IDC Forecasts 20.8 Million Agentic PC Shipments in China by 2030

IDC：智能体电脑开始重新定义 PC 竞争标准，预测 2030 年出货 2080 万台

IT之家 10 月 20 日消息，国际数据公司（IDC）发文，对中国智能体市场进行分析，认为随着端侧算力持续提升、本地大模型能力不断成熟，以及 Agent 开始具备理解任务、规划步骤并执行任务的能力，如今国内市场 PC 正进入一个新的发展阶段。 在这一背景下， 智能体电脑（Agentic Computer） 正在成为 PC 产业新的发展方向。它以本地 AI 算力为基础，以自主 Agent 为核心，通过模型、工具与应用的协同，让 AI 从“辅助用户操作”进一步走向“理解目标、自主规划并执行任务”。在 IDC 看来，智能体电脑带来的变化，并不是简单地“给 PC 增加 AI 功能”，而是 PC 价值逻辑的重构： PC 正从 AI 辅助工具，逐步转变为 AI 任务执行和生产力入口 。 从 AI 辅助到自主执行，智能体电脑正在改变 PC 的交互方式。传统 PC 的交互逻辑相对明确：用户发出指令，PC 根据指令完成操作。AI PC 在此基础上增加了自然语言交互、生成式 AI 等能力，但用户仍然需要参与任务拆解和具体操作。 智能体电脑则进一步改变了这一模式。IDC 认为，这种变化的关键，并不只是增加了一个“执行”环节，而是改变了用户与 PC 交互的基本方式。过去，用户需要告诉电脑“怎么做”；未来，用户可以更多地告诉电脑“我要完成什么”。 这意味着，PC 的使用方式将逐渐从围绕“点击、命令和操作”，转向围绕“目标、任务和结果”。相应地，AI 在 PC 上的应用范围也将从单点功能进一步扩展到办公、研发、创作、知识管理和个人助理等连续任务场景。与此同时，PC 的评价标准也会随之发生变化。 过去消费者选择 PC，关注的是处理器、显卡、内存和屏幕等传统硬件参数。当 Agent 成为 PC 的重要工作负载之后，用户可能更关注另外一组问题：本地模型能不能稳定运行？响应速度够不够快？Agent 能不能真正把一项连续任务完成？IDC 建议，PC 厂商下一步需要把产品重心从“提供算力与功能”转向“保证任务被真正完成”—— 本地模型的稳定运行、Agent 的连续执行能力与响应效率，将取代部分传统参数，成为产品定义的新起点。 智能体电脑并不是单纯由硬件升级推动出来的产品概念。它之所以在当前阶段受到关注，是因为 端侧算力、模型能力和 Agent 软件生态正在逐渐具备落地条件 。 首先是端侧算力。新一代 PC 平台的竞争重点正在从传统 CPU 性能逐步扩展到 AI 计算能力。Intel Panther Lake、AMD Strix Halo / Gorgon Halo、NVIDIA GB10/N1X 和 Qualcomm X2 Elite / Plus 等具备端侧 AI 能力的平台陆续出现，为本地大模型和 Agent 的运行提供了更强的硬件基础。 其次是模型。随着模型效率不断提升，本地模型的规模开始与 PC 的硬件能力逐渐匹配。对于智能体电脑而言，30B 级模型正在成为重要的参考基准。但在实际推理过程中，单纯提升 AI 算力并不足够。模型运行效率还受到内存容量和内存带宽的影响。当前智能体电脑的基础门槛需至少实现 32GB 内存和 135GB/s 内存带宽；面向更高阶的本地 AI 工作负载，则需要进一步向 64GB 以上内存和 250GB/s 以上带宽提升。 最后是 Agent 软件。AI 的交互方式正在从“对话”向“任务执行”演进。本地 RAG、代码助手、自动化办公、个人助理和本地多模态应用，都可能成为智能体电脑较为明确的落地场景。同时，Agent 对本地文件、网络资源及外设的调用，也对权限管理、数据安全和使用边界提出了更高要求。 因此，智能体电脑真正需要解决的问题，已经从过去的“PC 能不能运行模型”，进一步变成了“模型能不能在 PC 上持续、稳定地完成任务”。随着算力、模型和 Agent 应用逐渐形成闭环，智能体电脑才真正具备从概念走向产品的基础。IDC 认为，厂商需要把端侧算力、本地模型与 Agent 软件作为一个整体来定义产品，只有三者形成闭环，智能体电脑才真正具备可持续的用户价值。 从 TOPS 到实际 AI 工作负载效率，智能体电脑正在改写硬件标准。智能体电脑带来的变化，首先会反映在硬件设计上。与单纯强调某一种芯片不同，智能体电脑更强调适配级异构算力、充足的内存带宽以及大容量统一内存之间的协同。 IDC 基于对本地模型运行效率和 Agent 任务负载的跟踪，提出以下入门级参考门槛： 从基础配置来看，入门级智能体电脑建议具备 80TOPS 以上 AI 算力、32GB 以上内存、135GB/s 以上内存带宽，并配置至少 1TB NVMe SSD。异构算力将成为智能体电脑重要的底座，CPU、NPU 和 GPU 将承担不同类型的 AI 任务，其中，NPU 更适合持续、高吞吐、低功耗的推理任务，GPU 则更适合大规模矩阵计算和复杂推理。 对于本地 Agent 而言，模型加载和 Token 生成速度同样直接影响用户体验。当前阶段，Token 生成速度不应低于 10 Token/s。IDC 建议，PC 厂商应将上述门槛视为产品定义的起点而非终点 —— 在按场景分层规划配置的同时，把从算力、内存带宽到 Token 生成速度的整链路效率作为验证标准，确保规格最终能转化为用户可感知的 Agent 使用体验。 如果说硬件能力决定智能体电脑“能不能进入市场”，那么真正决定用户是否愿意持续使用和购买的，则是 Agent 能否解决真实、高频的问题。 目前来看，智能体电脑已经呈现出几条较为明确的应用路径，包括办公自动化、代码开发、本地知识库、个人助手以及多模态处理等。这意味着，PC 产业的商业逻辑也可能从过去的“卖 AI 能力”，逐步转向“卖 AI 生产力”。 对于个人用户而言，Agent 可以围绕本地文件、资料和应用完成信息整理、内容生成和任务协同，让用户从逐项操作转向以目标驱动任务。 对于企业用户而言，本地 Agent 则有机会成为员工的个人 AI 助手。当 Agent 能够调用企业知识库、内部文件以及部分业务流程时，PC 不再只是访问企业软件和云服务的终端，也可能成为企业 AI 能力真正进入员工工作流的重要载体。 因此，从产业链角度来看，智能体电脑并不只是一次硬件升级，而更接近于 PC 软硬件协同模式的一次变化： 硬件提供本地 AI 工作负载的基础，模型提供智能能力，Agent 应用则决定这些能力能否真正转化为生产力 。IDC 认为，PC 厂商需要从“卖 AI 能力”转向“卖 AI 生产力”：以办公自动化、代码开发、本地知识库等高频场景为切入点定义产品，并与模型及软件伙伴共建 Agent 生态，把可感知的效率提升转化为用户持续使用与复购的理由。 从出货规模来看，未来几年中国智能体电脑市场有望进入加速增长阶段。IDC 预测，中国智能体电脑出货量将从 2026 年的 77 万台增长至 2030 年的 2080 万台，5 年 CAGR 预计达到 127%。 这一增长并不会呈现一条平滑的曲线。随着本地模型能力、硬件算力和 Agent 应用逐步成熟，市场规模化进程有望进一步加速。尤其是 2028 年之后，出货量增速明显提升，意味着智能体电脑有望逐渐从先锋产品成为更主流的产品品类。 随着 AI Agent 能力不断成熟，PC 的竞争逻辑也将逐步发生变化。硬件性能仍是基础，但 AI 工作负载效率、本地模型运行能力与 Agent 生产力体验，将共同构成新的竞争维度。智能体电脑的长期发展，不仅取决于算力的提升，更取决于硬件、模型、Agent 软件与安全体系能否协同发展，形成成熟的本地 AI 生态。 IDC 认为， 对于 PC 厂商而言，下一阶段的关键在于推动竞争从“参数领先”走向“价值交付”：通过优化算力调度、完善 Agent 与工具生态，并将安全与隐私融入底层架构，让 AI 能力真正转化为用户可感知的效率提升 。当用户与 PC 的交互方式从“操作电脑”转向“定义任务、获取结果”，智能体电脑所带来的将不只是产品形态的演进，更是 PC 价值体系的重塑。谁能率先打通“硬件 — 模型 —Agent— 安全”的协同链路，并将技术能力转化为可持续的用户价值，谁就更有可能在智能体电脑的发展进程中建立差异化优势。