目前 AI PC 尚未真正普及，PC 市場卻已經開始探索更進一步的產品形態：讓電腦能在本機執行 AI 模型、部署 Agent、處理資料，甚至持續完成任務，從單純的個人運算裝置，逐漸轉變為 AI 工作平台。
這項變化之所以值得關注，不只是因為高階 PC 的用途可能被重新定義，也因為它將進一步影響企業如何採購設備、開發者如何選擇運算環境，以及使用者如何管理 AI 工具與工作流程。
超微（AMD）發表 Ryzen AI Halo 開發者平台後，將其定位為新一代「Agent Computer」。這款小型系統配備最高 128GB 統一記憶體，可在本機執行最高 2,000 億參數規模的模型，並支援 Windows、Linux 與 AMD ROCm 軟體環境。就在超微發表 11 天後，輝達與微軟又共同發表 RTX Spark，主打 1 petaflop AI 效能、最高 128GB 統一記憶體，以及在 Windows PC 上執行個人 AI Agent 的能力。
Ryzen AI Halo 與 RTX Spark 的發佈並不是單純替一般使用者增加摘要、修圖或語音功能，而是在測試一條新的產品路線：讓 PC 從被動執行應用程式的裝置，逐漸成為能承載模型推論、Agent 開發與長時間自動化工作的本機 AI 平台。這並不代表 Agent Computer 即將取代 AI PC，但已經顯示出 PC 市場正開始出現更明確的產品分級。
AI PC 與 Agent Computer，解決的問題不同
Copilot+ PC 的核心，是把 AI 功能帶進日常的 Windows 使用體驗。微軟目前以 40+ TOPS NPU 作為相關裝置的重要門檻；AMD Ryzen AI 400 與 PRO 400 系列則提供最高 60 TOPS NPU 算力，主要服務消費型與商用筆電的本機 AI 功能。在這類裝置上，使用者仍以操作應用程式為主，AI 則協助處理搜尋、翻譯、影像、會議與部分系統工作。
而 Ryzen AI Halo 與 RTX Spark 所要處理的則是另外一個問題：一台電腦能否長時間承載更完整的 AI 工作負載。因為，開發者需要在本機建置、測試與執行 Agentic AI 應用；創作者與專業工作者則需要更大的記憶體、更完整的 GPU 軟體生態系，以及在不完全依賴雲端的情況下處理模型與資料。
因此，評估 Agent Computer 不能只看 NPU TOPS。可支援的模型規模、統一記憶體容量、GPU 推論效能、開發工具、作業系統整合、安全機制，以及能否長時間穩定執行 Agent，才是更重要的比較基礎。
這也意味著，PC 廠商未來不能只用單一效能數字說明 AI 能力，而必須證明整套軟硬體是否足以支撐真實的 AI 工作流程。
PC 市場開始形成新的分級
過去 PC 多半是依據 CPU、GPU、記憶體、儲存容量與機身設計區分產品定位。在 AI 進入個人電腦後，市場正在增加另一套判斷基準：一台電腦究竟能承擔多複雜的 AI 工作。
依目前產品發展方向來看，大致可以觀察到四個層次。第一層是一般文書與娛樂 PC，主要處理瀏覽、文件、影音與視訊會議。第二層是 Copilot+ PC，具備基本的本機 AI 能力，服務一般消費者與企業員工。第三層是 Creator AI PC，強調影像生成、影片剪輯、3D、遊戲與本機模型等創作工作。第四層則是 Agent Computer，重點不在提供單一 AI 功能，而在能否執行較大型模型、管理多個 Agent、處理本機資料，並支援長時間、跨工具的工作流程。
這並不是產業已正式採用的分類標準，而是一套用來幫助我們理解市場變化的觀察框架。相較於把所有搭載 NPU 的裝置都統稱為 AI PC，這樣的區分更能說明不同產品實際可承擔的 AI 工作。
未來 PC 品牌除了比較處理器、記憶體與續航，也必須回答更具體的問題：這台設備適合處理哪些 AI 任務、能執行多大規模的模型，又能否在合理的成本、耗電與安全條件下長時間運作。PC 的產品定位也可能從輕薄、商務、電競與創作者，進一步延伸至 AI 開發、個人 Agent 與企業本機推論等新類別。
RTX Spark 把競爭推向完整平台
RTX Spark 的意義在於輝達不再只提供獨立 GPU，而是與微軟共同提出一套面向個人 Agent 的 Windows PC 平台。除了硬體效能，雙方也公布 Microsoft eXecution Containers 與 NVIDIA OpenShell 等工具，希望讓 Agent 能在本機受到更明確的隔離、權限與執行環境約束。
這使得 PC 的競爭軸線，從晶片規格延伸到整套平台能力。過去市場主要比較 Intel、AMD、Qualcomm 的效能、續航與產品設計；現在還要進一步比較模型相容性、Agent 執行環境、安全架構與開發工具。因此，真正決定產品價值的，不再只是單一晶片效能，而是晶片、作業系統、軟體工具與應用生態系能否整合成可實際使用的平台。
對 AMD 而言，優勢在於 x86 生態系、Windows 與 Linux 支援，以及既有 PC 供應鏈；NVIDIA 的核心資產，則是 CUDA、AI 開發工具，以及從資料中心延伸到個人裝置的軟體生態系。所以，這不只是兩款產品之間的競爭，也是不同運算平台如何爭取開發者、軟體商與企業 IT 決策者的長期競賽。
新的換機理由，可能先從專業場景形成
近年 PC 市場一直缺乏足夠強的換機動機。對多數使用者而言，目前的電腦還能夠處理文件、網頁、影音與視訊會議的需求。所以，AI PC 與 Agent Computer 帶來的新挑戰將會是：這台設備能否支援未來三到五年的 AI 工作方式？
一般使用者關心的可能是搜尋、摘要、語音、影像與系統層級 AI 功能；開發者與專業工作者則會進一步比較可執行的模型規模、記憶體架構、資料是否留在本機、雲端使用成本，以及能否長時間執行 Agent。這些條件可能逐漸改變企業採購標準，使得本機 AI 能力成為高階 PC 的新換機理由。
此外，根據路透社報導，AI PC 的目前市場反應並不一致：部分品牌看見銷售動能，另一些業者則認為需求尚未達到早期預期。這也提醒我們，規格提升不等於實際需求已經成立。Agent Computer 能否走出開發者與創作者的小眾市場，仍取決於軟體成熟度、價格、耗電、實際使用頻率，以及使用者是否願意讓 Agent 長時間存取個人資料與應用程式。
因此，最可有能率先採用 Agent Computer 的用戶，不會是所有企業員工，而是軟體開發、設計創作、資料科學、AI 實驗室，以及金融、醫療、製造等重視機敏資料的部門。這些場景需要在可控環境中測試模型、降低雲端推論成本，並把 AI 納入真實工作流程。
不過，即使有了本機運算，也不代表能夠完全排除雲端。比較實際的做法是由企業依資料敏感度、模型規模、延遲與成本，在本機與雲端之間分配不同工作負載。
使用者能力也會跟著改變
當 AI 主要存在於聊天框裡時，使用者需要學的是如何提問，以及如何判斷回答是否可信；一但 AI Agent 開始進入作業系統、文件與工作流程，用戶的使用能力重點，則會轉向任務拆解、權限設定、執行監看，以及判斷哪些工作適合交給 AI。
AI PC 降低的是使用門檻，Agent Computer 提高的則是管理責任。企業不只需要教員工操作工具，也必須建立資料分類、任務驗收與人工覆核機制。這對主管而言，真正的課題不只是採購更強的設備，還需要重新設計哪些工作適合由 Agent 參與，以及哪些決策仍必須保留在人手上。
台灣更值得關注的是非硬體廠商的機會
對台灣而言，Agent Computer 帶來的機會不只在晶片、筆電與零組件供應鏈，還會出現在軟體、服務與企業導入層。當企業開始把本機 AI 納入工作流程時，真正需要解決的問題，將不光是買哪一台設備，還需要考慮模型如何部署、資料如何管理、Agent 的權限要如何配置，以及系統如何被維護、監控與更新。
對企業來說這會創造出：「本機模型部署、資料整合、Agent 權限控管、安全治理、員工訓練、流程設計與 IT 維運服務」等等的新需求，而這些需求並不會由晶片廠或 PC 品牌單獨完成。這對台灣新創、軟體商、顧問公司與系統整合商而言，把現有模型、企業資料與工作流程整合成可實際使用的解決方案，就是一個新的商機。
而最先會出現的機會，可能是在製造現場的知識助理、醫療機構的封閉資料分析、工程設計的本機推論、金融業的文件處理，以及企業內部知識管理。這些場景通常同時重視資料敏感度、延遲、成本與系統可控性，因此比一般消費市場更可能率先驗證 Agent Computer 的價值。
所以，對非硬體廠商而言，真正的競爭力將來自這三個：1）是否理解特定產業的工作流程；2）是否能把 Agent 納入既有系統，以及，3）是否能建立可靠的權限、覆核與維運機制。
企業並不需要另一個只能展示功能的 AI 工具，它們需要的是能進入日常營運、持續被管理，也能在發生錯誤時追蹤責任的工作平台。AMD Ryzen AI Halo 與 NVIDIA RTX Spark 的發佈並不代表 Agent Computer 很快就會成為主流，但它們已經讓新的市場需求逐漸成形。對台灣的新創與服務業者而言，值得把握的並不是硬體升級本身，而是圍繞本機 AI 平台所產生的部署、整合、治理、訓練與垂直應用機會。
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出