近一年来各大厂商提及智能体AI、智能体PC的频率越来越频繁，描述的都很美好，AI不再只是一个聊天框，而是能自主规划任务、调用工具、持续运行的“数字员工”。但这些数字员工进入真实工作流之后，对于企业究竟能带来多大价值？
这个问题没法靠概念PPT回答，得看实际落地的案例，AMD最近公布了Light Sail VR客户成功案例，作为一家拿过艾美奖的沉浸式内容工作室，Light Sail VR借助AMD本地智能体PC，把创始人从同时管一两个项目，变成了可以同时管六到九个项目。
而在效率提升的背后，正是智能体AI所带来的工作方式变化。
从同时负责一两个项目到九个
Light Sail VR不是一家普通的影像制作公司，过去十年里，他们为Sabrina Carpenter和Meta打造沉浸式体验，参与过亚马逊《黑袍纠察队》、红石剧场演唱会，以及《周六夜现场》50周年特别节目。
但和大家想象中的不一样，这间工作室的团队并不大。
随着项目增加，制作团队需要持续跟踪不同项目的进度、交付期限、客户反馈、人员安排和沟通记录。尤其是在多个项目同时推进时，一次客户意见的变更，就可能牵动整个制作时间表。
Light Sail VR面临的正是这样的情况，随着客户和项目不断增加，创始人Matthew Celia需要投入越来越多时间处理日常事务，这些工作虽然不可或缺，却并不是最能体现团队创意价值的部分。
对此Light Sail VR构建了一套本地AI制作协调助手，并将其接入团队日常使用的Slack。结果就是此前Celia一个人最多同时管一两个项目，现在他一个人能盯六到九个，“有了这台AMD智能体PC，我可以用过去管理一两个项目所需的个人精力，同时处理六、七、八甚至九个项目。”
为何选择本地运行智能体PC
但云端大模型明明更强，为什么Light Sail VR非要选择在本地跑呢？
Celia给出了两个原因，第一是钱，智能体的工作方式决定了它可能需要反复分析上下文、尝试不同的处理方案，并在多个步骤中调用模型。如果都依赖云端服务，随着使用频率和任务复杂度增加，相关成本不容忽视。
第二是隐私，公司长期服务于好莱坞影视制作和科技企业，客户资料、制作计划以及项目相关信息都受到严格的保密协议约束，一旦相关资料上传到云端出了公司，风险就变得不可控。
Celia表示：“如果我们要用AI助手，它必须是私密的、本地的、安全的。”所以他开始找本地方案，数据留在本地，安全性和私密性都有保障，还能无限次迭代，不必担心动辄成千上万美元的token账单。
从生成内容到执行任务：智能体PC需要什么样的硬件
把AI从云端搬到本地，自然需要相应的硬件，之前的生成式AI是一问一答，用户给一个提示词，模型生成一段文字或一张图。任务短，并发少，很多时候对本地硬件要求不算苛刻。
智能体AI则更强调自己完成任务，以Light Sail VR的制作协调助手为例，用户提出调整项目交付日期的要求后，智能体需要理解相关背景、查询当前排期、判断关联任务、修改日程表、更新文档，最后再通过邮件或Slack完成通知。
在这个过程中，模型不仅需要生成内容，还需要持续处理上下文、规划执行步骤、调用外部工具，并根据任务进展继续工作。任务链条越长，需要协调的信息和应用就越多。
这就对本地AI计算平台提出了更高要求。
首先是内存容量，当企业希望同时运行多个模型，或者让模型与办公软件、业务数据及其他应用并行工作时，内存容量就会直接影响系统能够承载的工作负载。
其次是计算能力，智能体的执行过程往往包含多轮推理、复杂的信息处理以及多个模型之间的协作。除了CPU承担的任务调度和通用计算，GPU也能为模型推理等计算密集型任务提供加速，计算能力越充足，系统就越有条件处理更复杂的本地AI工作负载。
最后是整体运行效率，智能体不是只运行一次就结束的应用，而是可能持续工作很长时间。如何在模型运行、应用操作和其他计算任务之间通过CPU、GPU、NPU合理分配资源，同样影响实际体验。
智能体PC的硬件底座
Light Sail VR的智能体，就跑在AMD的硬件上，最开始是一台搭载AMD锐龙AI Max+ 395处理器、配128GB统一内存的Framework主机。Celia最满意的一点是它能同时跑好几个模型，“你可以用很多不同的方式去尝试同一个提示词，真正从上下文的角度，调出最适合你应用的那个方案。”
锐龙AI Max系列基于Zen 5架构，结合RDNA 3.5图形和XDNA 2 NPU，最新的AMD锐龙AI Max PRO 400系列已经把统一内存支持提升到192GB，结合AMD VGM可变显存技术，最高支持将160GB内存分配给显存，带宽也从256GB/s提升到273GB/s，还有更高的处理器及显卡频率，能装下更大规模的模型，同时承担更重的本地AI负载。
AMD方面表示，公司于2025年提出智能体PC品类，如今凭锐龙AI Max PRO 400系列继续引领这一品类；目前已有数千万台基于250种不同设计的AI PC，超过50款设计、累计出货逾50万台的智能体PC，随着更多OEM机型上市，开发者与企业还会有更多选择。
尝到甜头后，团队又补进一张AMD Radeon AI PRO R9700专业显卡，Celia对速度提升的形容是立竿见影。
Radeon AI PRO R9700采用AMD RDNA 4架构，配备32GB GDDR6显存，拥有64个计算单元和128个AI加速器，能够为本地AI推理、模型开发等计算密集型工作负载提供支持。对于需要持续运行模型、处理多项任务的工作站而言，独立GPU的加入可以进一步增强系统的AI计算能力。
智能体PC落地究竟改变了什么
回到Light Sail VR，他们训练出的智能体能够理解公司日常业务，也能判断哪些事项需要关注，团队本来就用Slack沟通，智能体直接部署在Slack里，就像入职了一位新同事。
过去他们的流程全是手工，客户反馈从Frame.io进来，人工搬到Google Docs，再逐项修改排期和时间表。现在Celia只需在Slack里说一句，把某个截止日期提前或推后，智能体会更新文档、修改Google Sheets排期、发出邮件，全程不需要他再动手，哪怕他人不在工位，流程照跑。
Celia描述这种体验时的说法是：“这个智能体越来越像我们团队的核心成员。它帮我盯着所有在推进的项目、日历、截止日期、备注、相关方……我不再需要自己琢磨下一步该做什么，直接看它发来的今日重点就行。”
在制作协调员成功运行之后，Light Sail VR还正在探索两个新的智能体角色，一个是故事制作智能体，希望它能够审阅访谈素材、识别重复内容或表达不清晰的部分，辅助团队分析节目结构；另一个是社交媒体研究智能体，用于分析不同平台的内容表现、发现需要审核的评论，并辅助判断后续运营重点。
Celia的最终目标是把权限开放给每一位成员，让每个人围绕自己的职责训练专属助手。
从Light Sail VR的案例来看，智能体PC的最大的价值不只是让AI在本地运行，而是让AI真正进入工作流程，从信息整理、日程调整到任务跟进，承担起过去需要人工完成的重复性工作，让团队能够以相近的人力投入管理更多项目。
未来随着本地模型能力和软硬件生态不断完善，智能体PC有望进一步融入企业的日常工作，AI不再只是辅助人们获取信息的工具，而是成为真正提升效率、释放创造力的重要生产力。
