Nvidia 让 AI 智能体重返个人电脑

2026年5月31日，Nvidia 发布了 RTX Spark，这是一款旨在将强大的 AI 智能体能力直接引入笔记本电脑和台式机的全新芯片平台。此次发布正值台北 Computex 科技展前后，表明 Nvidia 正把目光从数据中心延伸到个人电脑——让自主运行的 AI 智能体能够在本地运行、快速响应，并处理用户数据，而无需把每一项任务都发送到云端。

该系统由 Nvidia 与 Microsoft、MediaTek 联合开发，预计将出现在 Dell、HP、联想、华硕、Microsoft Surface、MSI、宏碁和技嘉等厂商生产的电脑中。Nvidia 传达的信息很明确：AI PC 不仅仅是在 Windows 中加入一个聊天机器人，而是要让设备拥有足够的本地智能，能够在后台运行智能体、处理日常任务，并在不完全依赖云端推理的情况下，为创作者、开发者和知识工作者提供支持。

如果说上一波 AI 浪潮把智能推向了云端，那么 RTX Spark 指向的则是下一个问题：究竟应该有多少智能，留在设备本身？

本地 AI 为何重要

大多数人体验到的先进 AI 都是通过云端实现的：一条提示词离开设备，传送到远端模型，等待处理，再以回复的形式返回。这种模式很强大，但也带来了取舍：延迟、对网络连接的依赖、持续产生的 API 成本，以及数据治理方面的顾虑。RTX Spark 之所以重要，是因为它预示着部分智能体工作可能会重新转移回笔记本电脑或台式机本身。

从纯云端 AI 到混合智能

未来不太可能是纯本地或纯云端的单一模式。强大的前沿模型仍将驻留在数据中心，但日常任务可能会被拆分到本地和云端两种环境中处理。一个本地智能体或许可以读取最近的文件、准备初稿、对文档进行分类、生成代码建议，或监控任务清单；而当任务需要更大的模型、更广泛的网络知识或企业级算力时，则可以升级转交给云端处理。

治理的转变：终端正在变得智能

多年来，企业安全团队一直把笔记本电脑视为需要保护的终端，而把云端视为智能发生的地方。本地 AI 智能体让这套模型变得复杂起来。如果一台电脑能够对文档进行推理、监控文件夹、调用工具、生成代码，并在后台自动完成各个步骤，那么这个终端就不再只是一台设备，而是变成了一个决策环境。

这带来了一个全新的设计难题：企业需要制定政策，明确本地智能体可以读取什么、可以写入什么、可以控制哪些应用程序、何时必须请求批准，以及必须保留哪些日志。本地处理可以提升隐私保护水平，但并不能消除风险。一个能够对敏感文件采取行动的智能体，仍然需要边界、监控和明确的升级处理路径。

DNLA 本地 AI 智能体行动手册

• 按位置对 AI 任务进行分类。确定哪些任务应在本地运行、哪些需要云端模型，以及哪些在获得人工批准之前应予以阻止。
• 更新终端安全的基本假设。把具备 AI 能力的电脑当作可能对本地信息进行推理、总结、生成内容并采取行动的系统来对待。
• 保护敏感文件夹。明确规定本地智能体可以访问哪些文档、客户记录、员工档案、法律资料和财务数据。
• 管理 API 使用成本。找出那些可以通过本地推理来降低持续性云端使用费用的重复性任务。
• 为离线工作流程做好规划。利用本地 AI 为外勤团队、出差高管、销售人员以及网络连接不稳定的员工提供支持。
• 要求保留审计记录。记录智能体读取了什么、产出了什么、更改了什么，以及人工在何时批准了相关操作。

DNLA 观点