OpenClaw爆火与回归后，英特尔提出“智能体PC”新概念

今年的王炸，非OpenClaw莫属。短短两个月，就把Mac mini M4卖到全球断货。在全民“养小龙虾”的热潮里，有人专门买一台机器隔离运行，24小时挂着Agent；也有人上门代装，一次收费几千；也有人感觉太烧Token，花钱找人卸载“小龙虾”。

虽然说多数人，都是把“小龙虾”当个乐子，追完这次热潮，就冷落它了。但事实上，智能体相关技术的演化其实一直在稳步推进。

4月21日，在一场技术交流会上，英特尔中国区技术部总经理高宇提出“智能体PC”这一新概念。他表示：“智能体PC的时代大门可能才刚刚开启，但全行业仍面临许多问题，需要产品研发、市场等多方面的共同努力，才能将智能体PC从一个工程师的玩具，真正变成大多数人可用的工具。”

在会议上，高宇不断强调，智能体PC并非简单的算力升级，而是PC定位的根本性转变——从人操作的工具，进化为理解人的“数字分身”，其关键在于实现本地任务闭环与混合推理。

为什么“小龙虾”会被吐槽

高宇回顾了AI近三四年的发展，可以总结为三大阶段：

• 第一阶段，2022年之前，随着GPT的发布，整个AI行业疯狂追求大模型的智能能力，目标是让AI“头脑发达”；
• 第二阶段，大模型出现后，所有AI公司都强调模型应具备调用工具的能力。过去两三年，我们提出了许多针对大模型调用工具的框架，如LangChain、CDC等，目标是让AI不仅“头脑发达”，还要“四肢强健”；
• 第三阶段，智能体（Agent）的出现。从2024年底开始，各类智能体平台实现了综合任务执行能力，包括意图理解、任务分解、工具调用、迭代反馈以及记忆保持等全链条执行。可以说，智能体为AI的处理能力带来了质的飞跃。

总结下来，我们让AI经历了“头脑发达、四肢强健、身体灵活”的三大发展阶段。

智能体此前主要在云端运行，与PC形态结合后，将云端的智能体能力下放到PC上，并通过与个人数据、个人账号及云端操作能力的结合，实现了强大的AI代理执行能力。再通过飞书、微信等即时通信软件接入，最终实现了高度拟人化的AI数字分身体验。加上持久化的记忆系统，AI能够记忆并演化用户的习惯，让人感觉AI越来越“懂你”。更美妙的是，所有这些记忆都保存在本地、持续存在，不会因为切换AI模型而丧失。这些特性，让很多初次接触智能体的人，包括我自己，都深感震撼。

今年3月份OpenClaw的爆火，首先带动了相关PC产品的销售，但也暴露出一些问题。4月份开始热度逐渐退去，反映出智能体产品的使用门槛仍然较高，劝退了很多用户。

一是安全性质疑，当智能体获得最高权限后，有可能进行危险操作，带来安全隐患，例如误删文件、格式化硬盘等；二是隐私风险，有案例显示，智能体在某些诱导下可能泄露用户隐私信息，为此，国家互联网应急中心已多次发出风险提示；三是使用成本高，重度用户每日消耗的算力资源非常可观，月底可能收到令人惊悚的账单；四是脆弱性，由于社区更新频繁，很多功能在更新后可能失效，每次升级都让用户感到忐忑不安。

这些都是当前智能体类软件面临的挑战。“但从正面来看，我们认为这些问题可能是暂时的。随着AI技术的快速迭代和整个行业的努力，这些问题正在快速收敛和逐步解决。”高宇表示，智能体带来的技术革命是不可逆转的，智能体PC时代正在到来。

智能体PC，和传统PC有啥区别

那智能体PC，和传统PC有啥区别？为啥英特尔要提出这么一个新概念？高宇解释，传统PC更像是需要用户主动学习的工具，人得一步步学会操作，仿佛是在“伺候”电脑。而智能体PC则如同人类的数字分身，它能理解并适应人的习惯，让人觉得是它在“伺候”你。如下图：

传统PC的核心追求是硬件够快、软件兼容即可；而智能体PC则需要具备本地AI大脑、异构协同架构、任务级调度能力，以及可被AI智能化的软件生态，并支持持续低功耗在线运行与持久化用户记忆。这是一套从底层芯片到顶层操作系统都彻底重构、重新定义的体系。

所谓智能体PC，就是为智能体使用而优化的AIPC，是AIPC的进阶版。它不再是简单的算力设备，而是每个人都可以接触到的工具。它应具备四大能力：

• 本地任务闭环能力：无需用户一步步操作，可自主完成任务。
• 长期记忆与自我规划能力：让用户感觉设备越来越“懂你”。
• 端云混合推理能力：本地胜任的任务或隐私要求高的任务交给本地处理，更强算力需求的任务交给云端。
• 安全模块：保障高隐私数据和高危操作始终在掌控之中。

所有这些能力建立在以智能体优化为目标的硬件平台上，让设备从被动工具变成用户的数字分身。

智能体PC的软件架构像一个虚拟体，包含五大模块：

• AI服务：负责问题推理；
• 调度模块（身体）：智能体的核心逻辑，负责任务调度；
• 执行模块（四肢）：调用各类工具的手段；
• 交互模块（五官）：通过各种通讯管道与用户沟通，支持多模态交互，摆脱键盘鼠标的局限；
• 记忆模块（记忆体）：专属的记忆存储方法。

在工程化实现上，用户通过微信、飞书或本地UI提交需求，经过消息网关分解和封装成系统提示词，交给云端AI。AI推理后进行任务分解和下发，通过执行器执行。执行结果再次交给大模型分析，判断完成度并规划下一步，如此循环往复、链式调用，直到任务满意完成为止。在需要时，还可以通过外部提示词给大模型更精准的指引。在循环过程中，关键信息会被提炼并通过记忆模块持久化存储。

而在未来，智能体PC逻辑架构还会不断演进。高宇表示，英特尔希望在架构中增加一个“辅脑”，在AIPC本地运行的中小尺寸模型。其作用是分担云上主脑的部分推理，尤其是那些固定化流程、不易出错的任务。对信息安全要求高的任务也交给本地辅脑处理。

紧接着，增加一个路由机制，根据用户提示词、目标任务和上下文，决策选择云端大模型还是本地辅脑来处理任务。英特尔希望能够将约30%的任务截留在本地运行，从而兼顾安全性、本地控制和成本节约。

在“四肢”（执行模块）方面，英特尔希望增加AI外挂模块，执行专项任务。例如，语音转文字、高保密等级的OCR处理等，都可以交给本地ASI或本地OCR模型完成，避免敏感数据外泄。同时，为系统建立自净化能力和技能池，不断扩展可直接调用的本地AI能力。

“我们相信，这样的核心软件架构有望在年内成熟，届时智能体PC的发展将进入快车道。”高宇如是说。

英特尔的硬件解决方案

高宇认为，Hybrid AI是智能体PC的必然选择。对此，他解释，云端AI能力最强，可选择最好的模型，具备最强的智能和上下文处理能力，但成本高昂，且可能无法满足所有用户的流量需求，稳定性和速度存在挑战。本地AI可以解决部分成本和隐私担忧，无需担心算力消耗，但在智能上与云端有明显差距。即使经过量化优化，本地模型在任务完成度和质量上与云端数千亿参数的模型仍有差距。同时，本地运行较大模型对硬件成本要求高。

因此，英特尔认为，本地模型可运行的最优解参数规模应在35亿左右。为此，英特尔推荐的硬件解决方案包括：

• 入门级CPU平台：主推第三代英特尔酷睿处理器，功耗表现出色，具备40 TOPS的AI算力，可支撑部分本地需求；
• 主流级平台：主推8核或16核的第三代英特尔酷睿Ultra处理器，具备100 TOPS算力，可运行35亿参数的模型，实现本地辅脑能力；
• 旗舰级平台：主推X系列第三代英特尔酷睿Ultra处理器，提供最高180 TOPS算力，可本地运行35亿参数模型，带来优异体验。

在内存配置上，得益于英特尔的统一内存架构和灵活可调显存技术，最高可将92%的内存用作显存。32GB内存可全量载入35亿参数模型并实现128k以上上下文，是比较合理的配置。此外，通过附加的SSD卸载技术，可以将不常用的模型专家从内存卸载到SSD，需要时再动态加载，这要求SSD具备优异的读写性能及软件优化。

在PC形态上，miniPC是不错的选择，但轻薄笔记本也应成为智能体PC的重要形式。此外，手机、AI Box、边缘网关等都可能成为智能体PC的表现形式。英特尔正与全行业合作伙伴打造面向不同行业、不同形态的智能体PC多样化设计。

在旗舰平台上，英特尔率先支持了最新的35亿参数模型，在智能体和编程能力上提升明显，已在多个模型上实现每秒50Token以上的生成速度，甚至可达100 Token以上，媲美云端体验。通过可调显存技术，可将上下文窗口开到足够大，满足复杂任务需求。同时，平台还支持多种多模态模型，包括文本、图片、声音混合输入的模型，可实现秒级生图等能力。

对于预算有限、仅有16GB内存的用户，通过模型压缩和专家卸载技术，可以将35亿参数模型的内存占用控制在8.4GB左右，系统总占用不超过16GB，同时配合智能路由，根据任务需求自动决定由本地35亿模型处理还是交给云端大模型。

全家族产品与生态建设

根据英特尔专家介绍，英特尔智能体平台共包含三大产品品类：第一类是智能体PC，覆盖消费级与商用级平台；第二类是AI推理系统，主要用于企业私有化部署，提供更强的本地AI算力。对于参数量在100亿到200亿之间的模型，推荐采用至强工作站搭配多张GPU的方案；而对于200亿以上参数的模型，则需要更高配置的硬件支持；第三类是智能体服务器解决方案，通过高密度方式部署大量智能体实例，以服务企业级用户群体。

在平台能力方面，技能池（Skills）是智能体PC发挥本地能力的重要实践方式。它本质上是一套为大模型提供的说明书，既能减少算力消耗，又能指导大模型进行正确操作。围绕这一理念，英特尔正推动三层技能生态：第一层是甄选技能，由英特尔精心打造，组合核心软件IP以实现复杂任务；第二层是参考技能，由英特尔工程师开发并开源贡献到社区，旨在激发开发者创造更多技能；第三层是社区参与，通过积极参与AI社区活动、推出AI PC专区以及举办开发者大赛，与开发者共同打磨和完善技能。

现场，英特尔专家针对几个场景进行了演示，包括：

自媒体博主场景中，通过本地模型抓取公开信息并生成个性化播报，帮助用户快速获取热点、提升工作效率。

视频剪辑场景中，利用本地AI算力和多模态模型，对长视频进行内容抽取和总结，一句话即可完成30秒高光时刻剪辑，且视频全程不出设备，保护隐私。

财务发票审核场景中，本地模型可自动识别发票并生成审核报告，确保敏感数据不外泄，安全护栏模块可基于语义理解对隐私数据进行防护，防止智能体执行危险操作。

教育场景中，教师可利用本地模型生成图片并联动云端生成视频，学生可通过本地模型对慕课视频进行总结，生成结构化笔记，大幅节省时间和算力成本。

将智能体PC的能力延伸到家庭场景，可打造家庭AI大脑，提供24小时不间断、低成本、安全可靠的智能服务，包括智能小管家、贴身护卫、家庭小管家、知心伙伴等。

总之，可以看出，目前英特尔正在努力推进智能体走向千家万户，而在这些智能体背后，是英特尔硬件的支撑。此外，现场专家向EEWorld表示，他们正在与软件厂商不断合作，针对软件不断优化，以此让智能体越来越聪明，越来越能够拥有自我进化的能力。

来源: EEWorld 作者: 付斌