C114讯 7月8日消息 从年初到现在，桌面智能体成为AI应用落地热度最高的方向之一。
从OpenClaw（龙虾）到Hermes Agent（爱马仕），再到当下国内众多的商业版桌面智能体软件方案，都在围绕着一个核心范式的转变——AI不再只是一个无所不知的Chatbot，也不是一个能力增强的个人助手，而是一个“为结果负责”“自主执行”“随时待命”的真正意义上的“智能体”。
毋庸置疑，PC是桌面智能体的最佳物理载体；作为行业底座，英特尔在今年4月份就提出了“智能体PC”的概念，并针对用户的痛点设计出的一套完整的架构。在英特尔中国区技术部总经理高宇看来，英特尔的目标很明确，就是加速推动智能体PC的商业化，成为“人人可用，成本友好，安全可靠，场景丰富”的AI时代的“新入口”。
“微笑曲线”：混合AI部署方式实现最佳平衡
高宇指出，智能体PC不只是科技先锋者的玩具，还应该实现真正落地场景落地、做到人人可用、成本友好、场景落地、收益增长。其中，我们不难发现，无论是“人人可用”还是“成本友好”都与用户的总体拥有成本TCO紧密相关。
高宇用“微笑曲线”给出了英特尔的答案，在这个坐标轴中，横坐标是模型在端云之间的部署方式，纵坐标是系统的总体拥有成本。微笑曲线的右端，是用户重度依赖的云端API，对硬件近乎没有要求，这类方案初期硬件门槛低，但长期来看将面临一堵Token费用贵的“高墙”。特别是随着任务复杂度上升，API调用成本会快速走高，这让很多重度用户以及企业用户最终无法承担。当然云端QoS和敏感信息保护上也较难满足全场景的要求。
而曲线左端，则是用户尝试在本地部署一个100B以上的模型，认为可以实现Token自由和信息闭环。但是这将面临一堵硬件成本的“高墙”，特别是当前情况（存储价格暴涨）下，这种动辄上万元的成本把大部分用户挡在门外。
英特尔认为，正确的做法就是在微笑曲线的中央，通过混合AI部署方式实现成本和性能之间的最佳平衡。但要实现这个最佳平衡，并不是那么容易：一是，主脑继续采用云端大脑，保证任务的完成质量；二是，采用端侧友好的大语言模型以及各种多模态模型，试图把更多简单的任务、高可靠的任务留放在本地执行；三是，通过模型路由降低用户使用门槛；四是，通过硬件配置优化，打造主流用户可负担的系统。“我们希望通过这套组合，最终实现成本友好、准确率高、可靠性高、体验丝滑的目标。如此，才能够推进智能体PC的普及；如此，才是智能体PC落地的最优解。”
画好“微笑曲线”，推进智能体PC普及
混合AI部署方式实现 “微笑曲线”非常美好，但如何才能画好这条曲线？
高宇指出，混合部署就必须在端侧部署足够强大的能力。对此，英特尔提出智能体PC必须具备的七种模型能力，不仅包括作为辅助脑的大语言模型，还包括诸如ASR模型、OCR模型、TTS、CV和VLM模型、Omni全模态模型等各种多模态能力。“通过这七种模型的组合，智能体PC不仅具备‘大脑’和‘五官’，还有着动手能力，这构建了智能体PC的能力基座。”
而这七种模型的能力背后，则是第三代英特尔酷睿Ultra处理器家族，特别是酷睿Ultra 358H处理器，搭载这款处理器的笔记本具备性能好、续航长、颜值高的特点，至高可提供180 TOPS的平台算力，是智能体PC平台的“全能之选”。 除此之外，酷睿Ultra 325处理器同样拥有强劲的性能表现。它面向更加主流的市场，拥有更亲民的价格，在AI性能表现上也同样优异。
在端侧部署多种模型后，用户面临如何选择与切换模型的困扰。对此，英特尔提出了另一个关键技术点——模型路由。英特尔的模型路由，具备任务拆解、智能调度、结构校验、隐私保护、自进化能力等五大特质，实现了“鱼和熊掌兼得”。目前，英特尔已经在开源的英特尔SuperClaw智能体参考架构设计中实现了先进的路由机制。
在活动现场，英特尔还进行了现场演示。通过智能路由机制，最终节省了43%的时间以及近70%的成本，可实现性能和成本的双收益。并且，通过不断的闭环自训练机制，可以让智能路由越来越理解用户的使用场景，帮助用户节省更多时间和成本。
除了算力底座和智能路由之外，Skills也是英特尔关注的重点。高宇则将Skills称之为大模型工作的“说明书”，“Skills是智能体PC场景化落地的核心路径之一，Skills以及基于Skills构建的完整工作流就是智能体PC上的应用软件。”因此，英特尔花了很多时间来推进Skills生态的建设，包括英特尔和魔搭共建了AI PC专区，让开发者可以一站式下载各种Skills开发指南、技术干货分享、优秀案例等。 
