5.9
深览指数
科技智东西··AI 生成
原粒半导体方绍峡：Agent需要一台专属电脑
原粒半导体CEO方绍峡在2026中国AI智能体大会上提出，随着AI从“工具”演进为“员工”，需要诞生一个全新计算平台——Agent Computer，而非在现有PC中加AI功能。他系统阐述了 humano-Agent 在资源、安全、长驻和系统逻辑上的四个冲突，以及Agent原生芯片设计的四大原则（记忆优先、长上下文优先、长驻优先、能效优先）。文章核心观点是将AI算力评估标准从峰值算力（TOPS）转向单位能耗与成本下的任务完成效率，并预言这一定义转变将重塑底层硅基芯片架构。适合关注AI硬件、边缘计算与芯片产业趋势的读者阅读。原文 ↗
核心观点
- ▍AI正从“回答问题”走向“完成工作”，当AI成为“员工”而非“工具”时，它需要一台专属的Agent Computer，而非在现有PC里加AI功能的AI PC。
- ▍Agent时代芯片的评价标准应从峰值算力（TOPS/TFLOPS）转向“单位能耗与成本下的任务完成效率”；本地模型内存大小和带宽成为比算力更关键的生产力指标。
- 01人类与Agent在主力设备上存在四个天然冲突：资源冲突（Agent耗用CPU/内存/带宽）、安全冲突（需要访问文件/系统/审批权限）、长驻冲突（PC会休眠关机，Agent需7×24小时在线）、系统逻辑冲突（OS/键鼠为人机即时交互设计，Agent是异步任务调度）。
- 02Agent执行复杂任务时，一次复杂任务可能消耗数百万到千万级token；企业部署10-1000个Agent时，云端推理成本将大幅上升，因此需要本地成本锚点。
- 03Agent的“够用”模型定义发生变化：从7GB到70GB到200GB以上，任务复杂度与模型尺寸正相关；Agent的上下文包含任务状态、代码库、日志、自我修正轨迹等多轮迭代累积，而非一次性输入。
- 04本地设备硬件规格需求：24GB显存为基础入门，128GB可支持工作流常驻，256-512GB为本地常驻生产力底座门槛。
- 05Agent模式下token速度从用户体验指标变为生产效率指标：100 tokens/s甚至上千tokens/s时，关心的是任务完成时间从压缩几小时到几分钟。
反方 / 局限
- — 演讲未深入讨论云端GPU架构在特定Agent场景下（如需要极高并发或使用超大规模模型时）的不可替代性；也未涉及Agent Computer本地部署在面对企业级超大规模模型（>500GB）时的物理极限和成本可行性。
- — 文章针对资源冲突、安全冲突等提出的独立硬件方案，可能忽略软件层（如容器化、虚拟化、权限隔离）已在相当程度上解决部分冲突。
18 分钟 · 4 卡片 · 10 资料
读原文 →