一家CPU芯片公司，为什么要做操作系统？
7月17日，此芯科技在WAIC 2026首日发布了AGX Agentic Compute战略，并推出AGX Station等产品。比起一台支持大模型本地运行的桌面设备，更值得关注的是，此芯同步发布了Agentic OS——一套面向智能体运行的操作系统。
问题的答案在于：智能体计算的竞争，正在从谁提供算力，进入谁能调度算力、约束风险，并将其交付给用户的阶段。此芯科技想要解决的，正是这个连接芯片、加速器、模型与应用的调度中枢。
从生成式AI到智能体，算力系统被重新定义
生成式 AI 的过去两年，核心是内容生产。用户给出一句提示词，模型返回一段文字、一张图片或一份 PPT。这种交互仍以人为中心，人提出需求，也负责判断结果、修改错误、执行下一步。
但智能体开始“干活”后，问题变了。算力系统服务的对象，正从以人为中心的交互，延伸到面向智能体的自动化执行。而智能体所需要的，也不再是一颗单点性能更高的芯片，或一张算力更强的加速卡。
此芯科技创始人、CEO 孙文剑
此芯科技创始人、CEO 孙文剑在发布会现场表示，“一个真正的智能体，需要理解用户意图、制定计划、调用工具并执行任务，最终形成从下命令到拿结果的完整闭环。”
应用层的变化直接改写了底层算力需求。
后摩智能副总裁倪晓林说：过去，AI 的服务对象是人，人类阅读和交互的速度决定了推理性能的下限；而当服务对象变成智能体，模型调用和推理的频率将成百倍、千倍提升。一个复杂任务可能被拆成数百甚至上千个子任务，智能体还需要长时间运行、保留上下文，并持续调用不同工具。
因此，智能体对算力提出了至少四项新要求：更高的推理吞吐、更长的上下文、更大的本地存储与内存，以及更低的功耗。
这也是为什么，曾经被视作AI时代辅助的CPU，在Agent时代重新变得关键。NPU、GPU 擅长模型推理和并行计算，但智能体不仅要推理，还需要执行系统命令、调度工具、管理内存、处理网络和文件系统任务。
CPU与AI加速器之间，不再是简单的主从关系，而要共同承担“思考”和“行动”。
在这样的背景下，孙文剑发布了AGX Agentic Compute战略。围绕“跑得稳、用得起、可持续”三大命题，此芯科技确立了三大战略支柱：架构革新、系统重构、生态开放。
也就是说，基于此芯早已量产的P1芯片平台，与不同操作系统、大模型和软件结合，服务消费、工业、车载和边缘计算等场景，向客户交付芯片、工具链与 Agentic OS 的全面方案。
从卖一颗 CPU 到交付一套系统，这一变化的背后，是智能体对可用算力提出了新的定义。
跑起一个 Agent，为什么不只需要一张AI卡？
此芯能够提出AGX Agentic Compute战略的关键，是其已经拥有了量产芯片平台P1。
基于此芯P1的联想AI主机已经推出；此芯与山东电信合作的数字员工方案，也已进入税务、财务、反洗钱调查、银企对账等场景，覆盖十个项目，部分场景的效率提升达到 80%。
这些案例表明，P1计算平台在边缘与端侧已经找到了智能体落地的入口。
但“能运行”与“能规模化交付”之间，仍隔着一层系统能力。
对于开发者来说，模型越来越多，模型接口与部署方式也越来越碎片化。用户既希望调用本地模型，也希望按需接入云端模型；既要在不同模型之间灵活切换，也要看清每一次任务到底消耗了多少 Token、花了多少成本。
对于企业客户而言，问题更尖锐。智能体如果要读取内部文档、调用业务系统、执行自动化脚本，数据是否会离开本地？模型是否会被单一厂商锁定？一旦智能体误操作，谁能暂停、审批、回滚和追责？
这些问题，一张 AI 加速卡回答不了。
此芯科技高级总监陈国银在发布会上说，“智能体的规模化落地面临三大挑战：数据安全与合规、模型接入碎片化，以及自主执行过程中的风险控制。前两项关乎成本和效率，最后一项则直接关乎智能体能否进入真正的生产环境。”
智能体的自主并不意味着无人管理。恰恰相反，越是能够调用工具、执行命令的智能体，越需要一套明确的边界机制。
这也让此芯科技Agentic OS的出现有了更具体的意义。它不是把传统桌面 OS 改个名字，而是试图成为一套智能体运行环境：向下连接 CPU、GPU、NPU 和不同形态的 AI 加速器，向上连接模型、工具、工作流与行业应用；在中间，则承担资源调度、权限管理、安全隔离和任务审计的责任。
如果说芯片解决的是有没有算力，那么Agentic OS要解决的，是这些算力如何被安全、稳定且高效地用起来。
从CPU到Agentic OS，此芯走向Agent时代的核心
此芯科技在WAIC 2026期间发布的Agentic OS面向开发者、数据分析师、内容创作者和团队管理者等不同群体，其核心并不是提供一个新的交互桌面，而是把智能体任务的执行过程拆开、管理起来。
一项自然语言任务进入系统后，会被解析为目标与约束条件，再被拆解成可执行计划；执行过程中，系统根据权限调用相应工具和资源，对敏感操作暂停并等待审批；任务完成后，系统输出结果与执行报告，并保留完整链路以便回溯。
陈国银将这一过程概括为，“计划可审、动作可批、过程可查、结果可回溯。”
这正是Agentic OS 的定位。一方面，它要解决数据不出域的问题。通过本地存储与本地推理，企业可以把核心文档、敏感代码和业务数据留在本地环境中，减少智能体调用外部服务时带来的泄露风险。
另一方面，它还要解决模型与硬件的碎片化问题。不同模型厂商、不同推理框架、不同加速卡，往往有不同接口与运行时环境。Agentic OS 通过统一模型网关和统一调度层，试图将这些差异收拢起来，让用户不必围绕单一模型或单一硬件重新搭建一套系统。
更重要的是安全。此芯在Agentic OS中引入了独立沙箱、权限分级、敏感操作审批和全链路审计等机制。
对于普通的聊天机器人而言，回答错误或许只是内容质量问题；但对一个能够执行脚本、访问企业数据、参与支付或调用业务系统的智能体而言，一次越权操作可能带来真实损失。
银联商务高级产品经理程钊希在现场分享智能体支付时提出，传统支付里，决策主体是人，而当智能体开始参与决策与交易，身份可信、授权范围、交易不可抵赖与责任划分都会成为新问题。芯片级安全可以成为底层信任锚点，但从身份、权限到执行记录，仍需要一套上层系统把规则真正落到任务流程中。
这正是此芯做Agentic OS的必要性：智能体时代的CPU不只负责计算，围绕CPU建立的软件系统也必须能够定义什么可以运行、谁可以调用、哪些动作必须被拦截。
换句话说，此芯的CPU将在智能体任务执行的控制中发挥核心作用。
开放硬件背后：谁来把异构算力建成一套系统？
如果Agentic OS是调度层，AGX Station则是此芯调度层的硬件载体。
AGX Station是桌面级产品，采用模块化、可扩展的硬件架构，支持M.2、MXM、PCIe等不同形态的AI算力卡，面向70B至150B参数规模大模型的本地推理，并支持多智能体并行计算与调度。
此芯的理念是“开放、赋能、共生”，AGX Station与天数智芯、后摩智能等厂商的加AI速器进行适配与协同，也兼容不同模型与软件生态。后摩智能展示的方案中，单颗芯片可提供 160TOPS 算力，双芯协同则可达到 320TOPS，并支撑更大参数模型的本地运行。天数智芯则强调端云协同，通过将部分任务留在本地执行，降低成本并保证数据安全。
对于此芯来说，这些伙伴既是生态成员，也构成了AGX平台成立的前提。
因为在 Agent 时代，硬件形态不可能由单一芯片解决。CPU 要处理任务编排和系统调度，NPU、GPU 或存算一体芯片负责不同类型的推理负载，内存与存储决定上下文和数据能否留在本地，网络则连接端、边、云的不同资源。
谁能把它们组织起来，谁才有机会定义智能体计算平台。
此芯联合创始人、系统工程副总裁褚染洲把AGX的硬件策略概括为“开源设计、开放平台、开拓生态”。其含义并不只是开放几种接口，而是将硬件设计资料、测试资料与量产方案提供给合作伙伴，希望更多方案商、模组厂商和加速卡厂商加入。
这是一种典型的平台打法。
对于下游客户而言，他们不必从零开始设计一台能够运行大模型、接入加速卡并部署智能体的软件硬件系统；对于算力卡厂商而言，AGX Station提供了一个可以快速适配的载体；而对于此芯而言，P1 与未来产品则有机会成为整个系统中的通用主控和调度节点。
在这个意义上，Agentic OS 的价值更清晰了：开放硬件如果没有统一软件层，最终仍是彼此独立的 CPU、GPU、NPU 和模型；只有当它们被统一接入、统一调度、统一约束时，AGX 才能成为一个完整的平台，而不只是一个拼装方案。
智能体时代，芯片公司开始比拼系统能力
从CPU到AGX Station再到Agentic OS，此芯仍是一家以芯片为根基的公司。
此芯P1以及后续产品P2 是平台的底座，AGX Station 是面向智能体计算的产品形态。但 AGX战略释放出的信号是：仅靠芯片性能，已经不足以承接智能体带来的新市场。
智能体不会只运行在云端，也不会只需要一次推理。它会进入个人电脑、AI NAS、工业设备、金融系统与边缘终端；它既要调用模型，也要调用本地文件、业务系统和真实工具。随着能力边界不断扩展，算力、模型、安全、工具链和应用之间的接口会越来越复杂。
芯片公司做 Agentic OS，表面看是在向软件延伸，实则是在为硬件寻找新的交付方式。
这不会是一蹴而就的成功，Agentic OS 仍处在持续迭代阶段，能否真正完成不同模型、不同加速器、不同客户环境之间的适配，能否在安全和易用性之间保持平衡，仍需要产品与真实业务场景持续验证。
但方向已经很明确：当智能体从会聊天走向会做事，硬件厂商之间比拼的将不只是峰值算力，还有谁能让算力真正服务于任务。
从 CPU 到 Agentic OS，此芯争夺的并不是传统操作系统入口，而是智能体计算中最关键的一层：让模型能思考、让异构硬件能协同、让任务能执行，也让每一次执行都留在可控边界之内的调度中枢。雷峰网
七星配资提示：文章来自网络，不代表本站观点。
