如果销售把一台新笔记本的"AI 功能"说得天花乱坠、顺势加价几百元，先在心里过三关：你日常用的聊天、翻译、文档摘要大多跑在云端，跟电脑里有没有 AI 芯片无关；发布会吹的 TOPS 数字，换不来任何你能感知的功能；真正决定本地能不能跑大模型的是内存容量——而内存恰恰是这轮电脑涨价的最大推手。换句话说，现在为"AI PC"多掏的钱，大部分买的是行业成本，不是 AI。界面新闻
别按 TOPS 买"含 AI 量"
微软给 Copilot+ PC 定的入门门槛是 NPU 算力 40 TOPS 以上、内存 16GB 起步，主流新机基本都够线，这条线只是及格证，不是卖点。可营销端的数字仍在膨胀：骁龙 X2 Plus 的 NPU 已到 80 TOPS，上一代是 45 TOPS，听着像翻倍升级，日常使用中感知不到差别。更尴尬的是，一些入门级 AI PC 芯片的 NPU 只有 17 TOPS，连微软的门槛都够不上，照样顶着"AI 本"的名头在售。知乎哔哩哔哩
TOPS 为什么不可靠？你在云上用 ChatGPT、豆包、Kimi 时，模型跑在数据中心，只要能上网，任何一台老笔记本都不耽误用。而在真正本地化的场景里，数码测评圈多个实测给出的结论相近：本地大模型跑的是核显加内存带宽，NPU 基本不参与，选 AI PC 真正只对三个数——内存容量、内存带宽、功耗释放。为这种需求付"AI 溢价"，是最常见的一笔冤枉钱。知乎哔哩哔哩
想本地跑大模型，内存才是硬通货
“本地 AI"不是没有真实价值：会议实时转写、视频背景虚化、离线整理文件，这些事不联网也能干，数据也不用出你的电脑。但能跑多大的模型，取决于内存。微软在 10 月 8 日的发布活动上给出的量级参考是，超过 700 亿参数的模型经 2bit 量化后仅需略高于 20GB 内存就能本地运行，而 2840 亿参数的模型即使量化到 1.6bit、在本地设备跑起来也仍需 60GB 内存。照这个口径，一台 16GB 内存的机器离"流畅跑大模型"差着数量级——销售嘴里"大内存跑得动 AI"的那个"大”，值得当面问清楚是 16GB 还是 32GB 起步。36氪
你多付的其实是存储涨价，不是"AI 增值"
这轮电脑变贵有清楚的行业账：2026 年第三季度全球传统 PC 出货量为 6270 万台，同比下降 20.1%，Omdia 统计的跌幅也在 21% 左右，这是全球 PC 市场连续第二个季度同比下滑。落到终端零售，就是一台游戏本从去年约 7000 元涨到突破 1 万元，4000 元以下的机型基本绝迹。IDC 把行业下滑与涨价的主因归结为上半年赶在内存涨价前提前备货透支了需求、零部件价格上涨，以及 AI 数据中心建设对供应链的挤压。所以当导购说"这是 AI 本所以贵"时，先核对涨价对应的是内存、硬盘的规格差异，还是只多了一个贴纸。第一财经界面新闻
真能跑大模型的新平台刚上市，首批最贵
真正配得上"本地大模型"五个字的产品 10 月 8 日才落地：微软与英伟达联合打造的 Surface Laptop Ultra 当天开启预售，搭载 RTX Spark 超级芯片，最高配备 128GB 统一内存、可在本地运行超过 1200 亿参数的模型，起售价 2599 美元。华硕、戴尔、惠普、联想、微星的首批同平台机型同日接受预订，定价和成熟度都还没经过第三方实测检验；而微软披露的"每月超过 2 万亿次本地推理"，主要用于搜索、图像和视频通话的轻量体验，并非大模型应用。行业观察者的判断也更直白：在当下，普通用户对 AI PC 的感知仍然模糊，它更像厂商刺激换机的一个卖点。结论很清楚：冲着"跑大模型"去的用户，该等新款的实测口碑再出手；用不上本地大模型的用户，没必要为旧款的"AI PC"标签补差价。36氪36氪
下单前，只核对这三件事
第一，问需求：数据是否敏感、是否需要离线场景，只有这两类需求才值得为本地 AI 付钱，云端能解决的一切与换机无关。第二，问配置：把加价的理由落到内存容量、带宽和功耗释放上，TOPS、“AI 键”、预装助手都不计价。第三，问隐私：像 Windows 回顾这类功能，会把屏幕上看过的东西全部存下来方便检索，好用是真好用，但敢不敢开要自己掂量。换机由场景决定，不由发布会决定——三年内的旧电脑若无特殊需求，这轮"AI 焦虑"里最省钱的选项，往往是不买。知乎
