哈利逛完 COMPUTEX 後的整理：全場都在講 AI Agent，價值卻還沒真的出現；再從 NVIDIA 的 RTX Spark 談運算為什麼會慢慢搬到個人裝置。
重點
今年的主軸是 AI Agent。哈利回頭數，2024 年大家講生成式 AI，2025 年講 Reasoning Model，2026 年所有人都在講 AI Agent。他的判斷是 Agent 已經可行，但還沒有產生極大價值。
個人端：寫程式最有感，其餘還很難用。他說真的大量用 Coding Agent 的軟體工程師，佔全球人口連 0.1% 都不到。寫程式以外，他自己把行政助理的工作交給 OpenClaw，有用，但門檻高、也常出問題。
企業端卡在阿姆達爾定律。企業買 token 主要為了寫程式，卻看不到明確的投資報酬。哈利認為 Agent 只加速寫 code 這一段，審查、測試、法務這些流程都沒變快，整體自然快不起來。
AI 不是泡沫，但泡沫論會再回來。他預期 Anthropic 成長趨緩加上企業質疑花費，會讓泡沫論重新升溫。他認為企業需要時間導入，而 Anthropic 這種 AI native 公司已經證明生產力可以暴增。
RTX Spark 帶出的問題。NVIDIA 這款 SoC 最高可到 128GB 統一記憶體。哈利更在意的是 Agent 的運算接下來會發生在哪裡，因為現在 Agent 的 AI 大腦幾乎 100% 跑在雲端。
成本會把運算推向邊緣。他認為消費者最在意成本，雲端與地端混用的做法能便宜很多。AI PC 現在像噱頭，其實是在為搬運算做準備；語音介面他預測最早往邊緣走。
時間軸 點時碼從那一段開始
- COMPUTEX 一週哈利整週從早上七點半排到半夜十二點，上了 8 支短影音，還錄了一集訪談美光高層的長節目，預計七月初才會上。
- 黃仁勳的暴風圈創作者猜不到黃仁勳會去哪個攤位，碰到就得暫停拍攝半小時到一小時。哈利覺得今年很多人是來看老黃的，不是來看機櫃。
- 老黃旁邊的 Lex Fridman事後看影片才發現黃仁勳身旁站著 Lex Fridman，手拿 GoPro 在拍 Vlog，哈利覺得很好笑。
- 逛展的價值資訊網路上都查得到，真正的價值是親眼看到機櫃、供電、散熱、銅線與光纖，加上聽 CEO 的 Keynote 掌握產業焦點。
- 年年換主軸2024 年生成式 AI、2025 年 Reasoning Model、2026 年 AI Agent，所有人像串通好了一樣都在講 Agent。
- Agent 還沒產生價值過去半年 AI 從 Chatbot 進入 Agent 時代，但可行只是第一步，中間還有一個 Gap 要縮小。
- 個人端：Coding 價值最大一個禮拜的專案現在兩小時就能完成，但大量使用的工程師不到全球人口的 0.1%。
- Agent 當行政助理原本花四萬塊請的行政助理，工作改交給自己的 OpenClaw，連 COMPUTEX 的行程與三人的行前報告都靠它整理。
- 門檻高、還會出包要知道這能力存在、準備一台空電腦、處理資安；報告漏了一支影片，OpenClaw 也常整台當掉。
- 企業端：Token Maxing 與 ROI企業買 token 給員工寫 code，Uber 今年才四個月就花光整年 AI 預算；Uber COO 說看不出用量與功能或生產力的關聯，每人每月上限改成 1500 美元。
- 泡沫論又要回來股市瘋狂奠基於 Agent 的 Promise，Anthropic 營收每月 double 再 double；哈利預期成長趨緩加上 ROI 質疑會引爆泡沫論，他自己想買兩家的 IPO。
- 阿姆達爾定律哈利的邏輯是 AI 不是泡沫，個人端看得到價值；企業端看不到，是因為只有寫 code 被加速，產品定義、code review、測試、法務這些流程都沒變；連 Andrej Karpathy 都說自己還用不好 Agent。
- AI native 公司Anthropic 把產品開發流程以 AI 為中心設計，新功能以天甚至小時推出；哈利同意馬斯克說的，要等各行各業的 AI native 公司出現，逼大家轉型。
- IPO 的提醒Anthropic、OpenAI、SpaceX 上市讓一般人能參與，但哈利提醒 IPO 股票波動大，要自己小心。
- RTX Spark 與統一記憶體NVIDIA 把 ARM CPU、GPU 與記憶體做在同一顆 SoC，最高 128GB 統一記憶體，哈利說定位是個人 AI Workstation，思路和高通的手機晶片路線不同。
- Agent 的運算在哪裡現在連 Mac mini 上的 Agent 也只是跑 Harness，模型用的是雲端的 Claude 或 GPT；展場的地端 Demo 他說是硬要。
- 成本會推動搬到邊緣消費者最在意成本；高通 Keynote 比較兩種做法，雲端加地端混用的成本差四倍。哈利說月付 2000 塊台幣沒人訂，500 塊就有機會。
- Sweet Spot 在哪到底多少運算會搬、需要什麼規格還沒人知道，他隨便假設可能是 64GB 統一記憶體，整個 PC 產業還在摸索。
- 語音介面先上邊緣哈利預測 Agent 的語音介面一定會往邊緣走，除了成本，延遲與隱私也有意義，在裝置上才做得到真正即時的互動。
值得記的話
▶ 12:22「AI Agent 現在是還沒有開始產生極大價值的」
▶ 26:19「你加速其中一個部分，但是其他部分沒有加速的話還是會把你整體的速度給卡住」
▶ 38:46「你真的有看過任何一個人現在是因為一臺筆電可以跑 32 B 的模型而去買它嗎」
▶ 43:07「在落地的時候成本就會開始越來越重要了」
▶ 44:13「所以不要說 AIPC 是騙人的東西，AIPC 是在展望未來，為未來做準備」
名詞與人物
- OpenClaw
- 哈利用來當行政助理的 AI Agent，他也叫它「龍蝦」，自己的那一隻取名 Jiro
- Harness
- 包住模型、讓它能當 Agent 運作的軟體；Mac mini 上跑的就是這一層
- Token Maxing
- 過去半年的風氣：比誰用的 token 多，代表公司越 AI native
- 阿姆達爾定律
- 只加速系統的某一部分，整體速度仍被其他步驟卡住
- AI native
- 從一開始就以 AI 為中心設計產品開發流程的公司，哈利舉 Anthropic 為例
- RTX Spark
- NVIDIA 發表的消費端 SoC，整合 ARM CPU、GPU 與記憶體
- 統一記憶體
- CPU 與 GPU 共用的記憶體池，省掉資料在 VRAM 與系統記憶體間搬運
- distributed AI
- 高通的說法，雲端與地端混合運算
- AI PC
- 哈利認為是為未來搬運算而預先鋪好的硬體，不是騙人的東西
- Lex Fridman
- 知名 podcaster，哈利在 COMPUTEX 影片裡看到他跟在黃仁勳旁邊
延伸
- 哈利提到這週錄了訪談美光高層的長節目，預計七月初上架。
- 語音介面那段，他說類似前幾集介紹過的 Thinking Machines 最新的 Interaction Model。