英特爾想讓“智能體PC”，成為每個人的“數字分身”

2023年，AI PC的提出，標志著PC開始從傳統計算工具轉向AI增強型設備。

在這之后，AI PC迅速成為市場主流，來自Gartner的預測數據顯示，2025年全球AI PC出貨量預計達到7780萬臺，占整體PC市場的31%。

然而，隨著OpenClaw（“龍蝦”）在2025年11月的發布，一波“養龍蝦”潮流席卷全球，“養龍蝦”也再次引爆了智能體應用熱潮

在這波潮流中，用戶通過本地部署大模型，讓AI代理接管復雜任務，如自動化辦公、內容創作、數據處理等任務，對端側算力提出了更高的要求。

正是在這樣的背景下，英特爾提出了“智能體PC”這一新概念，英特爾中國區技術部總經理高宇在近日的分享會上指出，“智能體PC”是一個為“智能體”使用而優化的“進階版”AI PC。

這樣的智能體PC，正在讓AI從“被動工具”真正轉變為用戶的“數字分身”。

01 OpenClaw背后的隱憂，對硬件提出了新要求

自2022年11月ChatGPT面世后，全球人工智能技術進入到了一個新周期。

這之后的人工智能技術發展，高宇將其總結為三個階段：

第一階段，生成式AI的興起，行業追求的是模型的“頭腦發達”。

ChatGPT發布后，整個行業在全力卷大模型的參數規模與智能水準，目標是讓AI具備更強的理解與生成能力。

第二階段，模型與工具的快速迭代，行業開始追求模型的“四肢強健”。

在大腦能力逐步提升時，大模型開始強調工具調用能力，過去兩年涌現出了LangChain、Function Calling、MCP、Skills等框架，這些框架讓AI不僅能思考，還能通過接口與外部世界互動。

第三階段，智能體跨步式快速發展，應用潮來襲。

隨著Manus、Claude Co-work、OpenClaw等產品的發布，智能體實現了從意圖理解、任務分解、工具調用到迭代執行、記憶保持的全鏈條自主能力，智能體如同被賦予了“智能化身體”的AI，不再是單純的問答機器，而是能主動服務用戶的代理，這其中尤以OpenClaw上線最具代表性。

2025年11月，OpenClaw上線發布后迅速走紅，它將云端智能體能力下放到PC端，通過與個人數據、賬號深度結合，實現了高度擬人化的“數字分身”體驗，例如持久化本地記憶、即時通訊式交互、自主執行復雜工作流，這樣的使用體驗一時間讓“養龍蝦”在全球成為潮流。

然而，從市場熱度上來看，僅僅用了一個月，市場就開始趨于理性，據高宇分析，其實OpenClaw及類似產品演進速度并未減速，但其使用門檻過高、諸多先天不足勸退了大量小白用戶，這主要表現在四個方面：

第一，安全性問題，智能體獲得高級權限后可能會執行危險操作，如亂刪郵件、格式化硬盤，甚至出現“龍蝦自殺”現象；

第二，隱私問題，用戶隱私數據（如聊天記錄、文件內容）可能在交互中被泄露，官方層面也多次發出風險提示，云端處理模式加劇了用戶對隱私問題的擔憂；

第三，使用成本高，重度用戶單日消耗上億Token不在少數，月底Token賬單常常令人咋舌，尤其是涉及TTS、ASR、視頻理解等多模態任務時，成本呈指數級上升；

第四，系統脆弱性，軟件更新頻繁，升級后功能失效的情況時有發生，用戶體驗“戰戰兢兢”。

正因為有諸多門檻，OpenClaw及其衍生出的智能體仍更多是工程師的玩具，難以實現大規模普及，要想進一步得到普及，則對底層AI PC硬件提出了更高要求——不僅需要更強大的本地算力，還需要AI PC支持端云混合、智能路由、安全護欄、長期記憶等高級特性。

基于此，英特爾提出一個全新的概念，智能體PC。

02 智能體PC，有何不同？

所謂智能體PC，高宇給出的解釋是，它是為智能體使用而優化的進階版AI PC，是每個人的“數字分身”。

相較于傳統PC，智能體PC具備四大核心能力：

第一，本地智能體實現任務閉環能力，無需用戶一步步進行操作，智能體可自主完成復雜任務流程；

第二，端云結合的混合AI推理能力，根據上下文智能路由，高頻、隱私敏感或中小模型就可以勝任的任務交由本地“輔腦”，需要強推理或長上下文的任務路由至云端“主腦”，實現性能、隱私、成本與速度的平衡；

第三，具備長期記憶與自主進化能力，記住用戶習慣、任務、偏好，說話風格和工作節奏，越用越懂你，記憶持久化存儲于本地；

第四，具備本地安全保護能力，內置安全護欄，保護高隱私數據和高危操作。

在軟件邏輯架構上，智能體PC更像是一個“虛擬人”，共由五大模塊組成——思考模塊（AI大腦）、調度模塊（Agentic Runtime，負責任務調度與上下文維護）、執行模塊（工具調用，包括Python、腳本、MCP、Function Calling等）、通信/交互模塊（多模態，自然對話、手勢等）、記憶模塊（向量數據庫與持久化存儲）。

在分享會上，高宇還就傳統PC與智能體PC的在操作方式、記憶方式、推理方式、應用呈現方式、任務執行方式、信息處理方式等方面的差異進行了詳細對比。

實際上，本質上來看，傳統PC具備的是工具屬性，需要人去學習如何使用PC，并用它來完成不同的任務，智能體PC的使用對象從人變成了智能體，人無需再學習工具的使用方式，而是由智能體作為人類的數字分身，來使用智能體PC，從而更好地服務人類。

值得一提的是，英特爾并不是要完全將大模型、將智能體運行在本地，高宇告訴我們，云上模型與本地模型各有優缺點， 云上模型可以提供更強大的AI能力、更長的上下文處理能力，但是可能伴隨成本高昂和隱私顧慮，端側AI可以解決某些成本和隱私顧慮問題，但是端側AI能力和云上模型在智能上仍有差距。

他認為，端側運行模型的最優解是35B上下，再往上成本過高，往下則能力受限。

基于這樣的判斷，英特爾為智能體PC打造了清晰的硬件配置推薦體系，覆蓋入門、主流與旗艦三類：

入門級：第三代英特爾酷睿處理器（Wildcat Lake），配備40TOPS算力，搭配12GB+內存，適合運行如Qwen3.5-4B輕量化模型與多模態任務；

主流級：第三代英特爾酷睿Ultra處理器（Panther Lake），最高達100TOPS算力，搭配16GB+內存，可以支持Qwen3.5-9B此類中量級模型；

旗艦級：第三代英特爾酷睿Ultra X系列處理器，最高達180TOPS算力，搭配32GB+內存，可以流暢運行Qwen3.6-35B-A3B此類MoE模型。

基于這樣的硬件配置，英特爾為智能體打造了一具邁入真實世界的身體——智能體PC。

03 人均一個數字分身

第三代英特爾酷睿處理器，為智能體應用落地，掃清了算力障礙，與此同時，也從硬件層面為OpenClaw遺留下來的隱私、安全等問題，提供了一條不一樣的解決路徑。

在分享會現場，英特爾技術專家通過多個生動Demo，演示了智能體PC在真實場景中具備的能力。

例如，在財務場景中，本地OCR Skill快速識別多張發票，結合Guardian安全護欄，可以讓智能體在財務場景得到很好的應用——在不打開Guardian安全護欄時，由于OpenClaw無法理解本機語義，敏感文件可能回直接上傳到云上，而在開啟這一功能后，就可以很好地保護機密信息不泄露，甚至可以防止云端模型因幻覺執行危險刪除操作動作，防止“龍蝦自殺”；

在內容創作場景中，英特爾專家演示了運行在運行在B390的iGPU上進行加速Qwen3.5和信息抓取Skill，輔以Qwen3.6-35B-A3B主腦，搜索并總結一天的財經新聞，無需額外購買Token，就可以實現這一功能；

現場的這些Demo不僅體現了智能體PC作為用戶數字分身的獨特意義存在，也凸顯了Skill的核心價值。

高宇指出，Skill本質上是給大模型的說明書，可以通過逐級提示詞的方式減少Token消耗，并指導大模型把事情做對。

正因如此，繁榮Skill生態是智能體PC發展的前提，也是大模型能聰明地調度本地AI能力的關鍵。

為此，英特爾正在構建一個由英特爾甄選Skills、英特爾參考Skills、社區Skills在內的三層Skill生態。

基于這一生態，英特爾將進一步為自媒體播主、視頻創作者、財務人員、教師，乃至學生，量身打造配備專用Skill的智能體PC，讓人均一個數字分身在未來成為可能。