PC全面接管AI

文 | 硬唠intalk

2026年初，一个开源AI框架让数百万用户第一次感受到被机器"接管"的滋味。

OpenClaw于2025年11月由奥地利开发者Peter Steinberger发布，因图标是一只鲜红的龙虾钳，很快被中文互联网称为"龙虾"。它能做到的事，让大多数聊天机器人看起来像玩具：它不只回答问题，它直接接管你的电脑——打开浏览器、读取本地文件、运行脚本、拆解复杂任务并自主完成多步骤流程，全程无需人工干预。

"养龙虾"在2026年春节后的几周内成为技术圈的社交货币。GitHub星标数在60天内超越React十年积累的星标纪录，成为GitHub史上增速最快的开源项目，截至2026年5月已突破37万。上下游厂商争相宣布"接入龙虾"，荣耀、小米、华为鸿蒙相继跟进，美团联合创始人王慧文发布"英雄帖"招募创业团队。大众的感受是：AI终于能干正事，不只是能对话了。

"接管"的代价很快就来了。

2026年3月8日，中国工信部发布安全预警，指出OpenClaw存在高危远程接管漏洞——默认高系统权限、无沙箱隔离、大量实例公网暴露。有用户账户里的钱被悄悄转走，有人积累多年的工作文件被一键清空，有企业服务器被远程控制。韩国Kakao同期禁止企业设备使用OpenClaw。

"AI接管PC"这个叙事，在2026年春天曾经让人热血，但龙虾事件暴露的另一面是：PC的硬件底座，还没有准备好真正接待那只龙虾。问题的根源，不是软件Agent写得不够好，而是藏在更深处的硬件物理约束里。

硬件的墙：手机AI为何永远是配角

龙虾事件的技术本质，是一场关于算力边界的审判。

一台旗舰手机的功耗预算通常在3至8瓦。一块桌面GPU的热设计功耗（TDP，即芯片长时间持续工作时能够耗散的最大热量上限）高达575瓦。这道数字鸿沟不是工程参数的差异，是一道无法逾越的物理墙。TDP上限决定了芯片能持续运转在什么算力水平——功耗笼子有多大，推理能力的天花板就在哪里，没有例外。

这道墙在实测数据中无处遁形。运行Llama 8B量化版本，PC笔记本可以稳定输出约61个token每秒；同一模型在手机上，受限于DRAM带宽（30至50 GB/s），实测只有6至11个token每秒——差距接近6倍，不是快慢的问题，是能不能实用的问题。而速度还不是最致命的打击。

内存才是。

大多数手机NPU在7B参数处遭遇内存墙：片上SRAM若超过40MB便面临严重的芯片面积惩罚，iPhone可用于模型权重的有效内存约在3至4GB，这意味着本地可以运行的模型参数上限约在3B量级（INT4量化）。3B参数的模型能做什么？写写简单文案、基础翻译、初级问答——这些够用，但够不着"执行"，够不着真正意义上的AI Agent。

过热降频（即芯片温度超限后系统自动降低运行频率的保护机制）进一步撕开了手机AI的天花板。研究数据显示，iPhone 16 Pro在持续AI推理下，两轮之后吞吐量损失近一半；三星S24 Ultra存在系统强制降频下限，高负载时会直接中止推理。这意味着手机芯片厂商广泛标注的峰值算力（TOPS），在持续推理负载下实际打七折不到。

更能说明问题的是苹果自己的选择。Apple Intelligence本地模型约30亿参数，专为Apple Silicon优化，当任务复杂度超出本地能力，它自动将请求转发至苹果自有数据中心处理。这个"上云设计"不是隐私策略——它是苹果工程师对手机算力极限写在架构里的诚实承认。就连最贵的iPhone，也要向物理定律低头。

移动芯片厂商们不是不努力。高通Snapdragon X2 Elite Extreme的NPU达到80 TOPS，AMD Ryzen AI 400系列达60 TOPS。但这些数字解决不了一个根本矛盾：手机的TDP上限不会因为芯片做得更好而突然翻倍。在3到8瓦的功耗笼子里，任何型号的手机都跑不出结构性的突围。

AI智能体时代最核心的能力——长上下文推理、多步骤任务执行、持续高负载运算——恰恰就是手机物理定律管不住的那个区间。

RTX Spark：PC反向接管AI

2026年6月1日，英伟达CEO黄仁勋在台北音乐中心站上Computex的舞台，做了一个让PC行业久违振奋的宣布。

RTX Spark：一颗整合了Arm CPU（20核，与MediaTek联合设计）、Blackwell GPU（最多6144个CUDA核心）和128GB LPDDR5X统一内存的超级芯片，内存带宽270至300 GB/s，AI算力1 petaFLOP（FP4精度），支持本地运行参数高达1200亿的大模型，上下文窗口支持100万token。

黄仁勋的原话是：重新发明PC。

把这个数字放进现有坐标系，才能真正理解它的量级。微软定义的Copilot+ PC门槛是40 TOPS NPU；当前市场最高端的ARM笔记本芯片AMD Ryzen AI 400系列达60 TOPS；RTX Spark的1 petaFLOP，相当于把这道门槛抬高了超过25倍。

这不是“还我漂漂拳”，是“如来神掌”！

100万token的上下文窗口，意味着可以把整本代码库、完整合同文档、数百封往来邮件全部塞进一次推理请求，全程在本地完成，数据不离开设备。1200亿参数的本地模型，意味着PC可以在离线状态下运行接近GPT-4量级的能力——而不是手机上3B参数的"够用版"。

英伟达还与微软深度绑定：RTX Spark内置CUDA支持，30年的英伟达软件生态第一次被完整移植至Windows本地AI场景，配合Copilot+功能矩阵形成软硬件闭环。首批合作伙伴七家：联想、戴尔、惠普、ASUS、微软Surface、MSI，宏碁随后跟进。产品预计2026年10月26日上市。

更深层的意义在于叙事的反转。

龙虾时刻，AI软件Agent试图用"操控"夺取PC的主权，结果是安全漏洞和工信部预警——那是一场主客颠倒的实验，AI拿着旧硬件的钥匙撬门，撬开的是防御破口。RTX Spark的逻辑是另一套：不是AI来接管PC，而是PC进化成了AI最理想的宿主，主动把AI装进来，关上门，在本地全速运行。

联想集团董事长兼CEO杨元庆表示“NVIDIA RTX SPARK的发布，实现了向AI原生计算的重大跨越，令人瞩目！”。

这一刻，PC用硬件，收回了它的主权。

谁在承受AI终端的代价

在兴奋之前，有一张账单需要先读完。

Copilot+的旗舰功能Recall——让PC对用户所有操作截图并建立可搜索时间线——于2024年5月首次宣布，到2025年4月才全量上线，中间经历了近一年的延期、安全审查和隐私争议。不是功能没有价值，而是把AI能力真正整合进操作系统的工程难度，比演示PPT里的愿景复杂得多。

使用率数据同样直接。Recon Analytics对15万名美国用户的调研显示，Copilot企业使用转化率约35.8%——在拥有使用权限的用户中，将近三分之二没有真正用起来。2026年4月，Microsoft 365 Copilot付费企业席位突破2000万，财富500强中超过60%的公司部署了至少1万个席位。但席位数和使用率之间的鸿沟，是这个市场现阶段最真实的写照。企业买了，不代表企业用了。

手机端的账单则更难看。OpenClaw的安全事故不只是产品缺陷，它暴露了一个更根本的问题：AI Agent拥有高系统权限时，整台设备就是攻击面——支付数据、通讯记录、相册、企业邮件，全部在同一个没有隔离的空间里。2025年Black Hat大会发布的研究同样指出，Apple Intelligence在传输数据时存在超出其隐私政策的情况：Siri向苹果服务器发送了包括WhatsApp通讯内容在内的指令，即便这一传输并非必要。

过热降频把"理论算力（TOPS）"这个标签变成了部分失真的数字。手机在持续AI推理下，实际可用算力约为标称值的60%，意味着广告里的性能数字在实战负载下存在近40%的折扣。

消费者买下的，和真正用到的，是两个不同的东西。

这不是说PC就没有账单。RTX Spark产品2026年10月才上市，整个生态从芯片到软件到开发者生态的成熟，仍需要市场用时间去验证。但PC和手机面对的代价，性质根本不同：PC的代价是时间问题，手机的代价是物理问题。

时间问题可以解决，物理定律不行就是不行。

谁接收了这场战争

PC反向接管AI，受益的不是一家公司，是一条生态链。但链条上的每一环，分到的不是同等的红利——尤其是当你把中国市场这个变量代入之后，整条链条的受益结构会发生一次意想不到的扭转。

在全球层面，最顶端的受益者是英伟达。RTX Spark完成了一次历史性的身份重构：从游戏显卡供应商，变成AI PC时代的大脑制造者。CUDA软件生态随RTX Spark全面迁移至Windows本地AI场景，30年积累的护城河第一次被整体部署到普通消费者的笔记本里。紧随其后的是微软——Copilot+从一个软件功能标签，变成了硬件准入的结构性门槛，RTX Spark把Windows AI OS的中心地位直接写进了芯片规格。

但这条受益链条在进入中国市场时，遭遇了一个硬断层。

ChatGPT、Microsoft 365 Copilot、英伟达最先进的数据中心AI芯片无法在中国落地。这意味着，全球AI生态体系中最重要的几个入口——模型、算力、平台——在中国市场无法前行。

而中国恰恰是这场AI 革命中最不可忽视的市场，尤其是AI PC。Canalys预测2026年中国AI PC渗透率达52%，到2029年底累计出货超过1亿台；2025年中国PC市场年出货量4210万台，是全球最大单一市场之一。

这片市场的体量，任何全球AI PC战略都绕不过去。

但有一个关键反转：正是因为用户无法稳定访问境外云端AI服务，本地运行能力对他们的价值比任何其他市场都高。RTX Spark支持在本地运行1200亿参数的大模型、上下文窗口100万token，整个过程不需要调用境外服务器，不受平台政策管辖，不依赖任何需要翻墙的连接。这台机器，在无法用ChatGPT的地方，恰好能给用户一个GPT-4量级的本地替代方案。

这个时候，还有谁比联想更适合？

在七家RTX Spark首批合作伙伴中，联想是唯一一家同时满足两个条件的OEM：在全球供应链中与英伟达、微软同处第一梯队，同时在中国市场拥有完整的品牌信任、渠道覆盖和本土化部署能力。当戴尔、惠普面对中国市场时，都要面对"渐行渐远"的结构性问题；联想根本不需要解决这个问题——它本来就在这里，中国PC市场份额约34至39%，是无可争议的本土第一。

财报数据印证了这个逻辑。联想集团2026财年中国市场AI相关业务收入同比增长超过140%，在中国区总营收中占比32%——高于全球平均水平（全球AI营收增幅105%，占比33%）。说明中国市场对AI PC的需求不只是同步，而是更急迫、更集中地释放。

联想自己把这套布局称为"全栈AI"：从AI PC终端，到AI服务器（全年订单超过1400亿元人民币），到企业级方案服务，形成端到云的完整中国AI基础设施闭环。联想已发布两款RTX Spark笔记本，预计2026年10月26日上市。联想集团董事长杨元庆的目标是：两年内实现集团整体营收突破1000亿美元。

此前，这个目标有些激进，现在则显得有些保守。AI时代的中国市场，只有一个答案能同时拿到全球最先进的硬件和本土落地的钥匙。

这个答案，今年底开始兑现。