PC 市場正從 AI PC 進一步探索 Agent Computer 的新產品形態。AMD 發表 Ryzen AI Halo 開發者平台，主打本機執行大型 AI 模型、部署 Agent 與支援多元開發環境；NVIDIA 與 Microsoft 隨後推出 RTX Spark，強調在 Windows PC 上執行個人 AI Agent 的能力。這顯示高階 PC 的定位正被重新定義，未來企業採購、開發者運算環境與使用者 AI 工作流程，都可能因本機 AI 運算能力提升而出現新的分級。 許多企業以為導入 AI Agent 的關鍵是選對模型或平台，但真正的挑戰往往在更前面。當企業的知識仍散落在資深員工腦中、LINE 對話裡或部門默契之中，再強大的 Agent 也無法穩定運作。Agent 的能力上限，往往取決於企業能否先把隱性知識轉化為可管理的組織資產。 隨著 AI Agent 成為企業數位轉型的重要工具，許多企業開始期待 AI 能協助執行客服、採購、報價與跨系統流程。然而，Agent 真正落地的關鍵並不只是技術，而是企業是否已整理好自身知識體系。許多重要決策其實來自資深員工累積的隱性知識，而非正式文件與 SOP。當企業希望 Agent 參與工作流程時，必須先將這些經驗、規則與判斷標準轉化為可管理、可維護的知識資產，才能真正發揮 AI 自動化的價值。 當 Physical AI 從實驗室走向真實世界，競爭的關鍵可能不再只是模型參數、機器人硬體或算力規模，而是誰能掌握更多來自現場的真實工作知識。RLWRLD 的案例顯示，未來機器人產業的重要資產，可能是那些過去藏在老師傅經驗與工作細節中的隱性知識。 南韓 Physical AI 新創 RLWRLD 近期獲得 InnoVEX 2026 Grand Prize，並宣布與 NVIDIA 合作推動 DexBench 評估基準建設。其核心策略並非打造更炫目的機器人，而是透過旅館、物流與便利商店等真實場域蒐集工作者動作資料，將多年累積的操作經驗轉化為可訓練的機器人知識庫。這反映 Physical AI 的競爭正逐漸從硬體能力，轉向現場知識的資料化、標準化與規模化 Siri AI 的真正意義，不只是補上生成式 AI 的功能缺口，而是讓 AI 從獨立工具重新回到作業系統核心。當 AI 能理解個人情境、跨 App 協作並融入日常流程，競爭的焦點也將從聊天能力，轉向誰能成為使用者最自然的數位助理入口。
從AI PC 到Agent Computer，PC 市場正在出現新的分級
科技創業週報 #538：企業導入 AI Agent 前，必須先把隱性知識變成組織資產
企業導入 AI Agent 前，必須先把隱性知識變成組織資產
科技創業週報 #537：RLWRLD 把現場工作者動作變成機器人訓練資料，Physical AI 真正競爭的是現場知識
RLWRLD 把現場工作者動作變成機器人訓練資料，Physical AI 真正競爭的是現場知識
科技創業週報 #536：Siri AI 補上Apple Intelligence 缺口：蘋果重做 iPhone 的個人助理入口