9月22日，2026英特爾技術創新與產業生態大會在蘇州舉行，這是雷科技第三次被邀請參會。回想當年，第一屆大會還是在成都召開的，第二屆則是在重慶，如今則來到了蘇州，三座城市見證了PC行業在三年間的變化。
今年的大會主題是「同芯·智遠」，其實比起往年更加聚焦，而且也很好理解——智能體正在遠航。當然，這是小雷自己的理解，但從官方活動和現場展廳的展出來看，大致沒錯，畢竟今年的大會上，主題基本都是圍繞Agent展開的。
但聊的並不只是Agent的實現方式，還有如何讓PC硬體去適應Agent所帶來的工作方式變化。因為AI的工作方式與以往的大多數軟體都不同，它更像是一個站在系統和軟體之上，代替使用者去與PC交流的“秘書”，它或許不會佔用太多的CPU或GPU性能，卻對記憶體延遲、算力效率等以前“非主流”的性能有更高要求。
根據英特爾提供的預測資料，到2026年底，超過80%的企業應用將至少嵌入一個AI智能體，到2031年，中國企業場景裡的活躍智能體數量預計將達到3.5億個。所以，未來的PC硬體必須適應這種變化，就像CPU在數字創作時代，從強調單核變成強調多核一樣。
而且，Agent的崛起，其實讓CPU重新回到中心。以前的AI更多談論的是峰值算力、視訊記憶體，但在Agent時代，AI在實際推理前需要對任務進行拆解和分析，並且在運行過程中還要去調度各種軟體、工具庫等資源，而這些工作都需要CPU的支援。
可以說，在即將到來的Agent時代，CPU和GPU將成為AI生態的絕對核心，兩者的重要性幾乎對等。
Agent來了，
CPU、GPU、NPU要重新分工了
英特爾公司副總裁兼端側計算和物理AI事業部中國區總經理高嵩在演講中提出了一個很有意思的觀點：推動AI發展的除了大家熟悉的規模定律，還有“密度定律”。
高嵩提到，雲端繼續通過更多參數、資料和算力提升模型能力，同時越來越多的新能力會迅速被壓縮到尺寸更小的模型裡。此時，低位元量化、稀疏注意力、KV Cache解除安裝等技術，也讓這些模型越來越適合在PC和各種邊緣裝置上運行。
啥意思？簡單來說，就是頂級模型的參數規模達到一定程度後，在其基礎上蒸餾出來的小模型，即使參數規模小於以前的傳統模型，性能也會超過後者，再配合針對性的資料壓縮、推理最佳化技術，就能讓這些小模型在PC和邊緣裝置上運行，讓AI任務不必僅依賴雲端模型。
事實上，我們最近看到的各家Agent AI系統，都是從這個基礎上延伸出來的，因為Agent任務會有大量零碎的目標拆解、部署和再檢測任務。這些任務簡單卻繁多，如果全部交給雲端模型計算，不僅會造成算力浪費，還會帶來顯著的延遲，導致使用者體驗變差。
所以，最佳的選擇就是把這些任務放在本地進行處理，而要達成這個目標，除了需要有一個端側部署的模型外，還需要一套針對性設計的硬體系統。而英特爾給出的答案就是XPU。
XPU包含CPU、GPU和NPU三個核心，其中CPU負責高頻計畫、決策和邏輯控制，GPU憑藉Xe Core和XMX承擔大量平行AI計算，NPU則負責語音、視覺等需要長期運行、對功耗更敏感的任務，三者根據Agent當前的工作狀態動態切換。
不難看出，三個核心各有側重，負責不同的任務，所以很難拿一個統一的性能標準去精準衡量它們的性能差異。說白了，以前的AI PC核心在於算力有多少，現在的Agent PC，則是看如何更好、更快地完成Agent任務，後者才是使用者真正需要的。
當然，僅靠硬體端的適配是不夠的，在軟體端，英特爾也開始圍繞Agent搭建新的生態，其策略是相容開源推理框架和開放權重模型，同時通過微服務加入多模態感知、長短期記憶、反覆思考、Web訪問和安全等Agent常用模組。
大家可以這麼理解，英特爾讓硬體儘可能相容開源生態，然後將各種Agent能力拆散成一個個獨立模組，當開發者想部署Agent系統的時候，就可以用英特爾硬體+開源模型來搭建底座，並按需調度Agent模組，而不是將完整卻臃腫的全功能模組打包進去。
英特爾在這裡面的角色，就像一個原材料供應商，它提供你所需要的一切，你可以從中挑選自己需要的東西來建構自己的伺服器和系統。
Agent PC到底能幹嘛？
當然，技術說得再好聽，最終還是要回到一個問題上：它到底有什麼用？
Agent能幹嘛，我們是知道的，但Agent PC和AI PC或者傳統PC的區別在哪？區別就在於效率、體驗和“智能”上。
在英特爾的設想裡，未來的辦公智能體會直接接管一部分工作流，比如自動拆解任務、呼叫工具、讀取本地知識，在執行過程中持續檢查結果，只在關鍵節點讓使用者確認。
為了實現這套體驗，英特爾在Agent PC中加入本地推理引擎、模型路由和AI Skills，等於是提前把Agent所需的必要模組內建到電腦裡，從而實現端雲結合的Agent模式。
而且，Agent PC的能力不會只停留在辦公上。在現場演示中，搭載酷睿Ultra和Marvis AI方案的AI NAS可以幫助創作者蒐集和整理素材。面對創作者拍攝的數小時素材，只需要一句話，它就能從幾百個素材中精準定位相關鏡頭。
老實說，這個功能小雷的視訊組同事肯定會很眼饞，不僅省去後期找素材的麻煩，拍攝前期也不用再費大功夫去整理素材了。除此之外，針對現在非常火爆的AI視訊賽道，Agent PC也有大用。
舉個例子，生成一個15秒的480P視訊，需要大約50積分，而生成15秒的2K視訊，則要256積分，超5倍的成本差距是所有創作者都無法忽視的。而在Agent PC的環境下，借助英特爾的模型和演算法，可以直接在端側將480P視訊超分到2K解析度，全程無需雲端算力支援，相當於直接省下了一大筆開銷。
除了工作、娛樂等功能外，其實英特爾也強調Agent PC將在家庭場景中擁有更多的能力，比如成為協調全屋智能終端的資料中心。
所以，未來的Agent PC也不會只是你的工作或娛樂裝置，它可能擺在客廳裡，通過高速無線網路連線家裡的所有裝置，利用即時環境感知來實現主動服務，而你擺在房間裡的“電腦”，甚至只需要一台顯示器就夠了。
而實現這一點的前提，就是英特爾的志強處理器。目前最新的志強6+處理器單顆就可以部署接近1000個智能體，在滿足200ms啟動時延SLA的情況下，可以並行建立350個沙箱。
當然，普通人是用不了這麼多，但對企業而言，這個玩意就非常有必要了，只需要一個機櫃，就可以為公司的上百人提供端側Agent服務，等於把端側Agent的部署成本降到了一個多數企業都能承受的範圍。
隨著A社自曝全面監測使用者未脫敏的資料，甚至將其用於情報分析，已經有越來越多的企業開始擁抱開源模型。說實話，這恐怕才是OpenAI等公司最不想看到的，畢竟大家都走端側部署的話，他們的故事就真的很難講下去了。
這也是為什麼，最近一年英特爾、AMD圍繞著CPU做文章，而在GPU市場浸淫幾十年的輝達，也是破天荒地回歸CPU市場，背後的原因就是他們早已看到了在Agent時代，CPU的地位並不會弱於GPU，誰能率先建立起新的生態，誰就有可能成為另一個“輝達”。
Agent PC真正改變的，
是PC的“身份”
對於英特爾來說，Agent PC所帶來的機會其實是遠超AI PC的，因為後者仍然是在傳統的PC框架裡做事情，但Agent PC不同，它實際上是在重新定義PC在AI時代裡的地位。
AI PC再怎麼強，本質上也還是人類的工具，但Agent PC卻可以成為你的助手，甚至可能會是最懂你的“人”。前者可以被拋棄、可以被替換，但後者，需要你將過去積累下來的“記憶”和“習慣”全部打包帶走，才能跳到另一個Agent生態，成本明顯更高也更大。
而且，我們最好祈禱屆時的智能家居協議和終端生態已經完成統一了，對於所有AI企業、硬體企業來說，Agent生態都是當下、乃至未來的最終極目標，因為這是一種使用者一旦依賴上，就很難離開的生態。
或許有人就要問了：英特爾又不造模型，離不開Agent生態和它有什麼關係？對，英特爾確實不造模型，但英特爾卻可以造最具性價比的Agent PC，同時為AI企業提供他們所需的一切硬體。
就像我們常說的：“淘金的人不一定能賺到錢，但賣鏟子的人永遠不虧。”而英特爾想做的，就是那個賣鏟子的人。 (雷科技)