封面新闻记者 欧阳宏宇

当PC从AI承载平台，逐步转变为AI任务执行和生产力入口，行业这才意识到，讲了快两年的AI PC故事原来一直有个“错位”。

记者10月28日获悉，科大讯飞全新一代AIPC笔记本灵机N9000在近期亮相。据了解，该电脑定位为面向政企办公场景的系统级AI PC，主打依托端侧智能、系统级安全、全自然交互和行业专家团等能力，推动PC产品从“被动执行的计算工具”走向“主动协同的智能伙伴”。

AIPC并非新事物，从2024年起，无论联想、惠普、英特尔等老牌PC硬件厂商，还是华为、荣耀等跨界厂商都掏出了自家的AI PC产品，甚至连阿里巴巴、谷歌也在以“软硬结合”的方式入局……厂商扎堆发布产品，可热闹并没有转化为换机需求。尽管高盛和Gartner对AI PC保持高预期，可机构在几天前公布的三季度全球PC出货量总体依然疲软。“大盘冷、预期热”的并存恰恰说明AI PC的结构性增长尚未转化为普遍换机潮，“加一个AI助手”尚不足以成为换机理由。

国产AIPC的结构性机遇，不在于再做一个“AI助手”，而在于换一种产品逻辑：以自主可控为底座，同时满足信息安全与真正减负的双重诉求，让可信的AI不再是一个外挂应用，而成为PC本身的系统能力。多位业内人士在接受记者采访时表示，过去AI PC的产品逻辑是“传统PC+应用层Agent”，但事实上，用户要的应该是长在操作系统里的AI。“用户需要的AI PC是一个能理解问题、拆解任务、安全可控、把事办成的系统级智能入口。”

从“外挂”到“原生”

AI到底“长”在哪

当你横向对比市面上的AI PC，会发现大多数产品所谓的“智能”，停留在应用层。

所谓“应用层智能”，指AI以独立应用、插件或助手的形式叠加在操作系统之上。用户需要打开特定软件，在特定入口调用，任务拆解、上下文记忆、跨应用调度和安全控制都局限在应用内部，操作系统本身并不感知、不调度、也不兜底。个人用户对此感知不明显，但对政企组织来说，数据离开原始环境、权限边界模糊、任务执行不可追溯，是巨大痛点。

“传统的‘PC+AI’，很大程度依赖云端处理的AI应用。”科大讯飞AI PC总经理尚上告诉记者，文件一旦上传云端，整个链路都有泄露风险。“要提升隐私性，解决方案是在本地建沙箱，通过本地安全沙箱隔离任务数据，按需限制AI可访问的文件和系统资源。”

从技术角度看，AI从应用外挂走进操作系统，就是从“装进系统”变成“长在系统”。“AI PC不等于‘PC+AI’，而要进入系统层底层，跟系统无缝融合。”尚上以联合麒麟软件打造的OS Agents为例谈到，AI能够在用户授权和系统安全机制约束下，调用相应系统能力。“AI不再是外挂，而是原生应用，把PC从计算工具变成智能原生体验。”

这看似是交互优化，实则是底层权限架构的重构：AI对文件、网络、命令、外设的访问权限由操作系统统一管控，全程可追溯。简言之，系统给AI划了边界，AI在边界内办事。

这个边界怎么落地？麒麟软件生态发展中心副总经理金凯把它拆成三项能力：本地处理解决“数据在哪”，算力调度解决“跑不跑得动”，安全围栏解决“敢不敢用”。本地处理让办公数据和核心内容在端侧完成AI化；算力调度由操作系统围绕CPU、GPU、NPU统一分配；安全围栏则把用户数据圈在围栏内，不让信息在AI处理中传到外部或云端。

麒麟软件生态发展中心副总经理金凯

在金凯看来，这三项正是当前针对AI PC和系统级AI重点突破的方向。换句话说，系统层扮演的是“数据管家”：模型在哪运行、算力如何调度、能访问什么、访问到什么程度，由系统判断和管控，而不是把数据一股脑交给云端大模型。

落到用户侧，最直观的变化是“AI不和用户抢资源”。金凯描述了一个办公场景：AI在后台思考时，用户可能同时要写PPT、做设计，如果AI应用把算力占满，其他工作就卡死；系统级AI会按实际情况动态分配资源。“算力调度必须长在系统上才能做。”他说，只有操作系统知道全局谁在用多少资源，单个应用做不到。本地模型解决不了时，系统再按用户配置调用云端AI共同完成任务。

对国产PC来说，让系统接管资源、权限和任务路由，才是从“能用”走向“好用”的换挡升级。但接管解决的是“管得住”，真正的分水岭是“管得懂”。金凯提到，下一步要在教育、医疗、金融、能源等行业深化场景挖掘。系统级AI能不能把公文、备课、病历等行业诉求变成可调用的任务模板，取决于它能否接住同样一句指令背后不同的流程、术语和合规要求。谁把这些沉淀进系统，谁才谈得上“更懂行”。

从“算力关”到“工程关”

芯片只是起点

AIPC天然是软硬件综合的工程挑战。

老牌PC厂商选择把智能体植入PC，科大讯飞、阿里千问等则尝试让操作系统直接成为Agent的运行环境。但仅靠系统层升级显然不够：AI PC大量工作要靠端侧算力卡和端侧大模型完成，本地化能力正倒逼硬件产业链重构。

“很多涉密或需要隐私数据处理的场景要在本地解决，AI PC势必需要在端侧硬件上加强。”在科大讯飞副总裁娄超看来，端侧硬件的首要使命是数据安全，本质上是端侧模型“数据不出端”的载体。他以此次搭载的160 TOPS端侧算力卡为例谈到，其已具备本地算力处理能力，并能支持星火160T可支持多款端侧模型，让许多涉密和隐私场景在本地完成。

“数据不出端”背后更深一层的意义是AI模型自主可控。AI PC大量用于办公，除个人隐私外，公司与组织的数据安全同样重要。在娄超看来，这种自主可控“不是简简单单的信息安全”，装一颗国产芯片、配一个国产系统，并不等于自主可控；只有芯片、操作系统、端侧模型和行业应用真正咬合，AI PC的“安全”才可验证，也才谈得上“真安全”。

AI PC的硬件基础是芯片，与传统电脑最大的不同是普遍采用“CPU+GPU+NPU”异构架构。这套架构能不能跑顺，取决于CPU、操作系统和整机方案能否深度适配，这也是国产芯片厂商绕不开的一关。

飞腾信息技术有限公司副总经理王瑞彬给出三方面答案：强劲的异构算力协同、丰富繁荣的AI生态、自主安全能力。在他看来，AIPC办公不只是CPU的事，NPU做推理、GPU做算法实现，三者需要协同调度；操作系统、模型等AI生态也要足够完善，才能支撑用户应用。

飞腾信息技术有限公司副总经理王瑞彬

落到产品上，他认为，国产AIPC面对的异构调度、安全可信、功耗续航同时成立是共性问题，需要在算力调度、功耗调优和芯片级安全底座上联合优化，再围绕大模型和智能体工具做适配验证。认证只是门槛，王瑞彬谈及和科大讯飞的合作表示，双方已在用户实际场景做长时间稳定性验证，落地从党政、金融切入，下一步向金融、能源、电力、教育拓展。这说明，国产CPU不再只是供算力，还要和系统、模型一起过适配、验证、落地的工程关。

技术上的“跑得顺”，并不天然等于落地上的“换得动”。对党政和行业客户来说，更现实的一关是：换国产AIPC，要不要把现有业务系统和操作习惯推倒重来？兆芯给出的答案是“不折腾存量”。

“这不是‘芯片归芯片、模型归模型’的问题，而是‘底层算力底座+上层模型智能’的高度协同。”上海兆芯集成电路股份有限公司副总经理高新宇表示，首先落在算力底座上，需要CPU提供强劲的计算、显示和IO性能，能支持本地部署端侧模型。

上海兆芯集成电路股份有限公司副总经理高新宇

算力底座之上，还有存量应用“不折腾”的难题。他以兆芯自主研发的ZX86技术体系为例谈到，该体系原生兼容X86生态，存量业务系统无需重构改写；目前已累计完成超过28万个产品应用适配和深度优化，覆盖麒麟、统信等主流国产操作系统。生态打通之后，才轮到场景落地，把能力落到具体场景，并提供安全的端侧推理。

热闹的供应链背后，一个更根本的问题浮出水面。当硬件跨过“能不能用”的门槛，AI PC要回答的不仅是参数问题，还有价值如何被看见、被用起来。

从“有预期”到“卖得动”

渠道要补场景课

但产品能力的完整，并不天然等于市场结果的成立。当一台新款AI PC进入市场后，有多少消费者认同这一迭代逻辑，又有多少人愿意为它再花一笔钱，答案并不清晰。

“AI PC不论国内还是国外都是刚刚起步，无论我们还是英伟达，大家都属于探索尝试的起步阶段。”尚上分析称，AI PC真正推广下去需要三个条件：跟行业结合、深度介入行业应用、AI进入系统层。“如果AI PC还处于体验或者玩票的阶段，说明它还不是生产力的主要工具。”

不过，市场仍给予AI PC较高期待。IDC数据显示，2025年全球AI PC出货量达1.14亿台，渗透率43%；2026年预计增至1.43亿台，渗透率突破55%，高盛更预判全年有望触及59%。2026至2028年被业内认定为AI PC集中换机周期。

据娄超介绍，国内AI用户已突破7亿，很多用户不再局限于向AI发布指令、获得答案，而是期待把输出结果作为下一步执行的依据。“用户把任务交办给AIPC，也是希望它能自动化闭环地处理工作，提高交互效率。”

但诉求不会自动变成购买。伟仕佳杰控股有限公司副总裁李家超在接受采访时提到，AIPC和传统PC最大的一个区别是渠道逻辑变了：传统PC“告诉一个配置，大家就可以快速形成购买”，AIPC则需要前端人员做售前培训、售前方案，“以方案的形式形成交付，而不是把产品摆在零售店”。换句话说，用户买的不是一台带算力的电脑，而是“我的公文、会议、数据怎么在本地跑起来”的答案。

伟仕佳杰控股有限公司副总裁李家超

这正是渠道要补的课。李家超认为，比铺货更重要的是“教会下游怎么卖”，“比如办行业交流会、做产品品鉴、优选系统集成商和服务商，把现有的政企、医疗、教育方案能力承载到AIPC上”。他还提到，AIPC需要后续服务能力，软硬件迭代后还要做新功能应用和培训，“这是和传统PC区别比较大的地方”。

所以，教育市场不是讲参数，而是让用户在具体场景里看到“减负”真的发生。供应链底座、懂场景的团队、可复制的方案，这三件事做扎实，AIPC才能从“值得期待”走到“值得购买”。

这也在改变国产AIPC的竞争方式。过去比谁参数更高、谁先装上AI功能；现在比谁能把系统、芯片、模型、方案和交付串成一条线。用户最终感知的不是某一颗芯片或某一个模型，而是“这台电脑能不能把活干完、换它要不要折腾、出了问题有没有人管”。对国产PC来说，这是一次叙事转换：从“替代”转向“体验”，从“合规能用”转向“愿意主动买”。这个过程不会因一场发布会完成，而取决于产业链每一环能否持续交融、持续交付。

回到开头那个“错位”：过去两年，AIPC的故事讲的是“给PC加一个AI助手”；如今，真正的落点是让AI长进系统中、长进芯片和渠道的协同里。系统层解决“管不管得住”，硬件层解决“跑不跑得顺、换不换得动”，渠道层解决“卖不卖得动”。三层咬合，国产AIPC才从“一个品类”变成“一条产业链”。

错位校准之后，国产AIPC故事才真正开始。