运行云端智能体？最重要的升级可能是一颗 AMD “Zen 5” CPU

在第一波生成式 AI 浪潮中，交互模式很简单：输入 Token，输出 Token。用户输入提示，模型进行处理，响应随即显示在屏幕上。大部分可见工作发生在推理阶段，而且通常由云端 GPU 完成。

这种模式正在发生变化。

AI 智能体可以读取文件、执行代码、使用客户端应用、调用工具并完成多步骤任务。在这个新时代，推理仍然重要，但生成 Token 只是第一步。新的模式是：输入 Token，输出行动。

从回答问题到完成任务

试想一下，询问 AI 助手如何报税与让智能体协助报税有何不同。前者主要是语言问题，后者则可能需要智能体打开文档、提取数据、执行计算、与软件交互并验证结果。

这会形成一个持续循环：模型决定下一步做什么，智能体调用工具，客户端 CPU 执行操作，然后将结果发送回模型。

其中许多操作都在用户的计算机上进行。读取本地文件、运行 Python、编译代码、搜索项目目录和控制应用程序，都高度依赖客户端系统。

因此，智能体性能不再仅由模型生成 Token 的速度决定，还取决于计算机将这些 Token 转化为有用工作的速度。

本地 CPU 将 Token 转化为行动

推理决定下一步的操作，CPU 则协助执行。当智能体启动进程、解析文件、运行命令或协调多个工作线程时，大量执行和调度工作由 CPU 负责。即使 AI 推理在 GPU 或 NPU 上运行，CPU 仍负责推动更广泛的工作流持续运转。

随着智能体承担更大规模的任务，这一点变得更加重要。聊天机器人可能只生成一次响应，而智能体在完成一个请求之前可能需要执行数十项操作。更先进的系统还可以并行启动多个子智能体，让它们同时读取文件、运行命令并处理结果。

在这些工作负载中，CPU 性能会直接影响工具执行、编译、本地数据处理、应用响应能力和任务总完成时间。如果每项操作都在等待客户端，再快的模型也无法充分发挥价值。

专为智能体工作负载而打造

随着模型速度提升、 Token 效率提高，本地执行速度在整个 AI 工作负载中的占比可能越来越高。

这一点已经可以通过一个重工具调用的 Codex 开发者工作流得到验证，该工作流同时运行六个 ChatGPT 5.5 High 智能体。在测试框架中，每个智能体通过基于 Python 实现的测试框架完成多项任务，包括 AST 与静态分析、编译和导入冒烟测试、单元式执行、JSON 与 CSV 序列化、SQLite 查询、压缩与哈希、软件包和清单操作，以及其他混合型本地工具工作负载。

在这一多智能体、重度开发者 CODEX 工作流中，搭载 AMD 锐龙AI Max+ 处理器的 ASUS ProArt 系统所提供的 CPU 吞吐量最高可达四年前笔记本电脑的 6 倍。这一结果凸显了一项重要转变：随着智能体在本地文件、应用和开发者工具中执行更多工作，CPU 性能会直接影响整体任务的完成速度。

结论非常明确

云端 GPU 可以运行规模最大的模型，本地 GPU 和 NPU 可以加速兼顾隐私与响应速度的推理，但在这两种情况下，真正为智能体执行操作提供运行环境的是 CPU。

无论智能体在哪里运行，智能体 AI 都会提升 CPU 的重要性。无论是在客户端 PC 还是数据中心运行，CPU 都提供将模型输出转化为现实世界行动的执行环境。AMD 锐龙 AI 和 AMD EPYC 在这一连续体系中各自发挥互补作用。

归根结底，衡量 AI 智能体最有意义的指标，不是它生成 Token 的速度，而是它最终完成任务的速度。网络条件和云端推理速度始终会影响体验；但一旦智能体开始读取文件、运行代码、使用应用并协调工具，本地执行就会成为总体完成时间的关键组成部分。在智能体时代，客户端 CPU 有助于决定智能转化为有用工作的速度。