關注「明日產品」，硬哲學欄目試圖剝離技術和參數的外衣，探求產品設計中人性的本源。
過去 48 小時，對於 Windows 電腦市場來說可謂地震不斷——
不是微軟要發 Win 12 了，也不是蘋果重新內置 BootCamp 了，而是英偉達要造消費級 CPU 了。
圖｜Microsoft
更重要的是，老黃插手 CPU（SoC）領域，可不是來和英特爾、AMD 和蘋果分蛋糕的……
他是來掀桌子的。
圖｜YouTube @Nvidia
在剛結束的微軟 Build 與英偉達 GTC 顯卡技術大會開幕式上，我們見到了來自英偉達的「終極 PC 解決方案」： RTX Spark
N1X 處理器。
老黃期望通過 RTX Spark 打造的電腦很簡單：
造出目前最全能、最智能、最面向未來十年甚至二十年 AI 潮流的終極 Windows 全能本。
支撐英偉達這一設計的根本邏輯，是老黃在 GTC 開幕演講上的一個大膽判斷——
面向人類用戶設計計算產品的時代已經結束，未來我們應該面向智能體（intelligent agent）的需求設計計算硬體。
圖｜YouTube @Nvidia
下一個 AI 時代屬於智能體
開場不久，介紹過 AI 技術如何塑造了當下的產業經濟之後，老黃就拿出了他本次演講的核心觀點：
相比單獨使用某個 LLM（大語言模型），智能體將是下一個階段我們使用算力的主要方式（a new kind of computing pattern）。
這個核心觀點如此重要，以至於老黃在演講的前中後期反反覆覆提起這一頁 keynote，將它重複播放了很多遍。
整個演講上公布的新硬體——比如正式投產的 Vera Rubin 計算平台、企業級 AI 工具包、底層模型等等，全都是圍繞著這個核心理論而設計的。
圖｜YouTube @Nvidia
根據老黃的介紹，智能體之所以能夠成為下一階段的核心算力使用方式，原因主要有 4 個——
1：解放用戶生產力
過去幾年裡，單純的生成式 AI（Generative AI）雖然能力得到了很大的提升，但並沒有拓展出非常多的使用場景。
即使它可以畫圖、做影片、直接製作各種文件，但本質交互方式依然是用戶問一句、AI 答一句。
智能體則不然——它的運作模式中包含「觀察、推理、規劃、使用工具」的閉環能力，這種模式讓人類用戶從工具操作者進化成了工具指揮者，可以被看作是一種形式的生產力解放。
2：減少隱性資源消耗
除了自身的運行模式之外，智能體還會徹底改變過去半個多世紀中，人類與電腦的核心人機交互模式。
換言之，智能體將曾經需要手動打開程序、點擊工具和操作的流程後置了一步，讓人的工作從「動手」變成了「動口」，用解釋意圖（intents）取代具體的操作。
這種變化的意義，在於它結束了「人學習和適應軟體」的時代。而一個「軟體學習和適應人」的階段，將會節省大量人類學習和練習使用軟體所需的時間資源。
3：無視物理數量限制
最「大力出奇蹟」的優點是，智能體不會像人類一樣，受到各種原因導致的數量限制。
在演講中，老黃列舉了幾個例子：AI 編碼智能體的出現，讓 GitHub 上的代碼提交量在 2026 年初同比近乎翻了三倍。
英偉達內部也計劃通過部署「數十萬個 Cadance 超級智能體」，將晶片設計驗證的耗時從數周縮短到數小時。
換言之：只要算力資源允許，智能體就可以將單個人類的能力「超級加倍」，讓生產力獲得指數級放大。
4：比 LLM 更萬能
相比傳統 LLM，智能體還擁有一個非常具體的優勢——普適性。
智能體的運作模式（模型 + 外殼 + 工具 + 運行環境）在所有應用場景中都是通配的，這種強大的通用性讓它可以無孔不入。
比如大規模的雲端 SaaS 服務、個人電腦部署、自動駕駛和人形機器人底層系統等等。
也就是說，智能體是 LLM 的一個「萬能接口」，它自己就是完整的工具組件、可以直接嵌入具體的生產環節里，不需要人類在中間辛苦地做「回答搬運工」。
圖｜YouTube @Nvidia
基於以上四點論據，老黃指出了一種「面向智能體」的算力設計思路：
過去四十多年，所有計算硬體都是圍繞人類的需求設計的，但智能體的世界以納秒計算、對於各種資源（比如內存和電力）的需求模式和人類截然不同。
在這樣的大背景下，老黃宣布了新一代全棧 POD 超級計算平台「Vera Rubin」的正式投產：
圖｜YouTube @Nvidia
相比年初在 CES 上首次介紹 Vera Rubin 平台，老黃在演講中再次強調了這一代架構「專門為智能體設計」的屬性。
尤其最新的 Vera CPU，就直接打上了「CPU for Agents」的標籤——這顆 88 核心 176 線程的處理器的主要工作，用老黃的話說，是一位「指揮家」。
換言之，Vera CPU 主要控制智能體的調度、工具調用、內存和上下文管理，負責將 Rubin GPU 的巨量算力以最高效率、最低空置、最快速度的方式調度起來：
圖｜YouTube @Nvidia
在此基礎上，其他機櫃組件—— BlueField-4 DPU、NVL72 交換機、ConnectX-9 SuperNIC 網卡、Spectrum-6 以太網交換機等等，才能和 Vera Rubin 共同構成這套「面向智能體」的算力解決方案。
圖｜YouTube @Nvidia
但就像前面說的，老黃除了公布 Vera Rubin 投產之外，同時也將這個「AI 的未來屬於智能體」的觀點投向了一個更偏向消費電子的領域—— PC。
給智能體設計的電腦
之前提到，老黃今年 GTC 開幕演講的主旨其實就一句話：
給人類用戶設計硬體的時代結束了，我們下一步要面向智能體設計硬體。
但智能體的使用者不止 Oracle、OpenAI、Anthropic、AWS 這些企業巨頭，個人 AI 用戶的數量同樣不可忽視。
為了占住極為分散但規模龐大的 C 端市場，老黃在今年的演講中公布了英偉達首款面向個人消費市場的 CPU 產品—— RTX Spark 超級晶片。
圖｜YouTube @Nvidia
老黃對 RTX Spark 首型號 N1X 的介紹相當動情：「它集合了我們 33 年來的全部技術經驗，因為它支持所有英偉達已有的技術棧」。
與蘋果的 Apple Silicon 思路類似，RTX Spark N1X 是一塊集成 CPU、GPU 和統一內存的 ARM 架構 SoC，採用台積電 3nm 工藝製造，CPU 與聯發科共同設計。
圖｜Nvidia
儘管用著上一代 Grace Blackwell 平台，而非最新的 Vera Rubin，RTX Spark N1X 依然可以實現最高 1 PFLOPS（一千萬億次浮點）的 AI 算力。
根據英偉達工程師的介紹，N1X 的整體性能與 RTX 5070 筆記本接近，相比早期泄露的「與 M3 Max 跑分近似」又有了一些提升：
圖｜YouTube @Nvidia
在產品形態方面，RTX Spark 最主要的平台將會是 14-16 寸的筆記本，合作方也是那幾個熟悉的巨頭——聯想、微軟、惠普、華碩等等。
其中當屬英偉達與微軟的合作最為密切，畢竟 RTX Spark 是要運行 Windows on ARM 的。
而老黃的 ARM 處理器能否追上蘋果，微軟是其中不可或缺的因素。
相應的，微軟也在演講後更新了搭載 RTX Spark 的 Surface Laptop Ultra 預告片：
圖｜YouTube @Microsoft Surface
而相比高通的 ARM 架構筆記本，RTX Spark 還有一個得天獨厚的優勢：它支持所有英偉達已經有的技術，從光線追蹤到 DLSS，再到 Cuda 加速和 TensorRT。
換言之，RTX Spark 筆記本不僅有 Win on ARM 上相對優秀的遊戲體驗，更是能夠在本地 AI 工具加速之類的嚴肅場合提供「貨真價實的生產力」。
圖｜YouTube @Nvidia
更重要的是——按照老黃的說法—— RTX Spark 所驅動的筆記本、小型主機和台式機都是「為智能體操作而設計」的。
除了 Windows 本身和軟體商之外，甚至連 Adobe 都宣布將會為 RTX Spark 徹底重構 Premiere 和 Photoshop：
圖｜YouTube @Nvidia
就拿 Premiere 來說，Adobe 將會在 RTX Spark 電腦上帶來一套全新的、以指揮智能體為主的交互模式，以及更多的 MCP 支持。
再大膽一點設想，所有剪輯師都熟悉的「時間軸式 UI」很有可能在智能體時代被一個多模態指令框所替代——
聽起來很酷，也很可怕。
在 RTX Spark 筆電上運行 Premiere Pro｜Tom’s Guide
換言之，AI 不僅重塑了硬體的設計方式，也終於開始重塑一些已成定局十多年的軟體 UI 交互規範了。
RTX Spark 的應用場景也不止筆電，在老黃的 GTC 開幕演講與當天稍晚些的微軟開發者 Build 大會上，我們看到了很多以此為基礎的小型主機平台。
就比如這個長得神似 Xbox 的微軟 RTX Spark Dev Box：
圖｜Microsoft
AI 需求塑造物理世界
縱觀老黃的整個 GTC 演講，以及同期召開的 COMPUTEX 和微軟 Build 大會，我們可以明顯地感受到：
AI 從「生成式」向「智能體」的轉變，將會重塑人們使用電腦的主要方式，並且這種重塑也反過來影響了計算硬體上下游的設計和形態。
換言之，英偉達不僅定義了下一個 AI 時代的核心問題：「什麼是生產力 – 是智能體」，更是為自己的觀點拿出了一套相當具有說服力的配套產品。
圖｜YouTube @Nvidia
而 RTX Spark 的目標，是讓新時代的全能本既要本地跑模型，又要兼顧生產力和娛樂——
畢竟支持 RTX 和 Cuda 對於 Windows on ARM 一直是個老大難問題，直到英偉達親自下場。
只不過在為下一個 AI 時代催生新硬體感到興奮的同時，我們也需要理性地看待 RTX Spark N1X 處理器：因為它並不是一個非常新鮮的東西。
還記得去年的 DGX Spark 嗎？裡面的「GB10 超級晶片」基本上就是 N1X 的先行版本。
從晶片刻字上看，老黃在 COMPUTEX 上展示的 N1X 生產周期甚至是 2024 年，早期泄露跑分接近 2023 年的 M3 Max 也就不意外了。
圖｜YouTube @High Yield
雖然所有消費級產品都要等到今年秋天，但看到 RTX Spark N1X 的這些零星資訊，也很難不讓人微微擔心——
一顆 CPU 兩年前、GPU 一年前且不滿血的 SoC，真能為未來 10 年 20 年的智能體需求準備好嗎？
儘管 N1X 既沒用上最新的 Vera Rubin 架構，也不如今年的驍龍 X2 Elite Extreme 甚至去年的 AMD Strix HALO，但它標誌著一個開端：
一個晶片優先考慮智能體需求、並順勢開始影響作業系統、軟體程序，直至硬體商品形態的時代的開端。
至於究竟誰能代表 AI 時代的作業系統，微軟選擇和英偉達聯手，「再給 Win on ARM 一個機會」，明顯是意識到了自己被 macOS 和 Linux 夾攻的困境。
圖｜Microsoft
然而成也 Win on ARM，敗也 Win on ARM —— RTX Spark 主動帶來全套的英偉達技術適配，並不能解決 Win on ARM 在其他體驗上的長期瘸腿。
畢竟一個足夠好的面向 AI 的作業系統（比如 macOS），即使它自己不傾向於開放，也會有用戶通過逆向工程的方式幫它開放。
而在這一層上，RTX Spark + Win on ARM 所以立足的基點，就顯得不是那麼穩固了。
