从概念到生产力：百日竞速下，智能体PC正在重塑我的工作

7月北京的英特尔智能体PC应用分享会现场，距离4月英特尔首次正式提出“智能体PC”刚过去三个月。年初OpenClaw以现象级热度把桌面智能体推到大众面前时，多数人还将其视作极客圈的新鲜玩具——能对话、能简单操作软件，但离真正的生产力还差得远。彼时行业讨论的焦点还停留在“装个龙虾软件算不算智能体PC”，Token费用焦虑、隐私安全顾虑、硬件门槛高企三座大山横亘在前，没人敢说桌面智能体能在百日内完成商业化落地的惊险一跃。

而当我在看完演示demo，并且真的在工作和日常当中将融入Agent时，才真切感受到：三个月时间，桌面Agent已经完成了从“能玩”到“能用”再到“好用”的质变。这场由英特尔牵头、全生态参与的“百日竞速”，正在把“智能体PC”从行业概念，变成每个普通人工作里触手可及的效率工具。

·桌面智能体的 “高墙困境”，与微笑曲线的破局

OpenClaw的爆火，首次让大众看到了“AI自主操作电脑”的可能性，其带动的桌面智能体用户活跃度与Token调用量呈指数级增长，也很快暴露了两条难以绕开的“高墙”：一条是纯云端路线的Token费用墙——任务越复杂、调用越频繁，API成本就指数级上涨，重度用户每月花费上百元已是常态，企业级批量部署更是难以承受，同时云端传输还伴随着敏感数据泄露的风险；另一条是纯本地路线的硬件成本墙——想在本地跑通百亿级大模型，动辄需要上万元的硬件投入，小模型又满足不了龙虾需求。这样的两难需求把绝大多数普通用户挡在门外。

两条路线各走极端，也让桌面智能体陷入了“要么用不起、要么用不好”的两难。而英特尔在4月提出的“智能体PC”架构，核心就是用一条“微笑曲线”给出了中间解法：不走纯云端或纯本地的极端，而是以混合AI部署为核心，云端主脑保障复杂任务质量，端侧辅脑承接高频简单任务，通过模型路由智能调度，在成本与能力之间找到最佳平衡点。

当然，为了让这套解法落在实处，英特尔也带来了一系列的技术支撑。首先是端侧能力的“全栈补齐”。英特尔首次提出智能体PC必备的七大AI能力——LLM推理、ASR语音识别、OCR文字识别、TTS语音合成、CV/VLM视觉理解、图像生成、Omni全模态交互，相当于给PC装上了“大脑+五官”：既能听懂语音指令、看懂屏幕与文档内容，也能自主执行任务、生成内容，不再是只会对话的聊天机器人。

支撑这七大能力的，是酷睿Ultra家族的分层算力布局：面向高端用户的酷睿Ultra X7 358H提供180 TOPS平台算力，能流畅运行35B级别大模型，在32GB内存配置下支持128K上下文窗口，Demo现场甚至通过量化技术实现了256K上下文处理；多模态能力同样拉满，61秒即可完成1小时音频转写，7.9秒处理53页带复杂图表的PDF，0.4秒就能理解一张1024×1024图片，是当之无愧的“全能之选”。

面向主流市场的酷睿Ultra 5 325则以更亲民的价格，实现了前者70%以上的大模型性能，ASR速度基本持平，OCR性能达到90%，TTS、CV、VLM等多模态能力也十分接近。它不仅覆盖了轻薄本、商务本等传统笔记本形态，还催生了大量Mini PC产品——这类设备体积小巧、成本友好，支持7×24小时不间断运行，非常适合企业部署数字化员工、超级个体（OPC）用户搭建专属智能体工作站。据IDC预测，2026年仅中国OPC群体就将拉动160万台智能体PC新增需求，而酷睿Ultra 5 325正是这一市场的核心算力底座。

针对AI场景最头疼的“内存墙”，英特尔也拿出了MoE专家卸载方案：联合江波龙、群联电子等AI SSD厂商，利用MoE模型“专家稀疏激活”的特性，把调用频率低的“冷专家”卸载到SSD高速分区，仅保留30%-40%的“热专家”常驻内存，能直接节省10GB以上内存空间。实测32GB内存的设备就能流畅运行35B MoE模型，32K长上下文场景下内存节省超30%，首Token性能损失小于10%，解码阶段TPS几乎无损——相当于用主流内存配置，撬动了原本需要大内存才能运行的大模型。

再加上具备任务拆解、智能调度、结果校验、隐私脱敏、自进化五大特质的SuperClaw模型路由机制，效果更加直观：复杂任务被拆分为多个子任务，简单任务留本地、复杂任务上云端，端侧结果不达标自动云端兜底，上云前自动完成敏感信息脱敏，错误案例还能反哺路由策略持续优化。实测可节省69%的推理成本与43%的推理时间，分类器还支持本地训练，1000条数据约100分钟即可完成训练，越用越贴合个人使用习惯。

三个月前，这些还只是发布会上的技术蓝图；三个月后，它们已经变成了ISV产品里可感知的真实体验。

·生态百日狂奔：Agent产品从“同质化对话”到“差异化落地”

4月英特尔提出“两个邀约”——携手桌面智能体ISV与PC OEM厂商共同打磨方案时，行业还在观望生态的落地速度。而7月的分享会上，七家核心合作伙伴集体亮相，各自拿出了差异化的落地路径，足以看出整个赛道的狂奔速度。

为了让生态真正繁荣，英特尔做了大量底层铺垫：与魔搭社区共建AI PC专区，提供一站式开发指南与案例；持续举办Skills作品大赛与城市面对面线下活动，让开发者在2-3小时内就能快速上手；同时在各大主流桌面智能体软件中上线英特尔Skills专区，让优化后的端侧能力直达用户。截至目前，已有40余项Skills陆续登陆各大平台，覆盖办公、娱乐、教育等多个领域。在这样的土壤之上，各家ISV的进化速度远超预期。

remio选择深耕个人知识管理，把“上下文同步”做到了极致。浏览器打开的网页、微信接收的文件、会议中的语音，所有信息都会自动进入remio的上下文系统，用户随时可以提问调取。依托英特尔NPU加速，OCR识别速度提升3倍，版式分析效率达到原来的5倍，1小时音频不到2分钟就能完成转写，且全程功耗极低，8小时会议录音也不会让电脑风扇狂转。相比纯云端方案，remio仅会议场景就能降低80%的成本，语义索引性能更是提升18倍，真正实现了“2倍响应速度、1/2 Token消耗、4倍生产力提升”。

Flowy则走了软硬一体的路线，把PC从“运行Agent的硬件”变成了“本身就是Agent”。它自研的Herdsman推理引擎在酷睿Ultra平台上将Qwen3.5解码速度提升1.8倍，深度集成群联AI SSD实现MoE专家卸载，让文生图模型在1GB显存下就能运行。更具开创性的是其“Agent APP”理念——Agent不是寄生在某款龙虾软件里的技能，而是独立运行在系统中的数字员工。比如和英特尔联合打造的“爱看球”AI助手，用户只需预约赛事，它就会在后台自动运行，精准捕捉进球、判罚等高光时刻，第二天直接把集锦推送到飞书。过去云端处理一场球赛要50元成本，现在本地运行只需5元，体验却没有打折扣。

QClaw主打“降低使用门槛”，用“专家广场”把封装好的工作流直接给到用户，200个场景化专家覆盖营销、办公、工程技术等领域，用户不用写提示词，开箱就能完成对应任务。针对用户最关心的隐私与成本问题，QClaw实现了端云协同脱敏：敏感文件在本地加密后再送云端处理，返回后本地解密；高频轻量任务全部交给端侧模型执行，再通过“教师模型”机制，让云端提前生成Skills路径，逐步拓展端侧能力边界。

TRAE Work则从AI Coding延伸到全场景办公，把办公流程拆分为“信息获取-方案讨论-成果交付”三个阶段，打通本地文件、在线文档、邮件、OA等数据入口。接入英特尔Skills后，用户可以直接在本地完成语音转写、文生图、系统操控、实时翻译，比如给文档配图不再需要调用云端生图API，直接在本地生成后自动插入，既快又省。其支持的PC/手机/小程序三端协同，还实现了“PC后台执行、手机随时查看”的无缝体验。

百度DuMate更侧重企业级安全与办公自动化，主打“即插即用、企业级安全、灵活拓展”。它可以在本地部署35B大模型与多模态OCR模型，处理合同风险排查、名片批量识别等场景时，数据全程不出本机，既节省Token又保障安全。对内还能打通ERP、EOP等业务系统，让员工直接用自然语言查询业务数据，把AI能力嵌入企业现有工作流。

荣耀YOYO Claw作为终端厂商的代表，把“省Token”做到了极致。4月发布时就能比基准方案节省50% Token，7月新版本更是将这一数字提升到77%。这背后是全链路的系统工程：从问题分类、技能召回到记忆精准召回，能本地处理的绝不走云端。配合Magic视界交互系统，Agent能力被直接嵌入用户原有工作流，用户不用刻意切换软件，在正常操作中就能唤起AI辅助。

·实测Marvis：智能体进入工作流感觉真的不一样

而我最终选择深度体验Marvis，恰恰是因为它走了一条最“接地气”的路线，把Agent做成了真正能解决具体麻烦的“数字员工”。小牛马的设计让我非常感兴趣。所以我真的使用Marvis开始帮我干活。

实际上，Marvis目前还没有支持第三代英特尔酷睿Ultra系列处理器的本地模式，所以目前我依旧是在纯云端的效率模式下完成的所有工作，毕竟目前Marvis提供一天1000万的免费token，暂时还不需要考虑成本。和三个月前初代桌面智能体“只会发号施令、经常操作翻车”的状态相比，如今的Marvis已经完成了两轮关键进化：一是系统级能力的深度渗透，二是端侧能力的全面落地。至少它真的能听懂我说的是什么，并且帮助我完成一些并不简单的工作了。

上周，笔者刚刚从BW回来，面对着大量的视频和图片素材一筹莫展。最后，我将展台资料，素材视频等一股脑的全部甩给了Marvis，由Agent自动完成语音转写、关键帧提取、字幕生成，我只需要按照生成的结果在剪映当中简单拼接就完成了视频。配音部分，Marvis调用本地TTS引擎合成，封面图由本地文生图模型根据画面内容生成多版候选后选定。过去，封面生成、脚本撰写，转录口播等工作即使借助AI，也需要使用多个工具分别完成，但是在Marvis的帮助下，我只需要在对话中持续进行引导就可以完成这一切，实在是太方便了。

实际上，这篇文章也是在Marvis辅助下完成的，将素材文件交给Marvis之后，系统跨文档理解后，快速生成了多个选题方向和差异化文章框架。文稿阶段由多轮迭代完成，最终沉淀为一篇正式、克制的行业评论。每次调整均在数分钟内完成，全程无需手动排版。当然最后还是少不了人工进行的修改和调整。真实的工作体验构成了对整场分享会最直接的注脚——当撰写这篇文章所用的工具，恰好就是文章所论述的对象本身，"智能体PC帮你干活"毫无疑问已经走入了现实。

据了解，配合第三代酷睿Ultra处理器平台的Marvis本地模式，也将于下月正式发布，届时主流用户都能获得完整的端侧智能体体验，端云结合的环境下，才更显Agent能够带来的生产力提升。

·智能体PC的下一站：从“工具”到“伙伴”

三个月前，行业还在争论桌面智能体的真实价值，如今智能体PC已在办公、游戏、教育、娱乐等领域落地了20余项成熟应用。从实时辅助的游戏AI助手、保护隐私的家校视频生成，到全本地运行的学前启蒙交互，场景边界正在快速拓宽。而这一切并非单款产品的突破，而是全产业链协同的结果：英特尔搭建底层硬件架构与技术标准，OEM厂商输出多元产品形态，ISV伙伴打磨场景化应用，开发者生态持续丰富Skills工作流，共同拉低使用门槛，推动“人人可用”从口号走向现实。

对普通用户而言，最直观的改变是AI的定位发生了本质跃迁。它不再是对话框里有问必答的聊天机器人，而是能后台待命、自主执行、为结果负责的工作伙伴。你不必反复打磨提示词，不用手动切换端云模型，也无需担忧敏感数据安全，它会在后台静默完成发票整理、系统修复、文件归档这类机械重复的事务，把人力从繁琐劳动中解放出来，投向更具创造力的工作。

从年初OpenClaw点燃桌面智能体的火种，到如今智能体PC形成完整产业生态，行业演进的速度远超预期。这场PC领域久违的全产业链共振，不只停留在技术概念层面，更正通过每一次具体的效率提升，悄悄重构人们的工作与生活日常。智能体PC的时代，不是即将到来，而是已经在你我的电脑上，悄然运行。