在 2026 WAIC 现场，我们观察到：大模型的能力，正在从互联网和聊天框里走出来。
两年前，行业对大模型的主要想象还集中在云端。参数越大越好，集群越强越好，谁在数据中心里堆的 GPU 更多，谁就更接近能力的上限。这套逻辑到今天依然成立，只是它越来越难解释今年 WAIC 上冒出来的另一批产品。
它们可能是一台放在桌面上的小主机，也可能是一台没有键盘和屏幕的盒子。形态五花八门，共同点却很明确：这些设备不是为了让人打开软件、输入问题，再等待一次回答；它们是为了让Agent长期在线。
今年 WAIC 现场，Agent Computer、AI NAS、个人 AI 中心、企业知识库一体机密集出现。AI 主机、搭载本地模型的桌面设备，以及一批服务于个人和企业的端侧 AI 终端，都在试图回答同一个问题：如果 Agent 开始接手日常工作，算力应该放在哪里？
过去，用户发起一次请求，云端模型生成一次结果，交互到此结束。现在的 Agent 要读取本地文件，保留历史上下文，调用不同工具，执行连续任务，并在后台等待下一次触发。AI 的工作方式由此发生了变化：过去是用户偶尔发起一次推理，现在则是一套智能系统持续运行。
这也把计算问题推到了台前。一个偶尔被调用的模型，可以依赖云端强大的 GPU 集群；一个全天在线的 Agent，却要面对不断累积的 Token 费用、反复往返云端的个人数据，以及在多步任务中层层叠加的网络延迟。
调用越频繁、上下文越长、任务链越复杂，把所有计算留在云端就越不经济。今年 WAIC 真正释放出的信号，不只是端侧设备能够运行多大的模型，而是端侧正在开始承载完整的 Agent 工作流这两者之间，隔着一道不小的门槛。
01 Agent 开始长期工作，算力也要重新分配
生成式 AI 更像一次问答。用户输入问题，模型完成推理，返回结果，一轮交互基本结束。
Agentic AI 的工作方式更长。它要读取文件、保留记忆、拆解任务、调用工具，再根据执行结果调整下一步。一个任务可能持续半小时，也可能像操作系统里的后台服务一样长期在线。
模型决定 Agent 有多聪明，计算平台决定它能不能稳定上班。
当调用从偶发变成常驻，云端 AI 原本不明显的问题会被放大。每一次模型调用、每一个 Token 和每一项持续运行的服务都会进入账单；多轮推理和工具调用中的网络等待，也会沿着整条任务链累积。Agent 还要接触个人文件、历史偏好和工作记录，如果数据不断往返云端，很难形成连续、专属于用户的上下文。
所以，WAIC 上集中出现的 Agent Computer、个人 AI 中心和企业 AI 一体机，并不只是给本地模型换了一个外壳。它们背后是一次新的算力分工：规模更大、调用频率较低的通用推理继续留在云端，高频、实时、私密、需要长期保持状态的任务，则更多沉到用户和数据附近的边缘侧。
这里说的 edge AI，并不是智能家电里完成一次语音识别或图像分类的小芯片。个人和家庭 AI 中枢、企业 AI 中心，更像部署在用户身边的小型 AI 基础设施：既要运行大模型，也要处理长上下文、任务状态和多工具协同。
Acrab 的 Agent Box 在这个背景下出现。它没有停在“把模型装进桌面设备”这一步，而是把模型、个人数据、Runtime、工具链和 Agent 编排放进同一套系统，让 Agent 能够保存上下文、调用工具，并在不同应用之间连续完成任务。
支撑这台设备的，是第一代计算平台 GΞLIX。按照公开信息，这套平台已经在部分高要求的真实部署环境中完成验证，目前正在推进首次行业导入和规模化生产。
因为 Agent 不只做模型推理。NPU 负责大规模并行计算，CPU 还要运行操作系统、调度任务、调用工具，处理各种无法提前写死的分支。模型、应用和数据持续切换时，任何一处堵住，峰值算力再高，任务依然跑不顺。
Acrab 想回答的，不只是本地能跑多大的模型，而是当 Agent 从一次调用的软件功能变成长期在线的助手，什么样的边缘计算平台才能真正承载它。
02 消除 Token 焦虑，Acrab 正在改写个人 AI 的成本和使用方式
Agent Box 被 Acrab 定义为“Personal AI Center”。
按照发布会上的公开参数，这台设备可以在本地运行千亿参数级模型，不经过远程服务器完成推理，即使没有网络连接，也能保持核心能力。对话、数据和上下文保留在设备一侧，Agent 可以更持续地理解用户，而不是每一次都从一段割裂的云端会话重新开始。
但本地跑得动大模型，并不自动等于拥有一台个人 AI 中枢。
Acrab 在发布会上展示了一个相对完整的任务流程：用户提出想为孩子制作一个太空主题的礼物，Agent 继续给出方案、协助选择、调用相关工具、智能设备并跟进制作进度；甚至可以根据环境出现的新状况，想你所想，调用其他的智能设备帮你解决问题。
这里真正值得关注的不是某一次回答，而是一句自然语言能否被转化为一连串连续动作。
过去的智能终端，往往是人学习不同应用和设备的使用方式；Agent Box 所描绘的方向，则是由智能体理解人的意图，再在模型、工具和设备之间完成协调。
这也是 Agent Computer 与传统 AI PC 最明显的区别。
AI PC 仍然以人为主要操作者，AI 更多是原有计算功能的增强；Agent Computer 则更接近一台为智能体准备的个人服务器，它的核心任务不是等待用户点击某个应用，而是让多个 Agent 保持在线、积累上下文并持续完成工作。
设备的价值，也因此不只来自算力，还来自它对 AI 经济模型的改变。
在云端模式下，用户越依赖 AI，调用量和 Token 支出通常越高。Agent Box 则试图把不确定的持续支出，转化为一次性的本地算力投入。Acrab 把这一点概括为“消除 Token 焦虑”：用户不必为了控制账单而减少调用频率，也不必在每一次任务开始前重新计算成本。
对于偶尔使用 AI 的人，这种区别可能并不明显；但对于希望让 Agent 全天工作的人，成本结构本身就会决定使用方式。
只有当调用 AI 不再是一项需要反复权衡的支出，Agent 才可能从工具变成基础设施。
这也让 Agent Box 与当下流行的 OPC（One Person Company，一人公司）产生了连接。
一个人的公司真正需要的，不是更多聊天窗口，而是一组可以长期运行的数字协作者：做研究、写代码、整理信息、处理内容、调用软件和跟进任务。
这里的 OPC 更接近由本地 AI 工作站支撑的“超级个体”。用户购买的不只是一台设备，而是一套可以持续调度多个 Agent 的个人生产力系统。
当然，个人 AI 中心最终会长成什么样，目前还没有标准答案。
家庭需要的是能够连接设备、保留家庭记忆的智能中枢，企业和专业用户则更看重代码、文档和数据处理能力。应用场景不同，对模型规模、内存、功耗和软件生态的要求也完全不同。
这套计算平台也许未来也会进入个人 AI PC、家庭智能、工业运营和通用机器人等场景，这些都将是平台可以延伸的边界。
硬件形态仍然会变化，但需求已经逐渐清晰：Agent 需要的不再是一块临时调用的加速卡，而是一个能够长期承载模型、记忆和任务的本地计算中心。
03 CPU 重新回到 AI 中心，端侧芯片拼的是系统级效率
在端侧 AI 的讨论中，NPU 通常是最容易被注意到的参数。但 Agent 并不是一条固定的神经网络推理链路。
模型推理中的大规模并行计算适合交给 NPU；任务拆解、条件判断、系统调度、工具调用、异常处理和多系统协作，则高度依赖 CPU。Agent 执行的步骤越多、路径越动态，CPU 与 NPU 之间的协调就越重要。
Acrab 的 CEO Ken Phua 将这种变化概括为：“CPU 再次回到 AI 时代的中心。”在他的判断中，AI 正在进入异构计算环境，执行效果不只取决于 NPU 峰值，更取决于 CPU、NPU、GPU、内存和软件之间能否无缝协同。
这也是 Acrab 少数值得展开的团队线索。Ken Phua 曾在 Arm UK 带领亚太应用工程团队，并参与全球 IP 策略制定，之后担任 Arm China 联席 CEO。这段经历的意义，不只是增加一段行业履历，而是解释了这家公司为什么会把 CPU-NPU 协同和异构计算，放在 Agentic AI 架构的中心位置。
从其公开架构看，GΞLIX 1 的设计重点也不是孤立地增加某一种算力，而是减少整条推理链路中的等待和搬运。
它采用多系统统一内存架构，让不同操作系统能够共享内存，减少数据在系统间反复复制；芯片内部配置 8MB L1 Cache、带宽达到 768GB/s 的共享 L2 Cache，以及 273GB/s 的统一内存架构，并与 650 TOPS 的 AI 算力协同。
在计算侧，四颗 NPU 核心可以并行扩展 Prefill 性能，针对 Attention 这一关键推理环节，Acrab 还加入了专用向量加速技术。
这些数字如果只出现在一张参数表里，意义并不大。
它们真正指向的是同一个问题：如何把模型需要的数据尽可能留在距离计算单元更近的位置，并减少不同计算单元和内存之间的数据搬运。
端侧 AI 的瓶颈不只在于“算得够不够快”，也在于数据为了完成一次计算，要在系统里走多远。
云端设备可以通过更高功耗、更大空间和更复杂的散热系统提高性能，但一台需要长期放在桌面或家庭中的设备，必须在功耗、成本和体积约束下完成同样的工作。
这也是端侧计算真正难的地方：性能、功耗和成本并不是三道独立的题，而是一组彼此牵制的约束。任何一个维度失控，产品都很难进入日常使用。
在 Acrab 公布的一组基准测试中，GΞLIX 1 运行 260 亿参数 Gemma 模型，使用 40K KV Cache 和 1 万 Token 输入，Prefill 速度超过每秒 1416 个 Token。与目前市场上的桌面通用平台相比，其 Prefill 性能优势明显；在与同类桌面级 AI 系统达到相近性能水平的同时，GΞLIX 1 还呈现出更低的功耗和更具吸引力的整机价格。
这些数据目前主要来自公司发布会，仍需要更多第三方测试和真实工作负载验证。但它至少说明，Acrab 试图建立的产品标准并不是追逐某个孤立峰值，而是看性能、功耗和成本能否在一台长期运行的设备上同时成立。
用户不会关心一条推理链路内部经过了多少层缓存，也不会在每次交互前查看 TOPS。用户真正感受到的只有三件事：它能否迅速理解、能否持续运行，以及拥有它是否足够划算。
04 从一颗芯片走向一套平台，Acrab 会是 Agentic AI 时代的计算底座吗？
但相比 Agent Box 这台产品本身，这场发布会更值得关注的，是 Acrab 试图构建的平台能力。
高效推理只是端侧 Agent 产品化的第一层。要让 Agent 长期工作，模型如何调度、任务状态如何保存、工具和设备如何调用，以及开发者如何快速构建应用，都需要芯片之外的系统能力。任何一层缺失，Agent 都可能停留在一次流畅的演示，而无法进入持续、复杂的真实工作流。
在硬件之外，Acrab 正在把产品边界延伸到 Agentic OS、Runtime、Agent Router、开发者工具链和 Agent Store，希望同时服务普通用户和开发者：前者获得开箱即用、能够长期在线的本地 AI Agent；后者则可以基于统一的平台开发、部署和分发 Agent 应用。
发布会已经展示了这套平台较为基础的公开形态：硬件层以GΞLIX 1 为核心；软件层覆盖大模型、优化后的 Runtime、工具链，以及连接模型、工具、设备和服务的 Agent orchestration layer；再通过面向典型场景的 Agent 参考设计，帮助开发者和生态伙伴更快地构建应用。
历史上，每一次计算平台迁移，最终沉淀长期价值的往往不只是第一台设备，而是围绕设备形成的操作系统、开发工具和应用生态。从 PC 到智能手机，硬件定义了能力边界，软件生态则决定平台能够走多远。
从这个角度看，Agent Box 更像 Acrab 平台战略的第一个入口，也是第一块公开验证场：它先将GΞLIX 1、软件栈和 Agent 编排能力组合成一个完整产品，再尝试通过开发者、设备厂商和生态伙伴，把同一套能力复制到更多终端和场景中。
一台 Agent Box 能否成立，取决于产品体验；一套 Agentic AI 平台能否成立，则取决于它能不能跨设备、跨场景地被反复复用。
而这套平台化路径，也并非凭空展开。根据公开资料，Acrab 成立于 2024 年，总部位于新加坡，团队能力横跨半导体设计、AI 算法和操作系统。CEO Ken Phua 曾在 Arm UK 带领亚太应用工程团队、参与全球 IP 策略制定，之后担任 Arm China 联席 CEO。对 CPU 架构、芯片生态和异构计算的长期理解，解释了 Acrab 为什么选择从 CPU、NPU、内存和软件协同的系统层面切入，而不是只打造一颗独立的 AI 加速器。
超过 3.5 亿美元的累计融资，则是另一个背景信号。Vertex Ventures SEA & India 和 Vertex Growth 较早进入，并随着 Acrab 完成关键技术节点持续增加投入。对于一家同时推进芯片、软件和终端产品的公司而言，这至少意味着它获得了完成重工程研发所需要的时间和资本耐心。
当然，团队履历与资本投入只能增加这条路线的可信度，无法替代产品和市场本身的验证。
从这个角度看，Agent Box 并不是 Acrab 平台故事的终点，而是它递向市场的第一份答卷：一颗芯片、一套软件栈和一个完整产品，能否共同支撑 Agent 在本地长期运行；而这套能力，又能否沿着开发者生态进入更多设备和真实场景。
