作者 | 周雅
来源 | 科技行者
回顾过去这大半年，只要你身处硬件评测或者AI圈子，大概率会被各种各样的“AI PC”实测轰炸。
测得越多，越清楚一个现实：一旦遇到真正需要重负载干活的场景，比如挂载一个上百亿参数的大模型，或者在本地跑一整套多模态视频生成流水线，AI PC的硬件架构容易撞上两堵高墙：
第一堵墙是物理显存容量。第二堵墙是移动场景下的功耗。
有意思的是，今天很多从业者的工作负载也变了，越来越多的人成为 “超级个体”：他们可能是用Agent的开发者、用Blender的内容创作者、玩3A游戏的玩家。以往，这些需求往往对应着不同配置的机器，或者需要在高性能、低功耗、轻薄便携“不可能三角”之间反复取舍。
而这种迫切需求，正是NVIDIA RTX Spark被大家投以高关注的原因。
RTX Spark于今年5月底首次亮相，于近期开启预售。一周前，我们受邀飞到旧金山参加RTX Spark工作坊，这篇文章，我们将深度拆解从现场看到、采访到的一手内容：英伟达在底层硬件上究竟做了哪些取舍？微软为什么要为Agent引入操作系统级的权限与隔离机制？以及，当这样一台可以7×24小时脱机吞吐Token的设备摆在桌边时，它究竟打算怎样改写开发者和专业创作者的生产力逻辑。
另外，我们也是第一时间拿到了顶配版，搭载RTX Spark的Surface Laptop Ultra，采用6144核GPU+ 20核CPU，128GB统一内存+1TB SSD。后续将由我们至顶AI实验室作出进一步评测。
NVIDI为什么开发RTX Spark？
NVIDIA过去二十多年的一条技术路径是：创造GPU、让GPU可编程、推出CUDA，让RT Core负责光追，Tensor Core负责AI运算，RTX逐步把游戏、专业创作和本地AI接到同一套加速计算平台上。NVIDIA将这一整套硬件、软件和开发工具称为RTX Stack。据NVIDIA现场介绍，全球已有约1.5亿台RTX PC。
直到，Agent开始成为新的工作负载。
NVIDIA发现当下有三组趋势。如下图，左侧是“Agent项目在GitHub上的关注度迅速上升”；中间是“本地模型与云端模型都在快速进步”；右侧则是“本地模型能力持续攀升”：截至今年10月，Hugging Face上本地AI模型下载量已达到16.82亿次，约为去年同期的5倍。模型变得更有用，用户对它的期待当然更高。
过去，大家打开某个软件，自己一顿操作；而现在，能把一个任务交给Agent，让它读文件、找工具、写代码、生成素材。这里的计算需求，Agent可能要加载很大的模型权重，保留很长的上下文，运行原本就很吃资源的专业应用，关键是，它可能24小时工作，像个不知疲倦的“天选打工仔”。
问题由此出现：如果想在PC上运行大模型、视频生成和持续工作的Agent，是不是必须上强度，要么选择功耗超过千瓦的大型工作站，要么只能把数据和任务交给云端处理？
这正是NVIDIA开发RTX Spark的初衷。
NVIDIA对RTX Spark的定位是“A New Beginning for Windows PCs”（ Windows PC的新开端），说法相对宏大，但也直击问题靶心：它试图在一台更轻、更省电的Windows PC里，同时保留RTX的游戏和创作能力，并为本地AI腾出过去普通PC没有的空间。
解构硬件：重新组织CPU、GPU与内存
RTX Spark 的核心是叫做N1X Superchip 的高度集成 SoC，将至高可达 6144 个核心的 NVIDIA Blackwell RTX GPU 与20 核的 NVIDIA Grace CPU 结合，并以 600 GB/s 的带宽高速互连。芯片采用双芯粒（Dual-Tile）异构协同设计：一边是GPU计算芯粒，另一边是CPU、I/O与内存芯粒。
GPU部分配备至高6144个核心的 NVIDIA Blackwell RTX GPU、第五代Tensor Core和第四代RT Core。其中，第五代Tensor Core支持最高1 PetaFLOP的NVFP4 AI计算性能；第四代RT Core，支持光线与三角形求交吞吐量达到上一代的2倍；集成Blackwell视频引擎，支持4:2:2格式视频的硬件编码与解码、AV1 UHQ超高画质编码、以及2倍H.264解码能力，为专业视频创作者护航。
CPU部分采用基于Arm v9.2架构的20核NVIDIA Grace CPU，由10个Cortex-X925性能核与10个Cortex-A725能效核组成。20个核心分为两个CPU集群，每组包含5个性能核心和5个能效核心。这套CPU子系统由NVIDIA与联发科合作定制。
内存部分采用统一内存架构（Unified Memory Architecture），最高支持128 GB LPDDR5X内存，拥有256bit内存接口、16个内存通道，数据传输速率为9400 Mb/s，内存带宽达到300 GB/s。
CPU与GPU共享这一内存空间，并通过NVLink-C2C互联。芯片间互联带宽为600GB/s，并支持双向缓存一致性（Cache Coherency）。通俗地说，当CPU和GPU读写同一份数据时，硬件能够保持数据视图一致，开发者不必总靠软件手动管理拷贝和缓存同步。NVIDIA告诉我们，相比于传统经由PCIe在CPU与独立GPU之间传输数据相比，这条链路可获得约25倍的能效优势。（注意，这里比较的是数据传输能效，不是整台PC的能耗。）
这种设计首先是针对本地模型的“容量问题”。对于大语言模型和多模态模型来说，GPU算得再快，如果显存装不下权重、KV Cache、工作数据，运行时就得频繁转移数据，甚至无法加载某些模型。RTX Spark让CPU和GPU在统一内存池中分配资源，就能做到为大模型、长上下文、多模态模型同时运行提供可能。不过，最高128GB统一内存并不意味着128GB都可无条件留给GPU，Windows和其他应用同样要占用内存，用户可以调整GPU内存预留配置。
能效是RTX Spark必须证明的事。NVIDIA以RTX 5070独显搭配CPU的组合为参照，称N1X在部分低功耗区间具有约2倍的能效优势。
而在移动使用场景下，NVIDIA进一步展示了RTX Spark在电池供电与插电状态下的性能对比。按照现场公布的数据，在游戏、3D渲染、视频剪辑和图像生成等工作负载中，两种供电状态下的性能差异仅约1%，意味着用户不插电时，也能获得接近满载的计算性能。
NVIDIA还展示一份性能对比数据，试图说明RTX Spark并不只是一颗面向本地AI推理的处理器。这组测试横跨游戏、内容创作、AI计算等场景。在游戏方面，RTX Spark N1X在《007 First Light》《DOOM: The Dark Ages》和《黑神话：悟空》三款游戏中，分别取得了3.7倍、3.1倍和3.0倍的相对性能表现。内容创作方面，Blender 3D渲染达到3.5倍，AI图像生成达到4.4倍，基于LTX 2.5的视频生成测试达到4.0倍。AI工作负载的差异同样明显，现场展示的Qwen 3.8系列智能体性能测试达到4.6倍，基于Qwen 3.6 35B-A3B的本地智能体性能测试达到4.0倍，模型微调测试则达到2.7倍。
如果仍以游戏作为唯一标准，GeForce RTX独立显卡仍然有自己的位置。NVIDIA发言人在问答里也没有否认这一点：传统GeForce产品继续服务追求极限游戏性能的用户；Spark则把模型容量、移动能效、创作能力和Agent运行放在更关键的位置。所以，它不是原有RTX产品线的一次简单扩容，而是在回答另一种PC需求。
这套平台既会出现在Windows 笔记本电脑中，适合追求可携带的创作与计算能力的用户群体，10月16日上市；它也会进入紧凑型桌面主机，预计11月上市，更适合对Agent有高需求的专业人士。两种形态的差异，实际上对应了本地AI的两个场景：人带着电脑工作，或者电脑留在原处持续替人工作。
目前，宏碁、华硕、戴尔、惠普、联想、微软、微星和技嘉成为首发阵容。售价方面，搭载RTX Spark的Surface Laptop Ultra有两个档位：“较低档”采用5120核GPU+18核CPU，包括三种配置，24GB统一内存+512GB SSD、24 GB统一内存+1TB SSD、32GB统一内存+1TB SSD，售价2599.99美金起（国产售价21988元）；“顶配版”采用6144核GPU+ 20核CPU，最高可达128GB统一内存+1TB SSD，售价5899.99美金（国产售价48388元）。
有了硬件，Agent怎样真正成为PC的新用户？
硬件之外，NVIDIA还希望把Agent需要的模型、工具和运行环境一起交付。
一个能合格执行任务的Agent，至少要处理这几个环节：从用户的语言、文件和屏幕获取上下文；由Agent框架组织推理与行动循环；调用语言模型做判断；再通过工具访问Windows应用、文件或外部服务。传统聊天机器人主要是回答问题，Agent则必须在判断之后采取行动。如果缺少后面的工具链，再强的模型也只能停留在聊天框里。
这也是RTX Spark为什么强调“大内存+完整RTX技术栈”的原因。NVIDIA列举了办公、创作、编程和游戏四类场景：Agent可以读取日历与邮件整理计划；调用多款创作软件处理复杂素材；监控GitHub中的Pull Request并尝试修复Bug；在游戏里让AI角色听懂玩家的自然语言要求。它们看似不同，背后却都依赖同一件事：让模型持续理解上下文，再用软件完成操作。
本地AI的价值也在此处凸显。如果处理的是一些敏感数据，比如私人文件、金融资料、尚未公开的视频素材等，把推理放在端侧更安全；如果网络突然中断，本地模型仍可工作；对于频繁运行的工作流，也无需为每次模型推理持续支付云API费用。当然，这并不代表只要使用本地模型，Agent就永远不会联网，譬如搜索网页、调用在线服务时仍会产生云端访问。
针对不同内存容量和本地AI应用需求，NVIDIA展示了两种模型选择。一种是Qwen3.8-Flash-Next，采用MoE架构，1250亿参数，每次推理约激活60亿参数，在特定量化方案下，其运行时内存占用约70GB至80GB；另一种则是NVIDIA专门为RTX Spark本地智能体设计的Nemotron 3.5 Bolt 74B，只有740亿参数，但作为MoE模型，每次推理约激活90亿参数，通过2-bit量化，NVIDIA将模型内存占用降至约24GB。
不过，“24GB模型占用”不等于“24GB内存笔记本就能从容运行”。NVIDIA在问答中建议，运行Nemotron 3.5 Bolt 74B更应考虑约48GB或更高的统一内存配置，为系统与其他应用留出余量。Nemotron 3.5 Bolt的意义是，尽量在推理速度和Agent能力之间找到适合端侧部署的平衡，而不是单纯追求参数量。开放权重、训练数据和配方，也让开发者能够针对自己的任务进行调整。
即使本地模型进步很快，也有任务仍需要云端更强的推理能力。于是NVIDIA引入NeMo Switchyard：先尝试让本地模型解决任务，再由Verifier判断结果是否足够可靠，必要时将任务升级到云端。比如，调整图片尺寸一类的简单工具调用可以本地完成，复杂的GPU Kernel优化则可能需要云端模型。这样，用户不必把所有请求都交给最贵的模型，也无需完全放弃云端能力。
NVIDIA还展示了RTX Spark在家庭环境中的两种应用场景，试图把本地AI从个人电脑延伸到整个家庭。第一种是作为持续运行的家庭智能体，RTX Spark连接电视、风扇、窗帘、洗衣机、烘干机、漏水传感器以及庭院喷灌系统等设备。NVIDIA设想，借助本地AI计算能力，这台设备可以长期承担家庭自动化、安全监测、设备维护和家庭日历管理等任务。
第二种场景则涉及整个家庭的算力协作。NVIDIA展示了一个典型的多设备家庭：父亲用RTX Spark笔记本，母亲使用RTX笔记本，儿子使用RTX游戏电脑，女儿用MacBook。虽然这些设备运行不同的操作系统、具有不同的计算能力，但它们可以通过NVIDIA PAIR（Personal AI Router）连接起来，组成一个家庭本地AI计算集群。
PAIR的主要作用，是根据设备的可用算力、模型部署情况及当前负载，智能分配AI推理请求。例如，当一台电脑正在处理其他任务时，新的推理请求可以被调度到另一台有空闲计算资源的设备，而不必始终集中在某一台机器上。
值得注意的是，PAIR并非把多台电脑的显存拼接成一个更大的显存池，而是让不同设备分别承担独立的推理任务。它同时支持Windows、Linux和macOS，并兼容llama.cpp、Ollama、LM Studio等本地推理引擎。
从“设备能运行一个模型”到“设备能长期提供智能计算”，NVIDIA试图把GPU的使用方式再向前推一步。NVIDIA算了笔账，以每月约6100万个输出Token为例，本地RTX Spark运行指定模型的电费估算约20美元，对照云端Claude Sonnet 5.5 API的估算费用约1200美元。
这不是严格的同模型、同质量成本比较，也未计入硬件折旧、利用率和维护，但NVIDIA想强调的概念很清楚：过去衡量PC，常看帧率、渲染速度或跑分，当Agent一天到晚工作，一台电脑还可能被衡量为它持续产生多少有用的Token、完成多少任务。
让Agent碰到Windows应用，微软先要解决权限问题
接下来的难题，是操作系统。Agent如果只能回答问题，PC还是原来的PC；可一旦允许它修改代码、读取文档、打开应用甚至访问网络，谁来规定它到底能动哪些东西？
不妨来看两个极端体验：一种是“YOLO”，干脆把所有权限给Agent，祈祷它不要闯祸；另一种则像“Alcatraz”监狱，Agent每做一步都要等你批准。前者不安全，后者又让人不停点击授权。NVIDIA与微软要找的是中间道路：让Agent有足够权限完成真正的工作，但在操作系统层面受到约束。
微软为此带来了Microsoft Execution Containers（MXC）。现场演示中，GitHub Copilot被要求把网页导航改成汉堡菜单，结果由于开发与生产目录权限没有划清，Agent直接修改了生产环境，网站因此出现故障。通过MXC限制读写范围后，Agent只能在允许的测试目录修改文件，其他目录可以设置成只读或不可访问。微软还强调，Agent将拥有独立身份、凭据与运行会话，类似Windows上的一个受限用户，而不是默认继承电脑主人的全部权限。
NVIDIA OpenShell则在MXC提供的隔离环境之外，补充更细粒度的安全治理能力，包括网络访问控制、凭据保护以及面向企业的安全监控。
综上，MXC重点解决Agent在哪里安全运行的问题，OpenShell则进一步管理Agent在运行过程中能够访问什么、执行什么操作。两者分别从执行环境和运行策略两个层面，为Agent提供安全保障。
安全之外，还有让普通用户装得上、用得起的问题。NVIDIA与微软正在推动GitHub Copilot、Hermes、OpenClaw、Perplexity等应用更容易调用本地模型，以及通过MCP Server和CLI连接Office、VS Code、GitHub、Docker、Blender、ComfyUI、NVIDIA Broadcast等工具。Windows首轮设置还会向用户提供Agent选择入口，让选择、安装和初始配置尽量变成少量点击，而不是要求先研究推理引擎与一串命令。
微软同时在GitHub Copilot中展示HydraFusion，把本地与云端模型的选择纳入智能路由，并介绍MAI-Code-1.1-Flash的本地量化版本、Windows ML与llama.cpp的适配。模型能够放进电脑只是起点；当用户开始真正把Agent当作工作伙伴时，如何连接应用、管理权限、在本地与云端之间切换，才决定它能不能形成可用的平台。
专业创作先受益：让Agent穿过一整条制作管线
接下来，我们看具体应用。RTX多年来已经参与视频编解码、渲染、AI降噪和各种创作软件加速，它的重要性无需赘述，但创作流程里的另一个问题越来越明显：一项作品往往要经过很多专业工具，创作者有想法，却未必精通每一个软件的全部功能。
这里简单列一条典型工作流：用Photoshop画概念、ZBrush做雕刻、Substance做材质、Blender绑定动画、Unreal Engine布局、Houdini处理特效、V-Ray渲染、Nuke合成、Pro Tools处理声音，最后回到Premiere剪辑与调色。真正耗费时间的，不全是按下“渲染”之后的等待，还有在不同工具、不同专业环节之间不断切换。
RTX Spark想把Agent放到这些工具之间。比如，插画师完成构图后，只需说“让这张图更真实”“改成夜晚”“再换一个机位”，Agent就尝试寻找合适的ComfyUI流程，组合生成模型与后处理工具，并把结果交还给人选择。NVIDIA强调，创作者仍负责判断好坏，Agent负责帮助执行那些不熟悉、但又确实需要的技术步骤。
为此，NVIDIA把面向创作者的投入分成三个层次。第一层是已有的RTX创作应用，现场提到超过130款受到加速支持的软件，Adobe还宣布优化Photoshop、Premiere和Substance 3D中的部分AI编辑与特效操作，展示的相关场景最高有约两倍性能提升。在Photoshop演示里，移除工具可以完全在本地处理；高斯模糊、光效可作为独立的非破坏性图层实时调整；更进一步，用户甚至可以要求助手制作一个镜头光晕滤镜，再逐步添加可调节的控件。
第二层是本地生成模型。NVIDIA通过NVFP4等低精度量化技术，进一步降低模型的内存占用。以图像生成模型FLUX.1为例，模型在BF16下需要约23GB内存，经NVFP4量化后可降至约10GB，这意味着，同样一款模型可以用更少的内存运行，为其他AI模型和专业应用腾出更多空间。对于需要反复生成、修改图像和视频的创作者而言，重要的不只是单次生成有多快，还包括一台设备能够容纳多大的模型，以及能否让语言模型、生成模型和专业创作软件协同工作。
在ComfyUI现场演示中，RTX Video Frame Generation与RTX Video HDR被作为节点加入工作流：原本由LTX-2.5生成的5秒、1080p、30FPS SDR视频，经过帧生成与HDR处理，可得到1080p、60FPS HDR版本，更便于进入后续调色流程。
第三层则是帮助人一直留在“可交互”的创作状态。NVIDIA Broadcast增加离线文件处理能力，可针对已经录好的口播清理音频、调整眼神，也能够让Agent通过MCP接口控制部分效果。与此同时，DLSS 4.5 Ray Reconstruction计划进入Blender 5.3的Cycles工作流，让艺术家在调整材质、反射与灯光时更快看清交互式路径追踪效果。对于复杂三维场景，调一次参数就能及时看到可靠预览，可能比最终离线渲染节省几十秒更有用。
开发者面对的，是三套环境能否合成一个工作台
如果说创作者是苦于软件链路太长，开发者面对的往往是环境太多。
常见的开发者工作方式是：一台本地笔记本负责写代码、操控Agent，云端API提供模型推理，另一台带GPU的云虚拟机负责测试与部署。代码、模型、依赖在这些环境之间迁移，本身就消耗精力。
RTX Spark希望把更多步骤留在同一台电脑：开发者可以在Windows编程，通过WSL使用Linux工具，调用CUDA、PyTorch以及本地模型完成测试与实验；必要时再发布到云端。这是Windows on Arm平台的一次重要考验，GPU和统一内存再强，如果常用Python包、编译链、CUDA框架和终端工具无法顺畅使用，开发者仍然会回到原来的环境。
因此，NVIDIA专门强调了软件生态：首批面向Windows on Arm的PyTorch CUDA支持、默认原生的Python，以及超过2000个Conda包；现场称，前1.5万个热门的Python包中已覆盖约97%。NVIDIA还把CUDA-X库的使用方式封装成Skills，让编码Agent能够更方便地调用开发库。
另一个有意思的点是开发模式的变化。NVIDIA提及一个概念叫做 “目标导向编程”：开发者不必把每一步实现路径写死，而是告诉Agent目标和评价标准，允许它持续尝试。现场展示的100项编程测试中，本地Qwen3.8-Flash-Next在允许多轮迭代的方案下，完成率由84%提升至93%。
至于更大团队，NVIDIA还谈到搭载更强算力的DGX Station，带来Windows支持。它与RTX Spark笔记本、小型桌面设备对应不同部署规模：个人开发者在自己的设备上完成主要工作，小团队则需要共享更高算力。这里同样不是简单的产品替代，而是本地计算向不同协作规模延伸。
游戏，仍然考验RTX 的基本功
NVIDIA游戏团队强调，RTX Spark仍然继承Blackwell的RT Core、Tensor Core，以及驱动、DLSS、Reflex和游戏开发者合作体系。对很多专业创作者来说，游戏和创作需求原本就重叠，NVIDIA此前给出的一个现场数据是，使用RTX GPU的创作者中约85%同时也是玩家。
新平台上的游戏能力，一方面来自传统RTX图形栈的延续，另一方面开始加入AI生成式渲染和游戏Agent。以DLSS 5为例，这项技术利用3D引导神经渲染，让游戏画面呈现更丰富的光照、阴影和材质细节，但AI处理画面同样要消耗算力，因此NVIDIA进一步优化了模型与推理流程，使DLSS 5模型的运行速度较此前提升约2倍，模型参数量也减少约24%，降至1.18亿。这次优化仍采用FP8精度。
更新后的DLSS 5模型可让《NBA 2K27》在RTX Spark上以1440p分辨率达到约90 FPS，相比此前版本实现约30%的性能提升。此外，NVIDIA还推出新的帧生成模式（Performance Mode），通过简化部分计算，在画质略有取舍的情况下进一步提高帧率。
同时，AI还开始改变游戏的交互方式。借助NVIDIA ACE等技术，开发者可以为游戏加入能够理解自然语言、与玩家协作的AI队友或NPC。例如，NVIDIA展示的《PUBG》AI队友和《Aniimo》的AI宠物，就可以通过语音交流协助玩家完成游戏任务。
NVIDIA还公布了专门面向NPC的Nemotron 3.5 Bolt E4B，提供可调整的对话与推理模式，让角色能够理解玩家意图并更快决定行动。这里的E4B和前文通用Agent使用的74B Bolt不是同一款模型：前者围绕游戏交互的实时性设计，后者主要面向通用智能体任务。
但新芯片能够运行Windows，并不意味着所有Windows游戏一上市就能顺利运行。原因在于，RTX Spark采用Arm架构，而目前大量Windows游戏仍是为x64架构开发的。微软的Prism可以将这些游戏的CPU指令转换为Arm能够执行的指令，但转换过程可能带来额外的性能开销，不同游戏受到的影响也不一样。游戏中的GPU图形计算则不需要通过Prism进行软件模拟，而是由显卡及相关驱动负责。
更复杂的是，一些网络游戏使用的内核级反作弊系统，还需要游戏厂商专门适配。现场NVIDIA也明确区分了已经支持和仍在适配中的游戏，部分热门网游还需要等待后续更新。因此，RTX Spark能否提供良好的游戏体验，不仅取决于GPU性能和DLSS技术，还要看驱动、反作弊系统以及游戏厂商的适配进度。
RTX Spark性能，不看广告看疗效
把创作、开发和游戏都放进一台PC，另一个问题自然浮现：我们究竟应该怎样测试它的性能？
这个问题放到RTX Spark上尤其现实。它既是一颗运行Windows的Arm架构SoC，也有Blackwell GPU和统一内存；既要运行游戏、剪辑和3D创作软件，还希望承担越来越复杂的本地Agent任务。过去分别评价CPU、GPU和AI加速器的办法，未必能完整解释这样一台机器。NVIDIA给出的一条建议是：有真实应用，就优先测真实应用；要用Benchmark，也尽量选最新版，并让测试内容与实际工作负载一致。
常见测试大致有三类。合成测试（Synthetic）会刻意聚焦某项计算能力，容易重复，却可能离真实使用较远；代理测试（Proxy）不直接打开大型应用，而是构造与其运行方式接近的任务，兼顾效率与相关性；应用测试（Application）则让真实软件执行指定操作，例如调用Photoshop，或者使用软件自带的测试功能。三者都能提供信息，但距离用户真正做事的过程越近，结果通常越容易解释。
相应的工具也不止一种。MLPerf Client是跨厂商协作的客户端测试体系，2.0版增加了Agentic AI和图像生成项目；UL Procyon覆盖计算机视觉、图像生成和大语言模型。llama-bench、llama-benchy、AIPerf、SPEED-Bench等，则更适合开发者控制模型、输入规模与推理后端，研究特定性能瓶颈。
不过，开发工具跑出的Token/s，并不能自动等同于一个Agent完成真实工作的效率。原因在于，Agent不是一轮问答，用户给它一个目标，它可能先读取文件、搜索资料、调用程序，再把工具返回的结果带回模型继续推理；下一轮又可能生成代码、检查结果，直到完成任务。这种不断在“推理-调用工具”之间往返的过程叫做Agent Loop。工具调用的内容有时很轻，只是列目录或读取文件；有时却很重，可能是在Blender里渲染场景，或者生成一段视频。单独测某一轮模型生成速度，无法覆盖这条链路。
就连一次模型推理，也有两个不同阶段：Prefill是先处理用户输入和已有上下文，可以理解为“把材料读进去”；Generation或Decode则是根据这些内容逐Token生成输出，更像“一个字一个字往下写”。前者通常更偏计算密集，后者在常见自回归模型中更容易受到权重读取和内存带宽影响。两项速度都重要，但对Agent而言，它们在整个任务里所占的时间比例更重要。
如此一来，才更容易理解该怎么测一台“Agent PC”。首先看内存：能放下多大的模型，是否有余量运行创作软件乃至另一套图像、视频生成模型；其次看上下文：Agent每一轮需要处理多少资料，重复输入能否得到有效利用；最后看输出：模型不仅要生成给用户看的答案，还可能生成代码、工具指令和中间推理内容。不同工作流的瓶颈完全可能不同。
回到传统游戏与创作软件，NVIDIA反对“只跑一个分”。游戏体验至少有三个维度：帧率（FPS）决定画面是否足够流畅，PC Latency关系到玩家操作后多久得到响应，Image Quality则决定画面看起来怎样。三个指标可能互相牵制，尤其开启不同画质选项、超分辨率或帧生成之后，只报一个FPS数字，并不能让读者知道实际玩起来是什么感觉。
创作应用也是类似道理。视频导出、素材导入、3D离线渲染容易计时，当然应该测；可真正花费大量时间的，往往是拖动时间线、预览画面、挪动3D物体、修改材质和光照。导出只需几分钟，不代表此前半天的编辑操作都足够顺畅。好的评测应尽量把这种交互体验写出来，而不是只测最后按下“导出”之后的等待。
因此，能使用游戏自带Benchmark时，NVIDIA建议先测试真实游戏，并按照玩家实际可能采用的分辨率、画质和功能设置操作。现场列出了多款游戏作为示例，其用意是强调测试要落到实际游玩的场景里。
在AI创作一侧，NVIDIA展示了ComfyUI的应用内性能测试。它可以固定工作流文件、模型和节点配置，分别设置预热次数与正式测量次数。下图的FLUX.2工作流先进行1次预热、再测5次，最快一次44.062秒，平均44.794秒。
针对已经成熟的PC工具，现场还给出了一份参考名单：GPU测试可以选择支持新平台的3DMark Speed Way、Steel Nomad，以及带CUDA路径的Geekbench 7.1；创作工作流可以参考Puget Bench的AI与GPU效果测试、ComfyUI的应用内测试；CPU和整机层面则可结合SPEC CPU 2026、Cinebench 2026、Geekbench 7以及模拟Office办公的项目。
NVIDIA还特意提醒了几类容易造成误读的分数。第一，拿过时的3DMark项目衡量今天的游戏能力，可能已经偏离现代图形负载；第二，孤立引用Geekbench之类的合成CPU成绩，很难推导出具体应用体验；第三，Blender Benchmark主要看离线渲染，不会自动告诉你编辑器操作是否流畅。
还有一个只在新架构上格外突出的变量：软件是否原生。RTX Spark使用Arm架构，而许多Windows应用与游戏长期面向x64开发。Windows自身和不少常用应用已提供Arm原生版本；没有原生版本的软件，可以借助微软Prism转换CPU指令运行。但Prism并不是把整个GPU也用软件模拟出来，实际图形运算仍由GPU和相应驱动承担。
因此，只有把这些问题放回用户的工作流程，以RTX Spark为代表的其他同类型产品的能力边界才真正看得清楚。
演练一下
我们最后通过一轮Hermes Agent上手演示，来直观感受下Agent的能力。
演示从一件很简单的事情开始：让运行在RTX Spark上的本地Agent，搜索最近有哪些值得关注的开放权重模型和AI智能体。第一次返回的信息太多，演示者便让它缩小时间范围，只关注过去两三周的新进展，最后再从中挑出本周最值得关注的三件事。几轮对话下来，原本普通的信息搜索，就变成了一份符合个人需求的技术简报。
但如果每天都要重新提出这些要求，显然还是麻烦。于是，演示者让Hermes把刚才的工作流程保存为一个名叫“AI Digest”的Skill，以后只要调用这个Skill，Agent就会按照之前确定的方法搜集和整理信息。接着，他又设置了一项自动化任务：每天上午9点，自动生成这份简报。
接下来上难度，演示者把本地RTX Spark评测文件夹和Reviewer’s Guide交给Hermes，让Agent检查Benchmark版本、配置和数据异常。这里出现了一个有意思的小插曲，Agent一开始选错了工具，试图调用浏览器，后来才调整方法，转而读取本地文件。检查之后，它提出了两个值得注意的问题：一批测试数据使用的MLPerf版本与指南要求不一致；另一组测试第一次运行明显比后面几次慢，可能需要确认是否属于预热运行。
不过，发现异常不代表一定出错。演示者并没有直接把这些数据判为无效，而是强调，究竟要不要重新测试、是否应该排除异常值，最终仍然需要评测人员判断。这也是Agent在专业工作中比较实际的价值：它可以帮人检查大量资料，发现容易遗漏的问题，但专业判断仍然掌握在人手里。
随后，演示者决定暂时停止评测，等重新测试后再继续，他让Hermes记住这个决定，避免下次打开项目时，忘了还有一批数据没有核实。问题来了：如果关闭当前对话，过几天再回来，Agent还能记得之前做过什么吗？
为了回答这个问题，现场展示了Hermes的记忆功能，以及一个叫Second Brain（第二大脑）的个人知识体系。原理是：把过去的评测文章、项目资料、合作联系人、正在进行的工作，整理成保存在本地的文件，再建立索引，让Agent可以根据需要找到相关信息。演示者使用Obsidian展示了这些文件之间的关联。比如，过去评测过哪台电脑，当时找谁借测，是否申请过延期，这些原本可能已经忘记的细节，都可以通过文件记录重新找回来。
回过头看，这段演示其实对RTX Spark的产品思路是一个非常清晰的呈现。这是一套组合拳：RTX Spark硬件提供本地运行AI模型所需要的算力、存储等；MCP、CLI等接口让Agent能够调用应用和工具；Windows系统的权限机制负责限定它能访问哪些资源；Skill、自动化和记忆功能，则让这些能力不再停留于一次性对话，而是可以长期使用。
PC的全称是Personal Computer，个人使用的电脑。但是在AI Agent时代，这个定义也在被改写。“个人使用”不代表一定需要人亲自操作，它可以是一个能够接受目标、执行任务、保留进度的个人计算平台。
