播客：Semi Doped
编译：Celia
编辑：Siqi
过去三个月，以 Claude Tag、Grok Bot、Muse、Instinct 为代表的各种云端 agent 开始起来。
我们相信，未来会有数十亿 agent 在云端持续工作，这会让算力瓶颈不仅仅局限于 GPU，而会同时带动 CPU 的爆发，甚至催生出一层独立的算力品类：Agentic CPU。
我们最近发现一期播客 Grok Bots and How CPUs are used in Agentic AI，对这个趋势拆解得非常清楚，两位主播都是资深半导体从业者。
以下结合我们自己的理解，做了一期编译。希望能粗略梳理一下这个问题：Agent 的爆发，到底会怎样改变 CPU 的需求？
| | / | |
01.
云端 Background Agent 成为一个大趋势
过去一年，Agent 的主流形态还是 Claude Code、Codex 这种本地 agent，但现在，以 Claude Tag、Grok Bot、Muse 为代表的各种云端 agent 开始起来，并且这一定会在未来成为更主流的趋势。
云端的优势很直接，比如：
•云端任务可以不受个人电脑开关机的影响；
•Agent 可以在独立环境里操作浏览器、运行软件，不需要和用户抢资源；
•天然支持跨设备使用、团队协作和更好的安全隔离。
未来，一个人一定需要很多 agent 在后台 7×24h 持续工作，所以上云会是一个必然的趋势。
OpenAI 和 Anthropic 从 6 月开始发布的每一个新产品/功能，也都是默认在云端完成。
Anthropic 这边是 Claude Tag、Cowork（7 月起改成云端默认）、还有 9 月重做的 Claude Code Projects，它会为每个子任务单独开一台云端虚拟机。OpenAI 则在 7 月推出 ChatGPT Work，为每个用户提供云端工作区，9 月 10 日发布 Agents API，直接提供托管沙箱。
不过，上云也分两种模式：
第一种是临时起沙箱。每来一个任务，就临时拉起一个沙箱，让Agent在里面运行代码、使用工具，任务做完就将环境收回。Claude Tag就采用了这种方式。
第二种是给用户一台持久的云电脑。可以把它理解成一台放在数据中心的虚拟电脑，有操作系统、有浏览器、有文件夹，Agent会长久住在里面。
以 Grok Bot 为例，本地客户端只是一个交互外壳，真正执行工作的是云端虚拟机。所有工具、所有登录态都装在云端虚拟机里，当你跟 Agent 说 "帮我订下周去日本的酒店"，agent 会在那台机器上打开浏览器、比价、填表。当你关上笔记本，它也可以在后台持续工作。
对 Personal Agent 来说，持久环境的价值尤其明显，因为它的工作天然是连续的。
拿旅行规划来说，今天要研究目的地，明天可能要等酒店回复，后天又要根据新的航班调整行程。Agent 每次回来，都需要接上之前的工作。
如果账号还保持登录，之前比较过的酒店资料还在，行程表也保留着，它就能直接往下做。
如果说临时沙箱是个一次性的共享工位，自己的云电脑则相当于让它有了一个固定的办公室，不必每次任务完成都重新收拾书桌，省去下次登录账号、搬运资料等等的麻烦。一个用户同时用几个 Agent，它们也能在这里很方便地交换资料、接手彼此的工作。同时与其他用户保持隔离，保障隐私和安全。
随着工作跨越更多应用、持续更长时间，这种环境的连续性会越来越重要。
对 Personal Agent 来说，产品形态已经在向这一派收敛，Grok Bot、Muse、Instinct 就都不约而同地采用了这种架构。
02.
算力瓶颈从 GPU 外溢到 CPU
云端 Agent 的爆发也会让算力需求发生一些变化。
过去的 AI Infra，核心矛盾一直是 GPU，但未来，CPU 的需求也会显著增大。
•Chatbot 时代，典型的工作流程是：
用户提问 → GPU 推理 → 返回答案。
基本是一次往返，主要依靠 GPU。
•Agent 时代，流程变成了：
思考 → 调工具 → 读取结果 → 更新状态 → 再思考，循环几十甚至上百次。
这其中，模型推理主要依赖 GPU，而其它的调用工具、操作文件、执行代码、访问网络、管理状态等等，都依赖 CPU。因此，Agent 不仅会拉动 GPU，也会极大带动对 CPU 的需求。
Source：Agents Are the New Users of CPUs | Coatue
今年上半年，Agent 的增长还主要集中在 Claude Code、Codex 这类本地 Agent 上，所需的 CPU 资源可以由用户已有的笔记本提供。
而随着云端 Agent 起来，CPU 的需求会被真正带动起来。
这个需求逻辑包含两部分。
一部分是迁移：原本在用户笔记本上运行的程序，会转移到云端的数据中心。
另一部分是扩张：部署变简单，更多人可以使用 Agent；用户离线，Agent 会在后台持续工作；一个人，也会同时调动越来越多 Agent。使用人数、执行时长和任务并发，会一起推高云端的 CPU 负载。
这个需求的爆发性有多强呢？
AMD 本来在今年 5 月的 Q1 财报会上预测，到 2030 年，整个服务器 CPU 市场会超过 1200 亿美元。
紧接着，在 7 月 23 日的年度大会上，苏姿丰将预测上调到 2200 亿美元。她表示，过去六到八个月，AMD 已经反复修改这个数字，但仍然大大低估了需求的增长速度。
从 1200 亿又上调到 2200 亿，中间只间隔了两个半月。
Source：Advancing AI 2026 Keynote | AMD
供给端，CPU 已经开始供不应求。9 月 14 日，Intel CEO 陈立武在一场活动上表示：“CPU 需求太高，我们只能向一半的客户供货。”
最近，Muse 登上 App Store 免费榜首，又让市场对消费级 Agent 的普及多了几分信心，也抬高了对 CPU 需求的预期。9 月 21 日，AMD 股价上涨约 10%，正式迈入万亿市值俱乐部。
03.
Agent 时代，CPU 的两种角色
接下来更值得关注的是：增长的 CPU，究竟在做什么？新时代需要什么类型的 CPU？
如果把一套 AI 系统想成一家公司，运行大模型的 GPU 就像一个身价很高的天才，负责思考和判断。为了让这个天才高效工作，公司还需要两类人：贴身助理和执行团队，对应 CPU 的两种分工：
•Host CPU 是天才的贴身助理，最重要的工作是不断给 GPU 喂活。
天才刚处理完手上的问题，下一份材料就应该递到面前。准备数据、安排计算、协调数据传输，都由这个助理负责。如果材料没有准备好，或者传递得太慢，昂贵的 GPU 就只能等待。
因此，这个岗位特别看重反应速度，以及与天才之间的沟通效率。这对应 Host CPU 的单核性能、CPU 与 GPU 之间的高速互连，以及更紧密的内存协作。
•Agentic CPU 是负责把事情做完的执行团队。
比如天才提出 “去找这些公司的财报”，“把这段代码跑一下”，接下来就需要有人打开浏览器、下载文件、运行程序、整理结果。
这些工作贴身助理也能做，但会占用他们大量的时间，影响它继续为 GPU 服务。所以，当执行量上来，就更适合单独配置一批 CPU，成集群、成机架地部署。GPU 提出任务，这支团队负责执行，再把结果交回来。
这就多出了一层可以独立扩容的 CPU 需求。 随着 Agent 未来完成的工作越来越长程，这会是未来 CPU 增长最主要的类别。
接下来的问题是，这支团队应该怎么配。
一颗 CPU 有很多 Core，我们可以把它想成一间有很多工位的办公室。核心的数量对应工位数量，单核性能对应每个员工的干活速度。对于一个任务，可能要给资料检索分 4 个工位，给数据处理再分 4 个工位。
但具体一个公司要招多少人、每个人能力需要多强，要看具体任务。
•如果大量独立任务可以同时推进，更需要并行算力，也就是扩大核数；
•如果某一步计算容易拖慢整个流程，需要更强的单核性能；
•如果主要在等网络、读文件，就要先看网络、存储和内存，换更快的 CPU 未必有明显帮助。
所以，Agentic CPU其实没有唯一的正确答案，需要按具体的workload定制。
未来，数据中心的配置会越来越像组织设计：工作不同，人员配置就不同。
今年夏天，Intel 就面向 Agentic AI 推出了两类 CPU 机架方案：P-rack 和 E-rack。前者更看重 performance，强调单核性能，后者更看重 efficiency，强调并发规模和成本。不同机架可以放不同配置的 CPU，再把合适的任务分过去。
不过，未来硬件越来越多样之后，怎样把它们用好，也会成为一个瓶颈。
这会给软件调度层带来一些机会，比如 Gimlet Labs 就在探索类似的方向。它搭建的是一种异构推理云，让不同类型的芯片分工完成 AI 工作。
Agent 工作时，会不断在 GPU 推理、CPU 执行之间往返。有的环节对速度敏感，有的更需要控制成本。Gimlet 目前更多是在 GPU 和其他加速器之间做推理调度；随着 Agent 执行的任务越来越多，CPU 这一侧的调度也会变得更重要。系统需要按任务需求分配硬件资源，再协调各环节之间的数据传递，减少彼此等待。
今年 9 月，a16z 领投了 Gimlet 的 3 亿美元 B 轮融资。它看中的也是异构推理的效率提升：电力有限，但如果任务分配得更合理、硬件配合得更好，同样的电就能支撑更快的推理和更大的处理量。
| | | |
