过去两天，几家巨头几乎同时发了一句话："A new era of PC." NVIDIA 发了。Windows 发了。Arm 也跟了。后面还带着一串坐标，指向台北。科技公司天天喊新时代，这没什么稀奇。稀奇的是，它们很少一起喊。更稀奇的是，这一次大家都在谈 PC。

一个被 mobile 抢走十几年光环的老东西，突然又回到了牌桌中央。

很多人第一反应是：AI PC 又要来了。

我觉得这说浅了。

PC 重新成为热点，不是因为 PC 突然性感了，也不是因为巨头们想给笔记本换一个新的 marketing name。真正的原因更现实，也更难听：

云端 AI 太贵了。

过去两年，企业买 AI，买到最后常常发现自己不是在买效率，而是在给模型厂商打工。Token 一路烧，账单一路涨，老板天天问 ROI，团队天天调 prompt，最后除了账单更像未来，人效还停在过去。

尤其是 Agentic Coding。

它已经被证明有用。写代码、改代码、跑测试、读 repo、做 migration、清理技术债，这些都不是花活，而是刚需。问题是，只要它真的有用，使用频率就会暴涨；使用频率一暴涨，token 成本就会变成税。

AI 的悖论是：越有用，越贵；越自动化，越不可控。

这就是为什么 PC 又回来了。

不是那个用来打开 Excel、刷网页、接显示器的旧 PC，而是一个新的东西：

个人 AI 算力节点。

Wintel 时代结束了。

不是 Intel 明天倒闭，也不是 x86 突然退场。一个统治了 PC 四十年的架构，不会被几条 tweet 埋掉。

但 PC 的价值锚点变了。

过去 PC 的默认答案是 Windows + Intel/x86。接下来，PC 的核心问题会变成：这台机器能不能用更低成本吃掉足够多的本地智能任务？

谁能回答这个问题，谁就站在新时代中心。

PC 为什么又热了？

过去十几年，PC 一直像一个被时代落下的老朋友。

它还在。每天都用。工作离不开它。代码要在上面写，文档要在上面改，会议要在上面开，财报要在上面看。

但它不再性感。

性感的是 mobile，是 App，是 Feed，是短视频，是 super app，是随时随地在线。PC 更像一张办公桌，很重要，但没什么想象力。

因为过去十几年，最值钱的计算都离开了 PC。

存储去了云端，应用去了 SaaS，消费去了 mobile，协作去了浏览器，算力变成按需购买。PC 慢慢变成一个终端，一个屏幕，一个键盘，一个浏览器容器。

它不需要太强。

真正值钱的东西在云上。

这套逻辑在过去是 work 的。企业买 SaaS，用户打开浏览器，数据放在云端，协作在云端完成，本地机器只要足够流畅，别拖后腿就行。

所以 PC 变便宜了，也变无聊了。

但 AI 把这件事反过来了。

AI 不是又一个 SaaS。AI 的核心成本不在页面，不在账号，不在权限，也不在数据库，而在每一次推理。每一次 prompt，每一次上下文扩展，每一次工具调用，每一次 Agent 自己在后台绕路，都是 token。

过去 PC 失去想象力，是因为本地算力不再决定生产力。

现在本地算力重新重要，是因为智能本身变成了生产力。

这就是 PC 回到牌桌的原因。

不是 PC 复兴了。

是云端 AI 的成本结构，把 PC 又推了回来。

SaaS 的账，不能套在 AI 上

很多人误判 AI，是因为他们还在用 SaaS 的框架看 AI。

SaaS 是什么？

你买一个 seat，按月付费。用户用得越多，供应商越开心。因为软件已经写好了，服务器成本相对可控，边际成本会被规模摊薄。

对企业来说，SaaS 的账也好算。

一个人一个月花 30 美元，省了多少时间，减少多少流程，替代多少人肉协作，大致能估出来。哪怕估不准，至少账单是稳定的。

AI 不是这样。

AI 的账单不是 seat-based，而是 usage-based。你不是为“拥有能力”付费，而是为“每一次使用能力”付费。

用得越多，账单越高。

自动化越成功，调用越频繁。

Agent 越勤奋，token 烧得越快。

这跟 SaaS 的经济模型是反的。

SaaS 最爽的地方，是边际成本被供应商藏起来。企业买到的是确定性：固定订阅，持续使用，效率越高越划算。

Token 最痛的地方，是边际成本被重新塞回企业脸上。企业买到的是不确定性：今天花多少不知道，明天花多少不知道，Agent 在后台跑了多少步也不知道。

SaaS 卖的是效率确定性，token 卖的是成本不确定性。

这就是为什么很多 AI 项目落地之后，老板的表情会很微妙。

Demo 很惊艳。

POC 很有希望。

周会上大家都觉得未来来了。

然后账单来了。

账单一来，很多事就不对劲了。

原来一次简单任务，Agent 读了十几个文件，开了几十轮上下文，调用了好几个工具，中间还自我反思了几次。看起来很智能，账单也很智能。

更尴尬的是，效果还不稳定。

人类员工再贵，至少成本是固定的。一个工程师一个月多少钱，基本清楚。Agent 不一样，它像一个按里程收费的实习生，跑得越勤快越贵，还不一定知道自己跑偏了。

所以企业 AI 的第一性问题，不是“模型够不够强”。

而是：

这件事能不能在经济上成立？

Agentic Coding 把矛盾打穿了

为什么这轮矛盾会先在 Agentic Coding 上爆出来？

因为 coding 是少数已经证明 AI 有用的场景。

让 AI 写广告文案，很多时候是锦上添花。让 AI 总结会议，也许有用，也许没人看。让 AI 画图，更多是娱乐或设计流程里的辅助。

但 Agentic Coding 不一样。

代码是结构化的，反馈是明确的，任务是高频的，价值是可衡量的。它能读 repo，能改代码，能生成 diff，能跑测试，能解释错误，能做 migration，能清理技术债。

它不是“可能有用”。

它是真有用。

这也是它危险的地方。

一个东西没用，没人会烧太多钱。真正烧钱的东西，一定是有用的东西。

Agentic Coding 一旦进入工作流，就会变成刚需。工程师每天都想用，团队每天都想用，老板也会希望大家多用。因为它真的能干活。

但它干活的方式很贵。

写一句代码不贵，理解一个 repo 很贵。

改一个函数不贵，找出应该改哪里很贵。

生成一个 diff 不贵，反复验证、跑测试、修错误、再跑测试很贵。

Agentic Coding 的核心消耗，往往不在最后那几行代码，而在前面大量探索、读取、推理、试错、回滚和重试。

这跟人写代码很像。

区别是，人类的探索成本已经被工资打包了。Agent 的探索成本会逐次出现在 token 账单里。

这就是为什么 Agentic Coding 一方面会成为刚需，另一方面又会逼着企业重新思考成本结构。

Agentic Coding 证明了 AI 有用，也证明了全云端 AI 太贵。

这句话听起来矛盾，其实一点都不矛盾。

正因为它有用，所以它会高频。

正因为它高频，所以它不能一直贵。

本地 LLM 的价值不是更聪明，而是更便宜

很多人讨论本地 LLM，会问一个问题：

本地模型能不能打过 Claude？能不能打过 GPT？能不能打过 Gemini？

这个问题问错了。

短中期内，本地 LLM 不需要打败 frontier model。

它只需要吃掉足够多的低中复杂度任务。

这就够了。

企业真正需要的不是每一次请求都调用最强模型，而是把智能分层。

简单任务交给本地模型。

中等任务交给公司内部模型。

复杂任务、关键决策、高难推理，再交给云端 frontier model。

这才是正常的成本结构。

现在很多团队的 AI 使用方式太奢侈了。无论是补全、摘要、搜索、简单重构、写脚本、解释日志，还是生成测试，全部往最贵的云端模型上打。

这就像拿头等舱送外卖。

不是不能送。

是账不对。

本地 LLM 的价值，不是让每台电脑都变成 AGI。它真正的价值，是把大量不值得调用 frontier model 的任务吃掉，把云端 token 留给真正需要的地方。

本地 LLM 的价值不是更聪明，而是更便宜。

更准确地说，是成本结构更健康。

买 token 是 opex，持续支出，用一次付一次。

买硬件是 capex，一次性支出，还有折旧期。三年、五年摊下来，只要使用频率足够高，本地算力就会比云端 token 划算。

这件事对个人用户可能没那么敏感。

但对企业很敏感。

一个工程师每天调用几十次 Agent，整个团队每天调用几千次。再加上 CI、code review、自动化测试、知识库问答、文档生成、日志分析，token 很快就不是“小钱”。

当 AI 从玩具变成基础设施，成本结构就会从“体验问题”变成“生死问题”。

所以本地 LLM 不是信仰。

是会计。

PC 重新成为算力资产

这就是 PC 重新重要的地方。

手机当然重要，但手机更像注意力设备。它负责消息、消费、拍摄、支付、社交、即时响应。

PC 不一样。

PC 是生产力设备。它有键盘，有大屏，有文件系统，有 IDE，有 terminal，有浏览器，有企业软件，有本地数据，有开发环境，有 repo，有脚本，有日志，有权限边界。

Agent 真要干活，不是在手机上刷来刷去。

它要读文件，改代码，跑测试，查资料，调工具，连企业系统，跨应用执行任务。

这些东西天然发生在 PC 上。

手机负责消费智能，PC 负责生产智能。

这就是为什么 AI PC 不能只理解成“笔记本里多了一个 NPU”。

那太窄了。

真正的新 PC，不是多一个 Copilot 按键，也不是多一个会聊天的系统助手，而是一个本地智能工作节点。

它要承担一部分模型推理。

它要处理私人上下文。

它要在本地完成低延迟任务。

它要在云端 token 太贵的时候，把足够多的智能任务拦下来。

它要在必要时再把复杂任务路由到云端。

换句话说，PC 不再只是访问云服务的终端。

PC 重新变成算力资产。

这才是"A new era of PC"背后真正值得看的东西。

不是 PC 突然要重回 2000 年代的中心。

而是 AI 的成本结构，把一部分计算从云端逼回了本地。

Wintel 只是旧秩序的名字

Intel 当然还在牌桌上。x86 当然也不会突然消失。如果只是跑本地模型，CPU 架构本身甚至不是最关键变量。

真正关键的是 memory bandwidth、GPU/NPU 吞吐、软件栈、模型调度、功耗、散热、开发者生态，以及 cloud / local / edge 之间的分层体验。

Intel 有牌。

AMD 有牌。

Qualcomm 有牌。

Apple 也早就证明了另一条路能打。

但"Wintel"这个词仍然有意义。

因为它不是一个技术名词，而是旧 PC 时代的秩序名词。

过去 PC 的默认理解很简单：

Windows + x86 + OEM + 本地应用 + 云端 SaaS。

用户买电脑，不需要理解这些组合。行业自然会替你安排好。Intel 定义硬件节奏，Microsoft 定义操作系统，OEM 负责出货，NVIDIA 和 AMD 在图形或高性能场景里加码。

这套秩序运行了几十年。

它的核心问题是：这台机器能不能流畅运行 Windows 软件？

但下一代 PC 的核心问题变了：

这台机器能不能用更低成本跑足够多的本地智能任务？

这是两个时代的问题。

前一个问题，Wintel 是答案。

后一个问题，Wintel 不一定是答案。

这才是 Wintel 时代结束的含义。

不是 Intel 消失。

不是 Windows 消失。

不是 x86 消失。

而是"PC = Windows + x86"这个默认理解，不够解释下一代 PC 了。

谁在喊新 PC？

这时候再回头看那几条"A new era of PC"，就有意思了。

NVIDIA 为什么喊？

因为它不能只守在 data center。

如果所有 AI 都发生在云端，NVIDIA 已经赢了一轮。但如果企业为了 token efficiency，开始把大量推理任务下沉到本地，NVIDIA 就必须进入 PC。

它要把 GPU、CUDA、local inference、开发者生态和 AI runtime 带回个人设备。

它卖的不只是芯片。

它卖的是下一代 PC 的智能底座。

Microsoft 为什么喊？

因为 Windows 是企业工作流入口。

如果 AI Agent 真要落地，Windows 不能只是打开云服务的壳。它必须变成本地智能工作流的操作系统：能调模型，能管权限，能接应用，能理解文件，能在本地和云端之间做路由。

Microsoft 最怕的不是 PC 市场不增长。

它最怕的是，AI 时代的工作流入口不再属于 Windows。

Arm 为什么喊？

因为本地智能需要性能功耗比。

Apple Silicon 已经教育了整个市场：笔记本不是不能既强又省电。Windows 阵营如果要在 AI PC 上追，就不能继续只靠传统路径。

Arm 这次喊的不是“我能跑 Windows”。

它喊的是：下一代 PC 的硬件形态，可以不再围着旧架构转。

那谁还在用旧语言讲新 PC？

很多传统玩家还在讲 CPU、频率、核数、benchmark、AI TOPS、产品线更新。

这些都重要，但不够。

新时代真正要回答的问题不是“参数更强了吗”，而是“成本结构变好吗”。

这台机器能不能少烧 token？

能不能把低价值请求留在本地？

能不能让企业少给模型厂商交税？

能不能让 Agentic Coding 从一个昂贵玩具，变成日常基础设施？

谁能回答这些问题，谁才配谈新 PC。

云端 AI 的税

过去两年，AI 公司讲了很多宏大叙事。

AGI、agent、copilot、automation、super intelligence。

这些词都很性感。

但企业最后面对的是另一张表：账单。

这张表不性感，但真实。

当所有智能都通过云端 token 计价，AI 就像一种新税。你每自动化一步，就交一次税。你每让 Agent 多思考一轮，就交一次税。你每把工作流接进去，就交一次税。

这不是说模型厂商坏。

训练模型、部署模型、维护推理集群，本来就贵。别人提供能力，当然要收费。

问题在于，企业不能永远把自己的自动化建立在别人按次计费的智能上。

尤其是高频、刚需、低中复杂度任务。

这些任务一旦全部云端化，企业的成本结构会越来越像给模型厂商打工。业务增长未必明显，账单增长一定明显。

所以本地 LLM 不只是技术路线。

它是一种议价权。

当企业没有本地智能能力时，所有请求都只能上云。模型厂商说多少钱，就是多少钱。

当企业有本地智能能力时，它至少可以选择。

简单任务本地跑。

敏感数据本地跑。

高频任务本地跑。

复杂任务再上云。

这不是完全替代，而是重新分配。

本地智能最大的价值，是让企业重新拿回一部分成本控制权。

这也是 PC 重新变成资产的原因。

过去买一台高性能 PC，很多时候像消费电子升级。

现在买一台能跑本地模型的 AI PC，更像买一个小型算力节点。它不是为了让风扇转得更响，也不是为了让参数更好看，而是为了在未来几年持续减少 token 支出。

这笔账，企业会算。

新时代不是发布会喊出来的

当然，喊"A new era of PC"不代表新时代真的来了。

这里面还有很多坑。

本地模型能力够不够？

Windows 能不能把 local AI runtime 做顺？

开发者愿不愿意适配？

企业 IT 能不能管理这些本地模型？

安全和权限怎么处理？

模型更新怎么做？

本地和云端怎么路由？

NPU、GPU、CPU 谁来调度？

这些问题一个都不简单。

而且 PC 阵营最大的问题一直没变：它不是 Apple。

Apple 可以一家公司决定芯片、系统、开发工具、硬件形态和用户体验。Windows PC 是一个联盟。Microsoft、NVIDIA、Arm、Intel、AMD、Qualcomm、OEM、开发者，每个人都想赢，每个人都只控制一部分。

联盟的好处是开放。

联盟的坏处是没人真正说了算。

所以这场新 PC 叙事能不能成，最后不取决于发布会，也不取决于几条 tweet，而取决于它能不能把复杂性藏起来。

用户不关心你用了什么架构。

企业不关心你有多少 TOPS。

工程师也不想每天研究哪种任务该用哪个模型、哪个 runtime、哪个后端。

大家只关心一件事：

能不能更便宜地把活干完？

如果答案是能，新 PC 就真的成立。

如果答案是不能，那它就只是又一次 AI PC 营销。

结尾：PC 后面那个没说出口的名字

所以，当几家巨头同时喊出"A new era of PC"，我不觉得重点是 PC。

重点是 new era。

旧时代里，PC 是 Windows + x86 的默认组合，是访问 SaaS 和云服务的终端，是被 mobile 抢走光环之后仍然默默工作的办公设备。

新时代里，PC 可能变成另一种东西：

个人 AI 算力节点。

它不一定承担最强推理，但要承担最高频的推理。

它不一定替代云端模型，但要减少对云端 token 的依赖。

它不一定让每个人拥有 AGI，但要让企业别在每一次自动化里都给模型厂商交税。

Wintel 时代结束，不是因为 Intel 不行了。

而是因为下一代 PC 的核心问题，已经不再是“能不能跑 Windows”。

而是：

能不能跑得起智能？

过去四十年，PC 的默认答案是 Wintel。

接下来几年，默认答案会被拆开，重新组合。Windows 还在，Intel 还在，x86 还在，OEM 还在。

但那个所有人默认围着同一套硬件节奏出牌的时代，结束了。

所以"A new era of PC"这句话真正刺耳的地方，不是 new era。

是 PC 后面那个没有说出口的问题：

当 token 贵到所有人都开始重新购买本地算力时，谁还配定义 PC？