近年来，美国AI领域掀起了一股关注热潮，焦点正是名为“OpenClaw”的开源代理型AI软件。由彼得·斯坦伯格开发的OpenClaw，是一种能够自主执行多种复杂任务，代替人类操作的智能代理软件，受到众多AI开发者的青睐。
在2026年5月18日至20日于美国内华达州拉斯维加斯举办的“Dell Technologies World 2026”（简称DTW 26）年会上，戴尔科技发布了“Dell Deskside Agentic AI”方案。这一方案基于桌面级工作站PC，支持开发和验证代理型AI，并能将其部署到本地数据中心或云端，实现灵活应用。
虽然当前代理型AI对硬件性能要求较高，但未来能否实现AI PC本地运行，成为业界关注的焦点。
美国AI圈内备受瞩目的“红色小龙虾”形象
在美国各大会议上，常见一个红色小龙虾（Crayfish）的卡通形象，它是OpenClaw的标志性角色。OpenClaw之所以引发关注，正是因为软件行业正处于向AI代理全面转型的关键时期。代理型AI（Agentic AI）或称前沿代理，能够根据提示自主完成多项任务，极大提升自动化水平。
目前，Anthropic推出了基于云的付费工具“Claude Cowork”，微软和OpenAI也相继推出了“Microsoft 365 Copilot Cowork”和“OpenAI Operator”等产品，代理型AI市场热度不断攀升。OpenClaw的优势在于它是开源软件，结合自有GPU硬件使用，用户只需承担硬件初期投资和电费，长期成本更低。
此外，考虑到许多企业因安全原因不愿将数据上传云端，OpenClaw支持在本地硬件处理企业数据，保障数据安全性，这也是其受欢迎的重要原因。
自2026年3月NVIDIA发布带有安全防护功能的“NemoClaw”以来，OpenClaw获得了更多大型企业的关注。在DTW 26大会上，Offline Ventures联合创始人兼OpenClaw基金会董事Dave Morin受邀发表演讲，并设立“NemoClaw Lab”体验区，显示出业界对该技术的高度重视。
利用工作站PC开发代理型AI，实现安全低成本的本地部署
戴尔在DTW 26首日的主题演讲中推出了“Dell Deskside Agentic AI”，旨在让用户开发的NemoClaw等代理型AI既能在戴尔工作站PC上运行，也能部署于本地服务器群，实现灵活切换。
戴尔科技高级副总裁John Seagal指出，企业在采用代理型AI时面临安全和成本双重挑战。OpenClaw及其扩展版本NemoClaw具备必要的安全防护功能。由于云端AI使用量激增，尽管单价下降，总成本仍大幅上升。戴尔与NVIDIA合作，推出了可在本地安全经济运行代理型AI的解决方案——Deskside Agentic AI。
在DTW 26第二天的演讲中，展示了一个工程师使用10个代理型AI连续运行一天，云端成本高达3200美元，而在搭载NVIDIA GB10的工作站上运行，仅需支付电费等少量运营成本。GB10工作站售价约为6332美元，理论上两天即可收回云端成本。
支持Deskside Agentic AI的工作站包括搭载NVIDIA GB10的Dell Pro Max、搭载GB300的Dell Pro Max以及配备Xeon处理器和NVIDIA RTX PRO显卡的Dell Pro Precision塔式工作站。由于代理型AI模型参数规模巨大（300亿至1万亿参数），需要强大的GPU和大容量内存支持。例如，GB10具备1PFLOPS计算性能和128GB共享内存，GB300则配备20PFLOPS性能和高达252GB GPU内存及496GB CPU内存，性能媲美服务器级别。
该方案允许开发者在高性能工作站上开发代理型AI，并将其无缝部署到本地服务器环境中，满足企业级应用需求。
AI PC本地运行的挑战：处理器性能与内存容量
那么，代理型AI能否在普通笔记本电脑等AI PC上完全本地运行？关键在于两个方面：AI推理性能和内存容量。
以GB10为例，其NVFP4计算性能为1PFLOPS（约1000TOPS），内存容量为128GB。一般AI推理性能以INT8（8位整数）计算，假设性能减半，则约为500TOPS。相比之下，目前主流PC处理器的INT8推理性能远未达到这一水平。
例如，AMD Ryzen AI Max+ 395 SoC整体性能为126TOPS，最新的Ryzen AI Max+ PRO 495提升至131TOPS。英特尔Core Ultra系列3的SoC性能约为175TOPS。高通Snapdragon X2系列NPU性能为80TOPS，整体估计在100TOPS左右。以上均为高端型号，主流产品性能更低。
内存方面，运行大型AI模型需要极大容量。GB10的128GB内存可支持最大2000亿参数模型，而当前主流AI PC内存多为16至64GB，难以满足超大规模模型需求。
例如，惠普的本地AI代理“HP IQ”采用的GPT-OSS模型参数约为200亿，远低于戴尔Deskside Agentic AI的300亿参数门槛。
因此，在需要兼容多种硬件规格的AI PC上，运行大规模AI模型面临显著挑战。
通过优化实现小规模模型本地运行的可能性
戴尔的John Seagal表示，虽然Deskside Agentic AI目标是支持300亿参数以上的大型模型，但未来130亿参数左右的小型高效模型将不断涌现，这些模型更适合在AI PC硬件上运行，带来新的应用前景。
这意味着，除了提升处理器性能外，开发更小巧且推理效率高的AI模型，将使OpenClaw和NemoClaw等代理型AI在AI PC本地运行成为可能。
戴尔商业笔记本及教育部门负责人Zack Nosky指出，OpenClaw的优势在于其连接先进模型（如OpenAI、Anthropic）和调度执行的双重功能。调度部分可在小型模型上本地运行，减少云端令牌消耗，从而降低成本。未来的应用场景可能是本地执行调度，云端处理大型AI任务。
换言之，AI PC实现OpenClaw时，可能采用本地小型模型负责调度，云端大模型执行代理任务的混合模式。虽然目前仍处于初步探索阶段，但技术实现具备可行性。
值得关注的是，2026年6月2日美国旧金山将举办微软开发者大会“Microsoft Build 2026”，微软极有可能发布关于代理型AI与Windows集成的相关计划，届时业界将迎来更多新动态。
