隨著AI智能體在終端側(cè)的落地，PC領(lǐng)域正在分化出一條新的賽道。近日，榮耀發(fā)布了自研AI智能體系統(tǒng)YOYO Claw技術(shù)，并宣布將其預(yù)置在MagicBook系列輕薄本中，這是國(guó)內(nèi)廠(chǎng)商發(fā)布的首款“養(yǎng)蝦本”。通過(guò)嵌入自研AI智能體系統(tǒng)，PC出廠(chǎng)時(shí)就具備了“養(yǎng)蝦”能力。YOYO Claw技術(shù)可以實(shí)現(xiàn)核心數(shù)據(jù)100%留存本地，相比OpenClaw方案，綜合詞元消耗可節(jié)省50%。

過(guò)去一年，圍繞OpenClaw等框架，AI智能體在開(kāi)發(fā)者與企業(yè)側(cè)快速普及，但在消費(fèi)端卻難以普及。對(duì)普通用戶(hù)來(lái)說(shuō)，AI Agent的部署需要折騰環(huán)境、調(diào)用要算token成本、數(shù)據(jù)要經(jīng)過(guò)云端，這些隱性摩擦正在吞噬AI原本承諾的效率紅利，成為當(dāng)下AI智能體落地的最大挑戰(zhàn)。

AI智能體的概念并不新，但落地路徑正在發(fā)生變化。2025年以來(lái)，AI Agent逐漸從“對(duì)話(huà)工具”轉(zhuǎn)向“任務(wù)執(zhí)行系統(tǒng)”。在開(kāi)源社區(qū)，開(kāi)發(fā)者已經(jīng)可以讓AI完成文件處理、網(wǎng)頁(yè)操作、代碼執(zhí)行等復(fù)雜流程。但在消費(fèi)端，這類(lèi)能力遲遲沒(méi)有規(guī)模化普及，原因集中在部署門(mén)檻和使用成本。席迎軍表示，當(dāng)前主流Agent方案更像開(kāi)發(fā)者工具，而不是消費(fèi)者產(chǎn)品，用戶(hù)需要自行配置模型接口、管理上下文、控制調(diào)用成本，這些步驟本身就構(gòu)成門(mén)檻。

海外科技廠(chǎng)商對(duì)上述問(wèn)題的解決路徑各有不同。微軟在2025年推出Copilot+ PC，將AI能力與Windows系統(tǒng)深度綁定，引入NPU算力標(biāo)準(zhǔn)，使部分任務(wù)可以在本地完成，例如文本總結(jié)、圖像處理等。谷歌則在A(yíng)ndroid和ChromeOS中推進(jìn)Gemini的端側(cè)部署，通過(guò)輕量模型與云端模型配合，嘗試在設(shè)備上實(shí)現(xiàn)實(shí)時(shí)推理與隱私保護(hù)。芯片廠(chǎng)商如英特爾和高通也在新一代處理器中強(qiáng)化NPU能力，使得PC具備承載輕量級(jí)Agent的基礎(chǔ)條件。但目前大多數(shù)方案仍停留在“增強(qiáng)助手”的層面，參與的是某個(gè)環(huán)節(jié)，并不是完整任務(wù)鏈。

席迎軍表示，榮耀YOYO Claw技術(shù)希望把Agent直接作為系統(tǒng)能力進(jìn)行預(yù)置，該系統(tǒng)將智能體能力拆分為多個(gè)預(yù)置“主蝦”，覆蓋辦公、教育、內(nèi)容創(chuàng)作等場(chǎng)景。每個(gè)“主蝦”對(duì)應(yīng)一組已封裝的技能調(diào)用鏈，例如文檔處理、數(shù)據(jù)整理、信息檢索等。用戶(hù)的交互方式仍是對(duì)話(huà)，但背后執(zhí)行的是一整套任務(wù)流程。與傳統(tǒng)Agent相比，用戶(hù)不需要理解系統(tǒng)能做什么，而是由系統(tǒng)主動(dòng)展示能力邊界，并在特定場(chǎng)景下進(jìn)行推薦。例如在論文寫(xiě)作場(chǎng)景中，系統(tǒng)會(huì)提示可調(diào)用的學(xué)術(shù)處理能力。

在成本方案解決上，一位現(xiàn)場(chǎng)參與測(cè)試的技術(shù)人員表示，榮耀將“詞元”作為核心優(yōu)化對(duì)象。方案并未改變模型本身，而是改變了調(diào)用路徑。很多操作不再重新請(qǐng)求模型，而是通過(guò)上下文壓縮、記憶篩選與任務(wù)復(fù)用，減少無(wú)效調(diào)用，同時(shí)通過(guò)本地模型優(yōu)先處理簡(jiǎn)單任務(wù)，將云端調(diào)用限制在復(fù)雜場(chǎng)景中。

在成本之外，數(shù)據(jù)問(wèn)題是AI智能體進(jìn)入消費(fèi)端的另一關(guān)鍵變量。此前的主流路徑中，Agent大多運(yùn)行在云端，用戶(hù)數(shù)據(jù)需要上傳至服務(wù)器參與推理。這一模式在企業(yè)場(chǎng)景中可以通過(guò)私有化部署解決，但在消費(fèi)市場(chǎng)一直存在隱私爭(zhēng)議。中國(guó)工程院院士吳世忠表示，自主性智能體帶來(lái)的最大風(fēng)險(xiǎn)是其過(guò)高的“系統(tǒng)代理權(quán)”。他建議用戶(hù)將“龍蝦”養(yǎng)在一個(gè)獨(dú)立的智能終端上，做好物理隔絕，并堅(jiān)持最小授權(quán)原則，特別是對(duì)涉及刪改的操作，必須設(shè)置二次確認(rèn)。

榮耀提出了“核心數(shù)據(jù)100%本地留存”，但技術(shù)上也存在著難點(diǎn)，核心在于如何盡可能將任務(wù)處理前移至端側(cè)，以及如何對(duì)必須上傳的數(shù)據(jù)進(jìn)行最小化處理。席迎軍表示，在具體機(jī)制上，內(nèi)部系統(tǒng)將用戶(hù)數(shù)據(jù)劃分為不同類(lèi)型，包括長(zhǎng)期記憶、短期任務(wù)信息以及技能數(shù)據(jù)。執(zhí)行任務(wù)時(shí)，僅調(diào)用與當(dāng)前任務(wù)相關(guān)的部分，而不是完整上下文。對(duì)于需要云端處理的復(fù)雜任務(wù)，系統(tǒng)通過(guò)路由算法判斷調(diào)用時(shí)機(jī)，并對(duì)上傳內(nèi)容進(jìn)行篩選。例如在涉及本地文件的任務(wù)中，僅提取必要片段參與推理，而非整體上傳。通過(guò)在系統(tǒng)中引入獨(dú)立的安全模塊，可以對(duì)AI行為進(jìn)行監(jiān)控，識(shí)別并攔截高風(fēng)險(xiǎn)操作，例如格式化硬盤(pán)或系統(tǒng)重裝，同時(shí)對(duì)涉及支付、攝像頭調(diào)用等行為進(jìn)行二次確認(rèn)。

不過(guò)，從行業(yè)視角看，端側(cè)AI仍面臨現(xiàn)實(shí)限制。比如算力問(wèn)題，盡管NPU性能持續(xù)提升，但在復(fù)雜推理任務(wù)中，本地模型仍難以替代云端大模型，這意味著端云協(xié)同將長(zhǎng)期存在。還有生態(tài)問(wèn)題，當(dāng)前Agent能力高度依賴(lài)工具調(diào)用，而終端側(cè)的工具鏈尚未完全開(kāi)放，不同廠(chǎng)商之間缺乏統(tǒng)一標(biāo)準(zhǔn)。此外，數(shù)據(jù)本地化也帶來(lái)新的挑戰(zhàn)，數(shù)據(jù)不出端意味著模型難以通過(guò)集中數(shù)據(jù)持續(xù)優(yōu)化，如何在隱私保護(hù)與模型進(jìn)化之間取得平衡，行業(yè)仍在探索中。

國(guó)家發(fā)展改革委黨組成員、國(guó)家數(shù)據(jù)局局長(zhǎng)劉烈宏表示，所謂“好智能體”，不應(yīng)僅僅是炫技式的“全能執(zhí)行者”，更應(yīng)是坦誠(chéng)的風(fēng)險(xiǎn)告知者與可靠的方案解決者——在展示“能做什么”的同時(shí)，清晰界定“有哪些風(fēng)險(xiǎn)”并提供“如何安全落地”的完整閉環(huán)。