條‘快車道’。”

混合AI（Hybrid AI）這套架構被英特爾推出的核心原因是云上模型和本地模型各有優缺點，并且有很好的互補性。

比如，云上AI可以提供更強大的AI能力，以及更長的上下文處理能力，但是可能帶來高昂的Token成本和隱私顧慮。而且Token經濟的火爆也讓目前云端AI能力無法滿足所有用戶的流量需求。

端側AI則可以解決一部分成本和隱私顧慮問題，也不用擔心端側Token消耗，但是端側AI的能力肯定還是和云上AI模型有差距。按照英特爾目前測試的結果，哪怕在端側通過量化的方式運行120B模型，在任務的完成度和完成質量方面，和云上AI的質量還是有明顯差距。特別是在今天內存價格高企的情況下，在端側運行120B模型的成本高昂。

因此，英特爾認為正確的解決之道就是“端-云混合”。高宇表示：“我們目前認為在端側運行模型的最優解是35B，再往上成本過高，往下則能力受限，35B是一個甜蜜點。”所以，針對智能體PC，英特爾的硬件推薦方案是希望用合理的算力平臺加上合適的內存配置以及正確的產品形態，實現合適成本成本下的智能體端-云混合配置。

Q：關于智能體PC的本地安全保護能力，英特爾在這方面主要做了什么？

高宇：我們在Demo中有一些展示，一是進行危險動作進行攔截。當時有一段英文提示詞，它說讓龍蝦來恢復到以前狀態，但是保留所有數據。這句話的本意是回到昨天的狀態，但是大模型理解為要把這些全部刪除，也就是說產生了理解錯誤。在沒有打開安全護欄的情況下，它就直接開始進行刪除，連續7次刪除之后，“龍蝦”就不能運行了。而左邊打開安全護欄之后，在它要刪除的時候，馬上就被護欄給中止了。

另外一個是對文件分析的動作，在PPT當中有Confidential或機密標識時，在沒有打開安全護欄的情況下，會被直接發送到云端進行處理，從而存在信息泄露的風險。而在打開安全護欄的情況下，該文件在嘗試上云前便會收到攔截提示，明確指出其包含保密信息，并阻止后續操作。這兩個就是大家比較關注的點，一個是保護數據安全，一個是保護操作安全。

英特爾技術專家：我補充一下，商用軟件，比如百度的DuMate、騰訊的WorkBuddy之類，和傳統的OpenClaw相比，在執行一些相對高危工作的時候，都會安全彈窗，讓你做判斷。但如果大家用過OpenClaw（龍蝦），就知道它幾乎就是一口氣自動全部執行完，很難打斷。所以英特爾重視和商業軟件的合作，是因為他們本身就會有很多的權限和安全管理，再加上我們的原子化能力，未來做這樣的結合能為用戶帶來更卓越、更全面的安全與隱私保護體驗。

Q：智能體PC邏輯架構當中的任務路由也是英特爾做的嗎？

高宇：英特爾提核心技術思路，最終的產品化由商業化軟件廠商完成。我們不會開發最終產品，而是將成熟的方案交付給商業化軟件伙伴，由他們進行最終交付。

Q：安全性的問題，目前是用Skill來判斷它，未來有沒有可能會有行業性的標準，去推動商業化龍蝦的安全性管控？

高宇：我認為最后需要走向行業化，變成行業標準化與共識，就像今天PC操作系統發展也是如此，無論是Windows還是Linux，其賬戶管理與底層安全體系都經歷了多輪迭代才得以成熟，形成普遍認可的理念。這種共通的思路，在AI領域同樣具有指導意義。

現在的龍蝦是通過Skills來實現安全護欄，但是這只是安全護欄的第一步，再繼續往后發展，行業會有一個共識，例如，定義三種操作安全等級，對應設置四、五、六等權限層級。當這種普遍的共識與標準建立之后，才能算得上得到了有效解決，現在我們還有一定的差距。但是我覺得速度不會太慢，因為現在AI的Web Coding迭代速度非常快，已經比以前加速太多了。或許在短短數月內，業界就將涌現出某種被廣泛采納的通用性解決方案。有這種可能性，我們保持樂觀的態度。

英特爾技術專家：我再補充一點，安全防護是一個多維度、系統性的工程，而非單一的Skill。 我們也在看基于硬件級別的安全，能不能幫助智能體PC在某些層面上實現更高程度的安全性，來對特定敏感數據或核心操作進行隔離保護；同時，也在考慮針對關鍵數據構建災難恢復機制，以確保即使在最不利的情況下，用戶的重要信息仍能得到絕對可靠的保留。

Q：英特爾是否有計劃，去降低智能體的使用門檻？比如打造應用商店或預裝來完成基礎的匹配？

高宇：英特爾通過解決底層算力平臺、驅動，以及核心能力來封裝成API，應用層還是交由廠商和ISV合作伙伴來完成。但是英特爾會積極與合作伙伴配合，引導大家往一個方向走。所以如何解決用戶易用的問題，包括剛剛提到的一個很好的點，可以通過給出用戶畫像來勾選，龍蝦可以先幫你設好一些預設條件。但是這件事情一定是OEM廠商、ISV合作伙伴來做的，英特爾會牽頭和引導這個方向的發展。

Q：今天講到的AI SSD在智能體PC中的應用，是否類似于用閃存做內存。如果用戶因為目前存儲產品價格暴漲而使用AI SSD做補充，是否只是一種臨時妥協方案？

高宇：群聯的AI SSD這套方案的SSD本體里有SLC分區和TLC分區。SLC的分區保證用戶可以反復擦寫，擁有更快的讀寫速度。同時疊加它的特有軟件完成幾個功能：一個是MoE里冷專家卸載，可以省內存；另外還有KV Cache的復用，下一次計算的時候，已經生成過的系統詞不需要重新計算，可以實現加速。這一套組合，最終實現了16GB內存搭配一個AI SSD來實現35B大模型的Token自由。這是一個非常實用的方案。

同樣容量下，內存價格目前總是高于SSD的。如果內存價格有所下降，使得配備64GB內存成為一種經濟可行的選擇，但當面臨需要處理如256K這類極其龐大的上下文窗口時，即使是64GB的物理內存也可能捉襟見肘。在此情況下，AI SSD便能作為一種高效的擴展方案，可以彌補物理內存的不足。

MC觀點

英特爾率先提出的“智能體PC”的核心特點在于：采用"本地輔腦+云端主腦"的混合AI架構，并且更明確地提出任務路由和智能決策機制，來輔助用戶判斷不同任務應該用什么樣的AI大模型。我們覺得，“輔腦”的概念確實是PC上的一個新思路，將“端-云”更好地結合起來。未來“輔腦”如果能夠真正實現高效、精準地調度，會更有利于智能體工作流的穩定運行，而且Token消耗大量降低，減少使用成本，值得期待。

英特爾本次提出35B大模型是端側AI的“甜蜜點”，其實是和當前存儲成本暴漲的現實因素密切相關。實際上英特爾也有可變顯存技術（Intel Variable VRAM Technology），可以實現更大規模的內存/顯存分配，并裝入更大規模的本地模型。只是內存目前太貴，用戶用上這些技術的成本太高。為此英特爾和群聯一起推出了AI SSD的解決方案，可以在第三代酷睿Ultra處理器+16GB內存+AI SSD的平臺下實現分層運行35B大模型。這也是開辟了差異化競爭的路徑，頗有新意，也體現了英特爾在軟件層面上的優勢和積累。

再來看安全。這其實是制約進一步發展的最大痛點。英特爾已經開始為此進行技術準備，推出一些標準化的解決方案，比如本地安全護欄（Guardian模塊）。這部分如果成熟，將大大減小用戶對智能體PC的疑慮，推動其普及。

綜合來看，英特爾在本次混合AI部署分享會上，針對當前市場環境對智能體PC未來的發展提出了一些解決思路和發展規劃，也不斷明確提出將和生態伙伴一起共創智能體PC生態的未來。我們希望英特爾能再接再厲，利用上游領導廠商的號召力，對智能體的痛點和使用難點進行標準化定義，降低用戶的使用門檻、保障用戶使用環境安全。這樣，智能體PC才能更快地引領PC從工具進化為輔助人類工作、生活的智能“輔腦”，迎來PC的新時代！

友情提示

MCer請注意，由于微信公眾號調整了推薦機制，如果你發現最近很難刷到Microcomputer（微型計算機）公眾賬號推送的文章，但是又不想錯過微機的精彩評測內容，可以動動小手指把Microcomputer設置成星標公眾賬號哦！