在此背景下，市场上出现了用户抢购 Mac Mini 或高性能 PC 的情况，渴望将这些设备变身为无所不能的智能体。然而，热潮来得快，退得也快。很多疯抢 Mac Mini 的人，玩两三天就放弃了。因为龙虾需要消耗巨额 tokens，一晚上几百美金就没了。更关键的是，Mac Mini 等设备只能联网搜索娱乐性的内容，解决不了本地的核心数据问题。
而这也体现了一个极为朴素却根本的问题：数据在哪里？当一台没有任何私人数据的 Mac Mini 试图帮你工作时，就像一个聪明但对你一无所知的新助手，它能做的不过是搜索天气、抓取新闻。许多用户很快发现，养这样一只 " 龙虾 " 需要消耗大量云端 token，一晚上几百美金不知不觉就蒸发了，于是跟风者纷纷弃坑，转投向了一个曾被贴着 " 极客玩具 " 标签的硬件品类—— AI NAS。
端侧 AI 设备火爆
OpenClaw 的问世，给本就火热的端侧 AI 设备市场又添了一把干柴。2026 年的端侧 AI 领域，三股力量正在平行推进。
其一是 PC。Gartner 于 2025 年 8 月发布的预测显示，2025 年全球 AI PC 出货量将达到 7780 万台，占 PC 整体市场的 31%；到 2026 年，这一数字将跃升至 1.43 亿台，市场份额达到 54.7% ——首次过半。其中，AI 笔记本电脑的渗透速度远快于 AI 台式机：2026 年 AI 笔记本将占笔记本市场的 58.7%，而 AI 台式机仅占台式机市场的 42.1%。Gartner 同时判断，到 2029 年 AI PC 将成为市场常态。
芯片厂商的动作也印证了 AI PC 已经进入了量产化时代。今年 1 月，英特尔在 CES 上正式发布代号 "Panther Lake" 的第三代酷睿 Ultra 处理器。这是英特尔首款采用 18A 制程量产的消费级芯片，配备 12 个 Xe 核心和最高 50 TOPS 算力的 NPU，整体性能较上一代提升高达 60%，多核运算效能提升超 50%，相同效能下功耗大幅降低 40%。今年 3 月，锐炫 Pro B70 专业显卡发布，补全了从主流到旗舰的端侧算力产品线。Canalys 预测，2026 年 AI PC 在 Windows PC 市场的份额将增长至 50%。
与此同时，软件厂商也在发力，Gartner 预测，到 2026 年末，优先投资开发 PC 端 AI 功能的软件厂商比例将从 2024 年的 2% 攀升至 40%，小型语言模型（SLM）将能够在 PC 端本地运行，为端侧 AI 的落地提供更丰富的软件生态支撑。
其二是 Agent 主机。以 Mac Mini 为代表的小型计算设备，因搭载 OpenClaw、Hermes 等智能体框架而备受追捧。然而，与 AI PC 稳步爬坡的增长曲线不同，Agent 主机这一品类的发展轨迹呈现出更为明显的 " 热炒 - 冷却 - 分化 " 特征。这种短周期的特征与 AI PC 和 AI NAS 的长周期价值相比截然不同，从而也让 Agent 主机的未来变得不太明朗。
Agent 主机主要面临三个挑战，其一是成本。多数 AI 智能体仍需大量调用云端 API，tokens 消耗费用高昂。Gartner 研究指出，尽管 AI 推理成本在快速下降，但代理型系统带来的 token 需求激增，使企业整体 AI 支出仍在持续攀升，到 2030 年生产环境中每个任务消耗的 token 量将远超当前水平；其二是数据。Agent 主机本质上是一台 " 裸机 "，缺乏本地数据积淀，智能体的能力被限制在 " 搜索天气、抓取新闻 " 等浅层应用中；其三是部署门槛高。Agent 主机 " 所有的操作都需要自己 DIY 去完成 "，而与之相比，AI NAS 则是 " 端上桌就可以吃的一道菜 "，对于缺乏技术能力的普通用户而言，二者之间的可用性鸿沟不可忽视。
其三是 AI NAS。与其他两个相比，AI NAS 更贴近数据。
这些需求的爆发来自产业链的两个端口。以 AI NAS 为例，在供给端，大模型能力的 " 小型化 " 是关键变量。半年前，跑一个 30B 规格的模型还需要高端配置；而到 2026 年 5 月，基于 Panther Lake 平台的设备已经可以流畅运行同等规模的本地模型。绿联产品经理杨超与笔者描述了这个变化："2025 年初的模型，跑一个 30B 就需要很高配置，而现在用 Arrow Lake 或 Panther Lake 就可以跑了。" 与此同时，Qwen 3.6-35B-A3B 等模型持续优化，让端侧推理的门槛持续下移。
需求端，个人数据的爆炸性增长正在制造一个庞大的 " 被遗忘的数据冰山 "。IDC 预测，全球数据生成量将从 2025 年的 213.56ZB 翻倍增长至 2029 年的 527.47ZB，其中中国数据生成量将从 51.78ZB 增至 136.12ZB，复合年增长率高达 26.9%。这些数据中，绝大多数是照片、视频、文档等非结构化数据——它们被拍摄、生成、下载，然后被遗忘在某个硬盘的角落里，成为无法检索、无法调用的 " 死数据 "。而 AI NAS 所承担的使命，就是将这些死数据 " 复活 " 为可交互、可检索、可提炼的活资产。
从目前市面上常见的设备来看，主要分为了 AI NAS 与 AI PC、Agent 主机，它们的核心目标是一样，都是为了以 " 本地智能 " 为先。三者都搭载了高性能的 AI 算力芯片，其中 AI PC 与 AI NAS 多采用英特尔酷睿 Ultra 系列处理器（这点也是目前英特尔主打的赛道），Agent 主机则多基于标准 x86 架构，均能支持本地 AI 模型的运行，避免了数据上传云端带来的隐私泄露风险。
此外，三者都在推动 " 傻瓜化 " 操作体验，无论是 AI PC 的一键 AI 创作，还是 AI NAS 的一键安装 OpenClaw 智能体，亦或是 Agent 主机的模块化部署，都在降低用户的使用门槛，让普通用户也能享受端侧 AI 带来的便捷。
AI NAS 填补了市场空白
Agent 让端侧 AI 设备呈现 " 百花齐放 " 的态势。其中，AI PC 主打个人办公与创作的智能升级，Agent 主机以纯硬件为核心提供基础运算能力，而 AI NAS 则以 " 存储为根基、AI 为引擎 "，在众多端侧 AI 设备中走出了一条差异化发展之路。三者看似赛道不同，却共享着 " 本地智能、隐私保护 " 的核心需求，同时又在产品定位、功能侧重上形成鲜明区别，共同构成了端侧 AI 生态的完整版图。
从行业发展趋势来看，AI NAS 的崛起并非偶然，而是数据增长、算力升级与隐私需求三重因素共同推动的结果。根据 Fortune Business 的市场调研数据显示，2026 年至 2034 年，AI NAS 的年复合增长率将达到 26.9%，预计到 2034 年，95% 的 NAS 产品都将具备 AI 功能，传统 NAS 将逐步完成向 AI NAS 的全面转型。这一增速远超传统 NAS 16.7% 的年增长率，也印证了 AI 技术对存储产业的颠覆性影响。
与此同时，IDC 的数据显示，2026 年至 2030 年，全球本地存储需求将从 0.5ZB 增长至 25ZB，其中生成式 AI 产生的海量隐私数据，成为推动 AI NAS 需求爆发的核心动力——用户既希望享受 AI 带来的便捷，又不愿将敏感数据上传云端，而 AI NAS" 本地存储 + 本地运算 " 的模式，恰好解决了这一核心痛点。
AI NAS 的火热不仅体现在报告之上，更体现了资本市场与用户群体之中。一个小故事就能看出 AI NAS 当下的火热。据悉，绿联新一代 AI NAS 在美国 Kickstarter 众筹平台上线 10 天，销售额就突破 880 万美金，打破了该平台的产品销售记录。这个案例体现了用户对 AI NAS 价值的高度认可，也反映出市场对 " 存储 +AI" 融合产品的迫切需求。而这一趋势的背后，是 AI NAS 与其他端侧 AI 设备的共生与互补，AI PC、Agent 主机虽然具备强大的运算能力，但缺乏本地大规模存储能力，无法实现数据的长期留存与智能管理；而传统 NAS 虽然擅长存储，却不具备 AI 运算能力，无法挖掘数据的潜在价值。AI NAS 的出现，恰好填补了这一市场空白，成为端侧 AI 生态中不可或缺的一环。
AI NAS" 小众 " 而重要
与 AI PC、Agent 主机相比，AI NAS 的市场相对更为垂直，但不可替代性也更强，因为除了 AI 之外，更为重要的还有 NAS 的属性，这也是其能够在激烈市场竞争中突围的核心原因。
首先，在产品定位上，AI NAS 以 " 存储为核心 "，兼顾运算能力，而 AI PC、Agent 主机则以 " 运算为核心 "，缺乏原生存储能力。对此，杨超告诉笔者，Agent 主机也好，Mac Mini 也好，都可以归到 Mini PC 范畴，它们运算能力强，但没有数据存储能力；而 AI NAS 是运算加存储的结合，首先保证有存储；其次，在系统生态上，AI NAS 拥有独立的操作系统，而 AI PC、Agent 主机多预装 Windows、Ubuntu 等通用系统，再安装 AI Agent 软件，用户需要自行适配参数才能完成部署，而 AI NAS 则实现了 " 开箱即用 "，无需复杂配置。
这种 " 一站式 " 的解决方案，让 AI NAS 在易用性上远超 Agent 主机。此外，在应用场景上，AI NAS 更侧重数据的长期管理与智能挖掘，而 AI PC 侧重个人办公创作，Agent 主机则偏向专业级运算，三者形成了互补的市场格局。
在中小企业场景中，AI NAS 将成为企业数字化转型的重要支撑，助力中小企业实现数据的智能管理与高效利用。随着生成式 AI 的发展，中小企业产生的办公文档、客户资料、培训视频等数据量不断增长，对数据安全和管理效率的需求也越来越高。AI NAS 通过本地存储 + 本地运算的模式，既能保证企业数据的隐私安全，又能通过 AI 智能搜索、文档分类、自动归档等功能，提升企业的办公效率。
" 数据在云里，计算在本地。" 这是英特尔技术专家对 AI NAS 的 " 注脚 "。云端算力再强大，也替代不了用户对自己数据的所有权和控制权；而当计算能力下沉到每个人的书房和办公室时，一个全新的端侧 AI 纪元才算真正开启。
（文｜Leo 张 ToB 杂谈，作者｜张申宇，编辑丨杨林）
