2023年，AI PC的提出，标志着PC开始从传统计算工具转向AI增强型设备。
在这之后，AI PC迅速成为市场主流，来自Gartner的预测数据显示，2025年全球AI PC出货量预计达到7780万台，占整体PC市场的31%。
然而，随着OpenClaw（“龙虾”）在2025年11月的发布，一波“养龙虾”潮流席卷全球，“养龙虾”也再次引爆了智能体应用热潮
在这波潮流中，用户通过本地部署大模型，让AI代理接管复杂任务，如自动化办公、内容创作、数据处理等任务，对端侧算力提出了更高的要求。
正是在这样的背景下，英特尔提出了“智能体PC”这一新概念，英特尔中国区技术部总经理高宇在近日的分享会上指出，“智能体PC”是一个为“智能体”使用而优化的“进阶版”AI PC。
这样的智能体PC，正在让AI从“被动工具”真正转变为用户的“数字分身”。
01 OpenClaw背后的隐忧，对硬件提出了新要求
自2022年11月ChatGPT面世后，全球人工智能技术进入到了一个新周期。
这之后的人工智能技术发展，高宇将其总结为三个阶段：
第一阶段，生成式AI的兴起，行业追求的是模型的“头脑发达”。
ChatGPT发布后，整个行业在全力卷大模型的参数规模与智能水准，目标是让AI具备更强的理解与生成能力。
第二阶段，模型与工具的快速迭代，行业开始追求模型的“四肢强健”。
在大脑能力逐步提升时，大模型开始强调工具调用能力，过去两年涌现出了LangChain、Function Calling、MCP、Skills等框架，这些框架让AI不仅能思考，还能通过接口与外部世界互动。
第三阶段，智能体跨步式快速发展，应用潮来袭。
随着Manus、Claude Co-work、OpenClaw等产品的发布，智能体实现了从意图理解、任务分解、工具调用到迭代执行、记忆保持的全链条自主能力，智能体如同被赋予了“智能化身体”的AI，不再是单纯的问答机器，而是能主动服务用户的代理，这其中尤以OpenClaw上线最具代表性。
2025年11月，OpenClaw上线发布后迅速走红，它将云端智能体能力下放到PC端，通过与个人数据、账号深度结合，实现了高度拟人化的“数字分身”体验，例如持久化本地记忆、即时通讯式交互、自主执行复杂工作流，这样的使用体验一时间让“养龙虾”在全球成为潮流。
然而，从市场热度上来看，仅仅用了一个月，市场就开始趋于理性，据高宇分析，其实OpenClaw及类似产品演进速度并未减速，但其使用门槛过高、诸多先天不足劝退了大量小白用户，这主要表现在四个方面：
第一，安全性问题，智能体获得高级权限后可能会执行危险操作，如乱删邮件、格式化硬盘，甚至出现“龙虾自杀”现象；
第二，隐私问题，用户隐私数据（如聊天记录、文件内容）可能在交互中被泄露，官方层面也多次发出风险提示，云端处理模式加剧了用户对隐私问题的担忧；
第三，使用成本高，重度用户单日消耗上亿Token不在少数，月底Token账单常常令人咋舌，尤其是涉及TTS、ASR、视频理解等多模态任务时，成本呈指数级上升；
第四，系统脆弱性，软件更新频繁，升级后功能失效的情况时有发生，用户体验“战战兢兢”。
正因为有诸多门槛，OpenClaw及其衍生出的智能体仍更多是工程师的玩具，难以实现大规模普及，要想进一步得到普及，则对底层AI PC硬件提出了更高要求——不仅需要更强大的本地算力，还需要AI PC支持端云混合、智能路由、安全护栏、长期记忆等高级特性。
基于此，英特尔提出一个全新的概念，智能体PC。
02 智能体PC，有何不同？
所谓智能体PC，高宇给出的解释是，它是为智能体使用而优化的进阶版AI PC，是每个人的“数字分身”。
相较于传统PC，智能体PC具备四大核心能力：
第一，本地智能体实现任务闭环能力，无需用户一步步进行操作，智能体可自主完成复杂任务流程；
第二，端云结合的混合AI推理能力，根据上下文智能路由，高频、隐私敏感或中小模型就可以胜任的任务交由本地“辅脑”，需要强推理或长上下文的任务路由至云端“主脑”，实现性能、隐私、成本与速度的平衡；
第三，具备长期记忆与自主进化能力，记住用户习惯、任务、偏好，说话风格和工作节奏，越用越懂你，记忆持久化存储于本地；
第四，具备本地安全保护能力，内置安全护栏，保护高隐私数据和高危操作。
在软件逻辑架构上，智能体PC更像是一个“虚拟人”，共由五大模块组成——思考模块（AI大脑）、调度模块（Agentic Runtime，负责任务调度与上下文维护）、执行模块（工具调用，包括Python、脚本、MCP、Function Calling等）、通信/交互模块（多模态，自然对话、手势等）、记忆模块（向量数据库与持久化存储）。
在分享会上，高宇还就传统PC与智能体PC的在操作方式、记忆方式、推理方式、应用呈现方式、任务执行方式、信息处理方式等方面的差异进行了详细对比。
实际上，本质上来看，传统PC具备的是工具属性，需要人去学习如何使用PC，并用它来完成不同的任务，智能体PC的使用对象从人变成了智能体，人无需再学习工具的使用方式，而是由智能体作为人类的数字分身，来使用智能体PC，从而更好地服务人类。
值得一提的是，英特尔并不是要完全将大模型、将智能体运行在本地，高宇告诉我们，云上模型与本地模型各有优缺点， 云上模型可以提供更强大的AI能力、更长的上下文处理能力，但是可能伴随成本高昂和隐私顾虑，端侧AI可以解决某些成本和隐私顾虑问题，但是端侧AI能力和云上模型在智能上仍有差距。
他认为，端侧运行模型的最优解是35B上下，再往上成本过高，往下则能力受限。
基于这样的判断，英特尔为智能体PC打造了清晰的硬件配置推荐体系，覆盖入门、主流与旗舰三类：
入门级：第三代英特尔酷睿处理器（Wildcat Lake），配备40TOPS算力，搭配12GB+内存，适合运行如Qwen3.5-4B轻量化模型与多模态任务；
主流级：第三代英特尔酷睿Ultra处理器（Panther Lake），最高达100TOPS算力，搭配16GB+内存，可以支持Qwen3.5-9B此类中量级模型；
旗舰级：第三代英特尔酷睿Ultra X系列处理器，最高达180TOPS算力，搭配32GB+内存，可以流畅运行Qwen3.6-35B-A3B此类MoE模型。
基于这样的硬件配置，英特尔为智能体打造了一具迈入真实世界的身体——智能体PC。
03 人均一个数字分身
第三代英特尔酷睿处理器，为智能体应用落地，扫清了算力障碍，与此同时，也从硬件层面为OpenClaw遗留下来的隐私、安全等问题，提供了一条不一样的解决路径。
在分享会现场，英特尔技术专家通过多个生动Demo，演示了智能体PC在真实场景中具备的能力。
例如，在财务场景中，本地OCR Skill快速识别多张发票，结合Guardian安全护栏，可以让智能体在财务场景得到很好的应用——在不打开Guardian安全护栏时，由于OpenClaw无法理解本机语义，敏感文件可能回直接上传到云上，而在开启这一功能后，就可以很好地保护机密信息不泄露，甚至可以防止云端模型因幻觉执行危险删除操作动作，防止“龙虾自杀”；
在内容创作场景中，英特尔专家演示了运行在运行在B390的iGPU上进行加速Qwen3.5和信息抓取Skill，辅以Qwen3.6-35B-A3B主脑，搜索并总结一天的财经新闻，无需额外购买Token，就可以实现这一功能；
……
现场的这些Demo不仅体现了智能体PC作为用户数字分身的独特意义存在，也凸显了Skill的核心价值。
高宇指出，Skill本质上是给大模型的说明书，可以通过逐级提示词的方式减少Token消耗，并指导大模型把事情做对。
正因如此，繁荣Skill生态是智能体PC发展的前提，也是大模型能聪明地调度本地AI能力的关键。
为此，英特尔正在构建一个由英特尔甄选Skills、英特尔参考Skills、社区Skills在内的三层Skill生态。
基于这一生态，英特尔将进一步为自媒体播主、视频创作者、财务人员、教师，乃至学生，量身打造配备专用Skill的智能体PC，让人均一个数字分身在未来成为可能。
网眼查提示：文章来自网络，不代表本站观点。
