Agent优先：微软苹果端侧AI合围，下一代操作系统战事再起

2026 年 6 月 2 日，旧金山，微软 Build 大会，萨提亚·纳德拉（Satya Nadella）站在台上说了一句话：“我们正在进入 Agent 优先的时代。”

这句话说的时候，Anthropic 刚刚以 9650 亿美元估值秘密递交 IPO 文件，Alphabet 宣布 847.5 亿美元融资用于扩建算力基础设施。云端的钱正在以历史上从未出现过的速度烧掉。

纳德拉的意思，不是说云端不重要了。他在宣布一件不同的事：下一代计算平台的交互单元，不再是 App，而是 Agent——而且这个 Agent，有相当一部分要跑在你手边的设备上，而不是数千公里外的 数据中心 里。

“App已死”这句话，微软说了三十年，这次不同

个人计算机史上，每隔十五至二十年就会出现一次交互范式的断裂。

1984 年，麦金塔把命令行变成了图标和窗口。2007 年，iPhone 把窗口变成了触控应用。每一次断裂，原有的操作系统霸主都面临重新洗牌的压力，因为新的交互层往往建立在新的硬件架构上，原有的软件积累无法直接迁移。

微软在 Build 2026 发布的，不只是一个功能更新。它是一个三层架构的完整系统宣言。

底层是硅：Windows Agent Stack 要求设备 NPU（神经处理单元）达到 40 至 45 TOPS 以上的吞吐量。高通骁龙 X Elite、英特尔 Lunar Lake、AMD Strix Point 三家芯片在台上同台确认支持。微软自己发布的 Surface Pro 11 搭载的骁龙 X Elite 第二代 NPU，标称算力 75 TOPS，可同时运行多个本地 Agent。

中层是模型：Aion 1.0 Instruct，为 NPU 专门优化的轻量端侧语言模型，处理邮件摘要、文档格式化、日程协商等日常任务，不发送任何数据到云端。Aion 1.0 Plan 更进一步：140 亿参数，32K 上下文，支持工具调用，计划在未来数月内置到具备足够算力的设备上。

顶层是 Agent：Copilot Scout，主动感知用户当前工作状态，在不需要被唤醒的情况下介入。Windows Copilot Runtime 提供统一的 ONNX 推理层，自动将计算任务路由到 NPU、GPU 或 CPU——开发者写一套代码，硬件路由由系统接管。

Project Solara 走得更远。这是一个建立在安卓开源项目之上（而非 Windows）的轻量级边缘操作系统，面向一类此前不存在的设备：既不是手机，也不是 PC，也不是平板。它没有应用商店，没有浏览器，没有传统桌面。设备上跑的不是 App，只有 Agent。微软发布了两款参考设计：一款是带摄像头、指纹传感器、5G 的可穿戴员工徽章；另一款是带面部识别、超宽带感应的桌面陪伴设备。用一个按钮唤醒 Agent。微软不打算自己制造这些设备，它发布的是规格标准和参考设计，逻辑与谷歌 GMS 认证对安卓生态的管控方式一致。

一位前微软项目经理的话被广泛引用：“他们不是在杀死 Windows，而是把它变成一个托管 Agent 的静默平台。”

苹果的路线：把15年的芯片积累变成护城河

苹果的策略与微软不同，但方向一致。

苹果在 AI 竞争里长期被认为落后：Siri 的能力与 GPT-4、Claude 的差距有目共睹，Apple Intelligence 2024 年发布时承诺的功能至今交付不完整。但苹果一直在押注一个不同的赌注，而这个赌注在 2026 年开始兑现的条件正在成熟。

这个赌注的核心是：端侧推理的经济性。

苹果芯片在同等推理任务下，功耗约为数据中心 GPU 的十分之一。推理延迟低于 10 毫秒，无需网络往返，无需在数据中心排队等待其他用户的请求。苹果的 4GB 端侧模型，在 iPhone 15 Pro 以上机型上以每秒 30 至 40 个 token 的速度生成文字。这不是最强的 AI，但对于通知摘要、语音转录、快速回复等高频低复杂度任务，它足够了，而且是私密的、即时的。

苹果在准备 WWDC 2026 的内容。据知情人士向 The Information 透露，苹果将展示其芯片设计优势如何在端侧处理 AI 查询——将本地推理定位为一种隐私保护、降低成本的选择，与 Anthropic、OpenAI 等公司依赖大规模数据中心形成对比。Siri 将进行一次地基级别的重建：独立 App 界面、基于大语言模型的世界知识、数百个应用内 Agent 动作、屏幕感知能力。

苹果的底牌，是它在 15 年里积累的自研芯片体系。A 系列和 M 系列的神经引擎，是针对本地推理专门设计的，不是通用 GPU 的附属品。这意味着它的端侧 推理效率，是英伟达 GPU 在云端做同样任务的结构性对手。数据中心的规模优势，在这里被苹果的效率优势部分抵消。

苹果拥有 22 亿台活跃设备。这是一个比任何数据中心都更分散、但总算力加起来同样可观的推理网络。苹果不需要砸钱建机房，它已经把机房卖给了用户——用户还替苹果付电费。

为什么这不是“退守”

有人把这波浪潮形容成“退守”。但这显然是错的。

微软和苹果向端侧移动，不是因为云端打不过 Anthropic 或 OpenAI，而是因为云端的单位成本正在触及一个结构性边界：HBM 供给瓶颈至少持续到 2030 年，算力扩张的边际成本无法无限下降，云端推理的价格不可能无限便宜。

在这个边界面前，把常见的、低复杂度的推理任务从云端卸载到设备上，是一个成本和延迟的双重优化。Gartner 预计，到 2025 年前后，75% 的企业数据将在边缘处理。企业架构师的新共识是：在云端训练，在边缘推理。

微软和苹果是在顺着这个方向抢占落地点，不是在撤退。

更精确的描述是：云端算力的军备竞赛正在打造一批基础设施巨头（Anthropic、OpenAI、谷歌），而端侧 AI 的普及正在打造一批平台入口——操作系统层面的入口。历史告诉我们，平台入口往往比基础设施赚得更多，时间更长。

微软在 1981 年用 DOS 做到了这件事。苹果在 2007 年用 iOS 做到了这件事。

Agent First 的操作系统，是他们在争夺第三次。

开发者站在哪里，生态就在哪里

新平台能否成立，最终由开发者决定。

微软的牌面：Windows Copilot Runtime 提供统一 API，开发者写一套代码，系统自动路由到最优硬件。Aion 1.0 的权重开放在 Hugging Face，2026 年 7 月起可以下载微调。WSL 3 支持 NPU 直通，让 Linux 开发者可以在 Qualcomm 和英特尔的 NPU 上跑本地 AI 工作负载，几乎无额外开销。Windows AI Studio 提供本地测试和 模型优化 环境，上线前不需要连接云端。

苹果的牌面：Core ML 已经是 iOS 开发者熟悉的推理框架，Apple Intelligence 的端侧模型通过系统 API 开放给第三方。苹果的策略与过去的 Metal（图形）、Core ML（机器学习）一致：先在系统层做好，再开放 API，让开发者在封闭但高效的生态里构建。

两条路线的差异在于开放度：微软更开放，允许多个 Agent 共存，没有单一主导 Agent；苹果更封闭，系统控制更深，但硬件优化更彻底。

这个差异会产生两种不同的生态：微软的 Agent 平台像早期安卓，碎片化但快速繁殖；苹果的端侧 AI 像 iOS，整齐但入场门槛高。云端 AI 的第一战，是算力和模型能力之争。端侧 AI 的第二战，是操作系统和生态之争。在旧金山 Moscone Center，第二战的号角已经吹响，而赢家还没有出现。

对于这场从云到端的范式转移，云栈社区 也将持续关注技术栈的演变，为开发者在 Agent 与端侧智能的浪潮中提供前沿的见解与交流空间。