英特爾首提智能體PC概念 數字員工元年“龍蝦”“愛馬仕”接連爆火 軟硬件廠商緊抓機遇

財聯社4月22日訊（記者 付靜）“3月開始‘龍蝦’爆火，4月很快就回歸了一種理性，熱度有所下降，不過產品的演化速度其實一點都沒有降低。我們的初步結論就是，‘龍蝦’所帶來的智能體的技術革命是不可逆轉的。”英特爾中國區技術部總經理高宇對財聯社記者表示。

“龍蝦”OpenClaw成為現象級產品后，又一個開源智能體“愛馬仕”Hermes Agent近日在科技圈走紅。財聯社記者最新從業內多方獲悉，“龍蝦”、“愛馬仕”們的爆火加速了數字員工進程，2026年被稱為是數字員工元年。數字員工可7X24小時自助完成某項職責，進一步促進OPC（One Person Company，一人公司）模式發展。

軟件層面，廠商不僅積極適配部署熱門開源智能體，也推出自研的智能體解決方案。上周，騰訊云輕量應用服務器Lighthouse前腳作為行業首家實現對“愛馬仕”的云端一鍵快速部署，MiniMax后腳上線基于Hermes Agent構建的云端自我進化AI助手MaxHermes，號稱用戶10秒內即可在云端擁有一個“越用越懂自己”的智能體。與此同時，瀾舟科技發布了瀾舟可信AI全棧技術體系，覆蓋企業智能體OS（LangClaw）、企業數字員工、企業大腦、底層可信能力。

硬件端也緊抓智能體機遇，近期市面上多款強調“安全養蝦”、破解用戶Token焦慮的“龍蝦”盒子、一體機密集推出。4月21日，曾于2023年9月率先提出AI PC概念的芯片大廠英特爾首次提出智能體PC概念，針對智能體暴露出的安全隱患、成本高、脆弱性等問題提出對策。

智能體爆火加速“超級個體”誕生

“龍蝦”們的爆火，正在加速“超級個體”的誕生。

“中國的AI產業迎來了黃金發展期。”瀾舟科技創始人周明博士告訴財聯社記者。他回顧并展望人工智能發展歷程：2023年是對話式AI元年、2024年是推理式AI元年、2025年是智能體AI元年，2026年則是數字員工元年。

4月21日，國務院印發的《關于推進服務業擴能提質的意見》，指出深入實施“人工智能+”行動，加快智能編程工具研發使用，支持采購大模型、智能體服務。此前《關于深入實施“人工智能+”行動的意見》還明確了到2027年智能體在內的應用普及率超70%的目標。

智能體正處于快速規模落地階段。周明認為，其技術路徑遵循從大模型增強，到智能體工程成熟，再到數字員工落地的演進路線。其中，智能體工程就是利用外部數據通過微調和RAG增強智能體的能力，利用skills、MCP、A2A協議調用工作或其他智能體完成更復雜的任務，提示詞工程、上下文工程、駕馭工程等可以強化任務理解、補充決策信息、優化記憶等。

基于智能體工程的方法論，AI原生軟件新架構形成的趨勢明確。

財聯社記者了解到，傳統AI+僅為軟件附加能力，與業務系統是“兩層皮”，難以深度融合甚至內部競爭互阻；而AI原生以LLM+智能體為底層架構，從設計、開發到運營全流程圍繞AI重構，實現自主決策、流程自動化與業務深度協同。

周明認為，AI原生理念與智能體工程的實踐，正是支撐當下受到政策扶持的OPC模式的技術基石。

此前有媒體統計，目前全國已有超20個城市出臺OPC相關支持政策。不過財聯社記者注意到，首批OPC創業公司被曝已倒閉，并非人人皆可借AI之力成為“超級個體”。近期有行業媒體報道，北上蘇杭四座城市的OPC創業社區，原本熱鬧的工位區已有近三成空置，主要問題出在變現上，通常產品沒有核心壁壘、大多同質化嚴重，用戶量持續下滑。

對此，周明告訴財聯社記者，創業成功率低是常態，OPC時代創業門檻會降低，但并不代表成功率就會提高，公司希望通過提供銷售、營銷、招聘等數字員工Skill，解決OPC創業者面臨的獲客、招聘等痛點。

據悉，LangClaw作為數字員工統一運行底座，支持自然語言轉任務、跨系統操作、多數字員工協同、安全沙箱執行、全鏈路審計等核心能力。瀾舟科技方面表示，未來將持續深耕AI原生與可信AI技術，聚焦金融、運營商、央國企等核心領域，以LangClaw為核心底座推動智能體從單點試點走向全業務覆蓋。

“智能體PC”概念問世

4月21日，英特爾正式提出了針對個人使用場景的“智能體PC”概念，與適用于企業私有化部署的AI推理系統、服務器容器化部署的智能體Farm共同形成其智能體平臺全棧方案。

財聯社記者獲悉，智能體PC是為智能體使用而優化的AI PC，具備本地智能體實現任務閉環能力、端云結合的混合AI推理能力、記憶和自主進化能力、本地安全保護能力。產品形態涉及筆記本、Mini PC、一體機、AI Box、AI NAS、邊緣網關等，采用“本地輔腦+云端主腦”混合架構，支持敏感任務留在本地，高能力任務按需調用云端。其中，“輔腦”能力由PC端的本地AI和中小模型構成，“主腦”則協作遠端AI和大模型。

高宇稱，“我們在2023年提AI PC時，大語言模型誕生只有一年不到的時間，端側運行能力還相對粗淺。但我們現在回頭看，大方向其實沒有錯，這幾年產業都認可AI PC，我們抓了至少兩年的提前量。智能體PC也是如此，目前它面臨的問題還在收斂過程中，問題沒有解決就不可能實現真正普及，但是大方向是對的。在‘龍蝦’的火熱退卻，大家冷靜地思考何去何從的時候，我們再喊這樣一個概念，可能是最佳時機。我們是想從算力層先把概念拋出來，然后拉動行業一起去解決問題。”

配置方面，英特爾方面推出了一系列普適的智能體PC硬件方案：旗艦配置為搭載第三代酷睿Ultra X系列處理器、32GB以上內存，運行Qwen3.5/3.6（35B）、Gemma4（26B）等大型語言模型及Qwen3-VL、MiniCPM-O-4.5等復雜多模態模型；主流配置為采用第三代酷睿Ultra 8核/16核處理器、16GB以上內存，運行Qwen3.5（9B/4B）等中量級語言模型，并支持Qwen3-TTS、Z-Image-Turbo等文生音、文生圖應用；入門配置為采用第三代酷睿處理器，在內存配置更低的情況下（如12GB），運行Qwen3.5（4B）級別的輕量化語言模型，用于完成PaddleOCR、CosyVoice等多模態任務。

另外高宇談到，上述配置在配備AI SSD后將有更好的性能表現，尤其適合內存容量有限的情況。以搭載群聯aiDAPTIV技術的解決方案為例，僅配備16GB內存的輕薄本也能運行Qwen-35B級別的大模型。

值得一提的是，高宇進一步透露，3月“龍蝦”的爆火導致x86 PC緊俏。

“x86是真正的AI原生架構，所有的AI模型，包括智能體的開發和最早部署的一剎那都是在云上，全都是x86架構。”他也進一步提到。

（受訪者供圖）

此外，為使智能體PC實現開機即用，英特爾與Cherry Studio、櫻桃AI助手、DuMate、Flowy、具芯科技、Molili、QClaw、QoderWork、QwenPAW、階躍星辰、騰訊應用寶、TRAE、Workbuddy等廠商共同打造了AI Skill生態。目前，英特爾圍繞高頻核心場景已打造智能搜索、視頻快剪、游戲輔助、安全護欄等“甄選Skill”，面向開發者開源了“參考Skill”，通過魔搭社區AI PC專區與人工智能創新大賽持續激勵社區貢獻Skill。

養不起“龍蝦”的Token焦慮

智能體的蓬勃生態帶來Token消耗成倍增長。財聯社記者與業內多位人士交流時也注意到，Token成本的話題備受關注。一家港股公司相關負責人還告訴財聯社記者，中國AI的競爭，正從“百模大戰”轉向“Token生態大戰”。

3月，國家數據局局長劉烈宏在中國發展高層論壇2026年會上透露，2024年初，中國日均Token調用量為1000億，到2025年底，躍升至100萬億，今年3月已突破140萬億，兩年增長超千倍。

財聯社記者此前報道，有分析人士稱今年推動Token使用量大幅增長的，一方面主要是用戶基于Seedance、Nano Banana等產品大規模生成的圖像和視頻；另一方面是包括“龍蝦”在內要執行多步工作流的智能體，它們通常高并發運行，且需持續迭代。

針對“龍蝦”類產品造成的Token成本，周明介紹，“原來AIGC單輪問答其實也已經很消耗Token了，可是智能體使得Token耗費量增長了10倍都不止。因為它可以派生出很多個智能體并行、可以晝夜工作，又‘自作主張’去搜集很多資料再匯總，其實有的時候可能（Token消耗）就不可控了。所以Token節省的問題是一個現在特別熱門的話題，也是我們在做智能體OS的時候必須要考慮的問題。”

周明認為，通過大小模型混合編排及云邊端配合，Token成本可以得到節省。

與此同時，英特爾提出的智能體PC，采用混合AI部署方式，也是出于Token成本的考量，解決“云上太貴，端側有點傻”的問題。

據了解，站在成本角度，單一云架構的局限在于，高頻調用持續消耗云資源帶來成本壓力；而單一端側架構的局限則在于能力上限有限，難以覆蓋高復雜任務，新場景和新能力擴展速度較慢，復雜協同與重負載任務承載能力不足。

考慮到智能體的總體擁有成本（TCO），高宇還明確表示，“我們目前認為在端側，模型可運行的最優解應該是在35B上下，再往上走成本高，再往下走容易受限。”

近期，一家A股科技公司發布了可支持“龍蝦”的一體機產品。該公司相關負責人告訴財聯社記者，在經濟維度，針對目前大家怕養不起龍蝦的痛點，一體機可以讓用戶減少Token焦慮，由于采用本地化部署模式，模型及Claw應用部署在企業本地，因而僅需一次性硬件投入，長期使用成本趨近于零。相比持續燒錢的云端模式，綜合使用成本最高可降低60% 。

財聯社記者還從英特爾方面了解到，“龍蝦”并非是一款適合普通消費者的產品，但是推動了智能體的普及。

在展望智能體何時能被大眾真正接受時，高宇也坦言，Token消耗要減少、使用門檻要降低，這是必要條件，但還有充分條件尚待滿足。“不管是北美大型IT公司，還是國內的產業，我個人感受是事實上全行業對智能體如此快速的發展都沒做好準備。其他挑戰能不能解決，需要時間驗證。”