AI 智能体正在改变你与 PC 的交互方式。创作者、开发者和 AI 爱好者已经在广泛使用这些智能体来协助编程、视频剪辑和内容管理等日常任务。
NVIDIA 与微软正在携手，让新一代开发者能够在 Windows 平台上构建端侧智能体，实现更简便的设置、原生的安全性，以及与开发者已在使用的应用和工具的集成。
本文详细介绍了 NVIDIA 和微软在 COMPUTEX 2026 期间的 NVIDIA GTC 台北大会和 Microsoft Build 2026 上发布的新工具，以满足智能体需求的爆发式增长。这些工具包括原生 Windows 上开箱即用的智能体沙箱、快 2 倍的智能体推理、来自 Nous Research 和 H Company 的新智能体应用与工具，以及 llama.cpp 和 ComfyUI 中增强的多 GPU 支持。本地 AI 开发栈现已准备就绪，可以与用户并肩运行复杂的智能体 AI 工作流。
如何使用 Microsoft eXecution Containers 和 NVIDIA OpenShell 保护本地智能体
在 Microsoft Build 上，微软宣布了一组安全原语，使智能体能够在内置身份与策略执行的前提下执行代码、操作文件并跨系统编排任务。Microsoft eXecution Containers（MXC）构成策略层，负责定义隔离与遏制并为其提供检测，同时依靠原生 Windows 操作系统构件来应用这些策略。
对开发者而言，这降低了一道关键门槛：与个人文件和应用交互的智能体会带来真实的提示词注入风险，而 MXC 确保它们无法访问整个系统。
NVIDIA 也在与微软合作，将构建于 MXC 之上的 NVIDIA OpenShell 运行时引入 Windows。通过 OpenShell 集成 MXC，为开发者提供了一个易于集成的软件包，用于安全地部署自主、常驻的智能体，同时提供策略创建与管理、推理路由以及个人身份信息（PII）混淆等额外能力。
各大智能体应用都希望借助 MXC 和 OpenShell 来增强在 Windows 上的安全性，其中包括广受欢迎的开源智能体 OpenClaw 和 Hermes Agent。
NVIDIA RTX Spark 如何为个人 AI 智能体提供动力？
本周早些时候，NVIDIA 在 GTC 台北发布了 NVIDIA RTX Spark 产品家族，包括为个人助理时代打造的小型台式机和笔记本电脑。这些台式机和笔记本提供 1 petaflop 的 AI 算力、最高 128 GB 内存，以及 CUDA 加速的 AI 框架，可在日常工作的同时运行大模型。
微软正在打造 RTX Spark 的特别开发者版本——Surface RTX Spark Dev Box，预装了为开发者配置的定制版 Windows 以及上手所需的主流开发者工具。详情请参阅为开发者打造新一代设备：Surface RTX Spark Dev Box。
NVIDIA NemoClaw、Hermes Agent 和 H Company 如何扩展智能体能力？
用于构建自主 AI 智能体的 NVIDIA NemoClaw 现已通过 Linux 和 Windows Subsystem for Linux（WSL）支持所有 NVIDIA 客户端系统——GeForce RTX、NVIDIA RTX PRO、NVIDIA DGX Spark 和 NVIDIA DGX Station for Windows。这让你可以轻松设置智能体并为其建立沙箱，并使用为你的硬件精心挑选的优化本地模型。此次更新还改进了安装程序，使其更简单、更顺畅。NemoClaw 现在还支持将 Hermes Agent 作为一个选项来运行。
本周，Hermes Agent 也发布了原生 Windows 支持，包括命令行界面和一款精致的全新桌面应用。这简化了用户体验，同时让智能体更容易与原生 Windows 应用、API 和文件交互并加以使用。
此外，AI 研究与产品公司 H Company 发布了全新的 Holo 3.1 系列模型。这些模型针对 Computer Use（计算机操作）进行了调优，这种模式让智能体能够通过观察屏幕和点击来执行操作，从而将智能体能力扩展到更广泛的应用。它们包含量化检查点，内存占用比 FP8 低 35%。该公司还宣布了一款支持本地模型的新 Computer Use harness，即将推出。NVIDIA 帮助 H Company 优化了其新模型和 harness，使其在 NVIDIA GPU 上的性能提升超过 2 倍。
NVIDIA 与开源社区如何加速本地智能体 AI 的推理？
智能体全天候 7×24 小时运行越来越复杂的任务，高效的本地算力就变得更加重要。NVIDIA 已与开源社区合作，增强了面向智能体的主流推理后端 llama.cpp 和 vLLM。
llama.cpp 现在在 Qwen 3.5 和 3.6 27B 稠密模型上实现了 2 倍性能，在 Qwen 3.5 和 3.6 35B 混合专家（MoE）模型上实现了 1.6 倍性能。以下两项技术使之成为可能：
- 多词元预测（Multi-Token Prediction，MTP）：一种先进的推测解码技术，由较小的草稿模型提前提出若干词元，目标模型在一次前向传播中完成验证，在输出质量不变的情况下提供更高的吞吐量。MTP 对开发者最为实用，因为对于已支持它的模型，无需任何额外训练。
- Programmatic Dependent Launch （PDL）：此更新带来更快的解码性能。存在依赖关系的内核可以在同一个 CUDA 流上并发执行。在此之前，同一个 CUDA 流中存在依赖关系的内核必须顺序执行。
vLLM 已经采用了 MTP，同时还将获得更多优化，使推理性能提升 2.6 倍。这些优化包括为 MoE 模型选用更好的 BF16 内核，以及通过改进 CUDA Graphs 降低运行时开销。
你现在就可以通过 LM Studio、llama.cpp 和 vLLM 开始体验这些更新。
多 GPU 支持如何为 RTX PC 扩展 AI 性能？
在本地运行 AI 的一种常见方式是使用多块 GPU，以获得更多内存和算力。像 vLLM 这样的云端框架因应用于数据中心，对多 GPU 做了很好的优化，而 llama.cpp 以及 PyTorch 中的 ComfyUI 实现等 PC 框架则没有针对多 GPU 进行优化。
为解决这一难题，NVIDIA 与 llama.cpp 和 ComfyUI 双方合作，提升了配备两块同型号 GPU 的 RTX PC 的性能。这让你可以运行更大的模型，并利用两块 GPU 的算力获得更好的性能。
llama.cpp 现已支持张量并行（TP），可充分利用两块 GPU，内存容量最高提升约 2 倍，计算性能最高提升约 1.8 倍。LM Studio 已通过其应用提供这些改动，供更多人使用。要开始使用 LM Studio，请打开 LM Studio 应用，选择“设置”，然后选择“运行时”以启用 TP。
ComfyUI 集成了无分类器引导（Classifier-Free Guidance，CFG）方法，在两块 GPU 上最高可获得 2 倍算力。用户还可以将模型链拆分到多块 GPU 上，使其完全加载到显存中，从而运行高 VRAM 模式。这消除了低 VRAM 模式下的内存交换开销，带来额外的性能提升。
要开始使用多 GPU 推理，请查看 llama.cpp GitHub 仓库以及《如何构建多 GPU AI PC》。
媒体和视频开发者有哪些新内容？
NVIDIA AI for Media SDK（AI4M）现已面向构建 AI 驱动的视频和广播流水线的开发者开放私有访问。它包含以下功能：
- LipSync 正式发布（GA）：针对特定语言优化的模型现已支持法语、德语和西班牙语，LipSync 可实现更高质量的配音和内容本地化，发音表现相比基础模型有所改进。
- Active Speaker Detection（ASD，主动说话人检测）正式发布：增强的多摄像头和多麦克风支持，加上跨视频的说话人 ID 关联，解锁了此前需要人工完成的自动化工作流——口型同步配音、视频剪辑和高级日志记录。
更多用于 Windows 上 GPU 加速 AI 开发与部署的工具
更广泛的 Windows AI 平台及 Windows ML 持续成熟，由 NVIDIA GPU 上的 NVIDIA TensorRT for RTX 提供支持。开发者现在有多种途径在 Windows 应用中交付 GPU 加速的 AI。
Windows AI Foundry 和 Windows AI API 现已支持 GPU 加速。当你在 RTX 硬件上调用受支持的 API 时，工作负载会被路由到 NVIDIA GPU 上，以实现更高性能的本地推理。首个受支持的模型是 Phi-Silica，这是一个 3.3B 的小语言模型（SLM），可用于摘要、改写、代码生成及其他端侧 AI 任务。
Windows ML 和 TensorRT for RTX 的采用势头持续增强。四家合作伙伴最近已从 DirectML 升级：
- Voicemod 实现实时 AI 变声速度提升 42%
- Topaz 的 1080p 到 4K 放大速度提升 20%，同时引擎存储占用减少 3-4 倍
- DxO PhotoLab 9.7 发布，AI 照片处理更快
- Camo Streamlight 的 AI 自动调节功能可实时智能调整光线强度
对于希望在 Windows 中运行 Linux 应用的用户，新的 Windows Subsystem for Linux Containers（WSL-C）是一种内置方式，可从原生 Windows 应用中创建、运行 Linux AI 容器并与之交互。应用用户无需自行安装和管理 WSL 系统资源，开发者可以使用 C/C++ 库将这一功能构建到自己的应用中。WSL-C 让复杂的专业级开发环境可以直接在 Windows PC 上运行，使你能够更快工作、在本地迭代，并与生产工作流保持一致。
开始在 Windows PC 上构建个人 AI 智能体
AI 智能体正在重塑软件的构建、使用和部署方式——而 NVIDIA RTX 上的本地 AI 栈已准备就绪。凭借安全的智能体沙箱、更快的推理、多 GPU 扩展以及日趋成熟的 Windows AI 平台，面向全球超过 1 亿台 NVIDIA RTX PC 进行开发的开发者，已经拥有交付下一代 AI 应用所需的基础设施。
了解更多并开始为 NVIDIA RTX AI PC 开发。