Agent将计算推向端侧，NAS不再仅是存储丨ToB产业观察

2026年以来，先是OpenClaw火爆出圈，引发了“龙虾”热，继而又是“Hermes”横空出世，进一步将Agent的热度推高，同时也让“本地智能”概念成为众多厂商角逐的焦点。

在此背景下，市场上出现了用户抢购Mac Mini或高性能PC的情况，渴望将这些设备变身为无所不能的智能体。然而，热潮来得快，退得也快。很多疯抢Mac Mini的人，玩两三天就放弃了。因为龙虾需要消耗巨额tokens，一晚上几百美金就没了。更关键的是，Mac Mini等设备只能联网搜索娱乐性的内容，解决不了本地的核心数据问题。

而这也体现了一个极为朴素却根本的问题：数据在哪里？当一台没有任何私人数据的Mac Mini试图帮你工作时，就像一个聪明但对你一无所知的新助手，它能做的不过是搜索天气、抓取新闻。许多用户很快发现，养这样一只“龙虾”需要消耗大量云端token，一晚上几百美金不知不觉就蒸发了，于是跟风者纷纷弃坑，转投向了一个曾被贴着“极客玩具”标签的硬件品类——AI NAS。

端侧AI设备火爆

OpenClaw的问世，给本就火热的端侧AI设备市场又添了一把干柴。2026年的端侧AI领域，三股力量正在平行推进。

其一是PC。Gartner于2025年8月发布的预测显示，2025年全球AI PC出货量将达到7780万台，占PC整体市场的31%；到2026年，这一数字将跃升至1.43亿台，市场份额达到54.7%——首次过半。其中，AI笔记本电脑的渗透速度远快于AI台式机：2026年AI笔记本将占笔记本市场的58.7%，而AI台式机仅占台式机市场的42.1%。Gartner同时判断，到2029年AI PC将成为市场常态。

芯片厂商的动作也印证了AI PC已经进入了量产化时代。今年1月，英特尔在CES上正式发布代号“Panther Lake”的第三代酷睿Ultra处理器。这是英特尔首款采用18A制程量产的消费级芯片，配备12个Xe核心和最高50 TOPS算力的NPU，整体性能较上一代提升高达60%，多核运算效能提升超50%，相同效能下功耗大幅降低40%。今年3月，锐炫Pro B70专业显卡发布，补全了从主流到旗舰的端侧算力产品线。Canalys预测，2026年AI PC在Windows PC市场的份额将增长至50%。

与此同时，软件厂商也在发力，Gartner预测，到2026年末，优先投资开发PC端AI功能的软件厂商比例将从2024年的2%攀升至40%，小型语言模型（SLM）将能够在PC端本地运行，为端侧AI的落地提供更丰富的软件生态支撑。

其二是Agent主机。以Mac Mini为代表的小型计算设备，因搭载OpenClaw、Hermes等智能体框架而备受追捧。然而，与AI PC稳步爬坡的增长曲线不同，Agent主机这一品类的发展轨迹呈现出更为明显的“热炒-冷却-分化”特征。这种短周期的特征与AI PC和AI NAS的长周期价值相比截然不同，从而也让Agent主机的未来变得不太明朗。

Agent主机主要面临三个挑战，其一是成本。多数AI智能体仍需大量调用云端API，tokens消耗费用高昂。Gartner研究指出，尽管AI推理成本在快速下降，但代理型系统带来的token需求激增，使企业整体AI支出仍在持续攀升，到2030年生产环境中每个任务消耗的token量将远超当前水平；其二是数据。Agent主机本质上是一台“裸机”，缺乏本地数据积淀，智能体的能力被限制在“搜索天气、抓取新闻”等浅层应用中；其三是部署门槛高。Agent主机“所有的操作都需要自己DIY去完成”，而与之相比，AI NAS则是“端上桌就可以吃的一道菜”，对于缺乏技术能力的普通用户而言，二者之间的可用性鸿沟不可忽视。

其三是AI NAS。与其他两个相比，AI NAS更贴近数据。

这些需求的爆发来自产业链的两个端口。以AI NAS为例，在供给端，大模型能力的“小型化”是关键变量。半年前，跑一个30B规格的模型还需要高端配置；而到2026年5月，基于Panther Lake平台的设备已经可以流畅运行同等规模的本地模型。绿联产品经理杨超与笔者描述了这个变化：“2025年初的模型，跑一个30B就需要很高配置，而现在用Arrow Lake或Panther Lake就可以跑了。”与此同时，Qwen 3.6-35B-A3B等模型持续优化，让端侧推理的门槛持续下移。

需求端，个人数据的爆炸性增长正在制造一个庞大的“被遗忘的数据冰山”。IDC预测，全球数据生成量将从2025年的213.56ZB翻倍增长至2029年的527.47ZB，其中中国数据生成量将从51.78ZB增至136.12ZB，复合年增长率高达26.9%。这些数据中，绝大多数是照片、视频、文档等非结构化数据——它们被拍摄、生成、下载，然后被遗忘在某个硬盘的角落里，成为无法检索、无法调用的“死数据”。而AI NAS所承担的使命，就是将这些死数据“复活”为可交互、可检索、可提炼的活资产。

从目前市面上常见的设备来看，主要分为了AI NAS与AI PC、Agent主机，它们的核心目标是一样，都是为了以“本地智能”为先。三者都搭载了高性能的AI算力芯片，其中AI PC与AI NAS多采用英特尔酷睿Ultra系列处理器（这点也是目前英特尔主打的赛道），Agent主机则多基于标准x86架构，均能支持本地AI模型的运行，避免了数据上传云端带来的隐私泄露风险。

此外，三者都在推动“傻瓜化”操作体验，无论是AI PC的一键AI创作，还是AI NAS的一键安装OpenClaw智能体，亦或是Agent主机的模块化部署，都在降低用户的使用门槛，让普通用户也能享受端侧AI带来的便捷。

AI NAS填补了市场空白

Agent让端侧AI设备呈现“百花齐放”的态势。其中，AI PC主打个人办公与创作的智能升级，Agent主机以纯硬件为核心提供基础运算能力，而AI NAS则以“存储为根基、AI为引擎”，在众多端侧AI设备中走出了一条差异化发展之路。三者看似赛道不同，却共享着“本地智能、隐私保护”的核心需求，同时又在产品定位、功能侧重上形成鲜明区别，共同构成了端侧AI生态的完整版图。

从行业发展趋势来看，AI NAS的崛起并非偶然，而是数据增长、算力升级与隐私需求三重因素共同推动的结果。根据Fortune Business的市场调研数据显示，2026年至2034年，AI NAS的年复合增长率将达到26.9%，预计到2034年，95%的NAS产品都将具备AI功能，传统NAS将逐步完成向AI NAS的全面转型。这一增速远超传统NAS 16.7%的年增长率，也印证了AI技术对存储产业的颠覆性影响。

与此同时，IDC的数据显示，2026年至2030年，全球本地存储需求将从0.5ZB增长至25ZB，其中生成式AI产生的海量隐私数据，成为推动AI NAS需求爆发的核心动力——用户既希望享受AI带来的便捷，又不愿将敏感数据上传云端，而AI NAS“本地存储+本地运算”的模式，恰好解决了这一核心痛点。

AI NAS的火热不仅体现在报告之上，更体现了资本市场与用户群体之中。一个小故事就能看出AI NAS当下的火热。据悉，绿联新一代AI NAS在美国Kickstarter众筹平台上线10天，销售额就突破880万美金，打破了该平台的产品销售记录。这个案例体现了用户对AI NAS价值的高度认可，也反映出市场对“存储+AI”融合产品的迫切需求。而这一趋势的背后，是AI NAS与其他端侧AI设备的共生与互补，AI PC、Agent主机虽然具备强大的运算能力，但缺乏本地大规模存储能力，无法实现数据的长期留存与智能管理；而传统NAS虽然擅长存储，却不具备AI运算能力，无法挖掘数据的潜在价值。AI NAS的出现，恰好填补了这一市场空白，成为端侧AI生态中不可或缺的一环。

AI NAS“小众”而重要

与AI PC、Agent主机相比，AI NAS的市场相对更为垂直，但不可替代性也更强，因为除了AI之外，更为重要的还有NAS的属性，这也是其能够在激烈市场竞争中突围的核心原因。

首先，在产品定位上，AI NAS以“存储为核心”，兼顾运算能力，而AI PC、Agent主机则以“运算为核心”，缺乏原生存储能力。对此，杨超告诉笔者，Agent主机也好，Mac Mini也好，都可以归到Mini PC范畴，它们运算能力强，但没有数据存储能力；而AI NAS是运算加存储的结合，首先保证有存储；其次，在系统生态上，AI NAS拥有独立的操作系统，而AI PC、Agent主机多预装Windows、Ubuntu等通用系统，再安装AI Agent软件，用户需要自行适配参数才能完成部署，而AI NAS则实现了“开箱即用”，无需复杂配置。

这种“一站式”的解决方案，让AI NAS在易用性上远超Agent主机。此外，在应用场景上，AI NAS更侧重数据的长期管理与智能挖掘，而AI PC侧重个人办公创作，Agent主机则偏向专业级运算，三者形成了互补的市场格局。

在中小企业场景中，AI NAS将成为企业数字化转型的重要支撑，助力中小企业实现数据的智能管理与高效利用。随着生成式AI的发展，中小企业产生的办公文档、客户资料、培训视频等数据量不断增长，对数据安全和管理效率的需求也越来越高。AI NAS通过本地存储+本地运算的模式，既能保证企业数据的隐私安全，又能通过AI智能搜索、文档分类、自动归档等功能，提升企业的办公效率。

“数据在云里，计算在本地。”这是英特尔技术专家对AI NAS的“注脚”。云端算力再强大，也替代不了用户对自己数据的所有权和控制权；而当计算能力下沉到每个人的书房和办公室时，一个全新的端侧AI纪元才算真正开启。

（文｜Leo张ToB杂谈，作者｜张申宇，编辑丨杨林）