AMD、英特尔突然大涨，真正的催化剂不是GPU，而是Meta的Muse ——AI Agent走向真实执行，CPU正在迎来价值重估？ 图：Muse所代表的AI Agent，将模型推理与CPU执行层连接起来（AI生成示意图） 一、Muse到底改变了什么？ 昨晚美股的关键变化，不是又多了一个AI应用，而是市场开始交易一条可能改变算力产业链估值的新逻辑：当AI Agent从“回答问题”走向“替用户执行任务”，CPU可能不再只是GPU服务器里的配套部件，而会成为Agent时代的执行底座。 导火索是Meta推出的个人AI Agent Muse。据市场及机构材料，Muse上线后迅速冲上美国iPhone免费应用下载榜前列。这个信号之所以重要，不在于一款App短期排名，而在于它让市场看到了AI应用从聊天窗口进入真实工作流的可能性。 二、为什么Agent会提高CPU需求？ 传统大模型的工作方式是：用户提问，模型生成答案，任务基本结束。Agent的工作方式则是：用户提出一个目标，系统自动拆解计划，打开浏览器和应用，搜索资料、处理文件、调用工具、执行操作，遇到问题继续调整，直到完成任务。 Muse运行在独立的Secure VM中，拥有独立浏览器和云端执行环境。它不是只在云端“想一想”，而是需要一个隔离的数字工作空间去真正完成任务。这个空间要承载浏览器、代码、文件、工具调用、权限控制、任务调度和后台运行。 GPU擅长大规模并行计算，主要负责模型推理、矩阵运算和生成Token；CPU则更擅长通用控制、任务编排、操作系统、虚拟机、网络、存储和各种应用程序运行。一个Agent完成复杂任务，通常要经历“用户输入目标—模型制定计划—CPU启动浏览器或虚拟机—调用工具—读取文件—再次推理—继续执行”的循环。模型思考依赖GPU，大量执行工作则依赖CPU。 因此，传统AI服务器的CPU/GPU配比可能需要重新评估。过去训练型服务器的资源重心明显偏向GPU，市场常用1:4甚至1:8描述相对配比。Agent推理更强调高并发、工具调用和任务执行，CPU占比有机会向1:1至1:2方向提升。但这仍是产业推演，不是已经被所有厂商验证的固定比例。 三、为什么中国用户容易低估Muse的创新？ 很多中国用户第一次体验Muse，会觉得它不如豆包、千问“顺手”。这不一定意味着Muse技术更弱，而可能是使用环境不同。 中国移动互联网已经高度成熟：支付、购物、地图、外卖、社交、短视频和内容平台都被封装成体验成熟的App。用户想订餐、打车或购物，通常直接打开对应App，很多流程已经被平台极度简化，因此不容易感受到“替我操作App”的巨大增量。 美国的互联网交互长期更依赖PC、浏览器和网页。大量服务仍然分散在不同网站、后台和工具里，用户需要自己搜索、登录、复制、下载、填写和切换。对美国用户来说，一个能理解目标、操作浏览器、调用工具并持续完成任务的Agent，潜在价值可能更大。 所以，Muse的成长空间不能只用“现在回答问题聪不聪明”来衡量，更要看它能否成为北美PC互联网和移动互联网再加速的入口，把原来由人完成的网页操作、应用切换和信息处理逐步交给Agent。 四、Meta为什么特别适合做这件事？ Meta拥有Instagram、Threads、Facebook、WhatsApp等高活跃产品，积累了实时内容、社交关系、兴趣偏好和用户行为。Threads可以类比X，Instagram在内容、创作者和消费决策上又具有类似小红书的部分特征，但Meta覆盖的全球用户范围更大。 这意味着Muse潜在的上下文不只是聊天窗口里的几轮对话，还可能包括用户正在关注的人、内容、兴趣、社交关系和实时趋势。对Agent来说，真正有价值的不只是知道更多百科知识，而是理解用户处于什么场景、关注什么内容、希望完成什么目标。 这也是Meta与纯模型公司的差异：模型公司提供大脑，Meta同时拥有用户关系、内容场景和分发入口。如果Muse能够把这些上下文转化为个性化任务执行，Meta就可能把AI从独立产品嵌入整个社交和内容生态。 五、为什么市场开始炒AMD和英特尔？ CPU涨价和Muse热度叠加后，市场开始提前交易“Agent带来CPU新增量”。机构材料显示，英特尔计划在2026年第四季度再次上调部分CPU价格，市场此前也观察到CPU交期延长和部分产品供给趋紧。AMD方面，市场关注其EPYC服务器CPU、AI PC芯片，以及对Muse Glimmer等模型的本地适配。 AMD的逻辑相对完整：一是EPYC服务器CPU受益于Agent执行层扩容；二是AI PC和本地模型适配受益于端侧Agent；三是Instinct AI GPU受益于模型推理；四是CPU与GPU双产品线，使其同时拥有算力和执行底座两条弹性。 英特尔的逻辑更偏向供给紧张、涨
