AMD 在七月底的 Advancing AI 2026 上发布了 ROCm.ai，一句话概括：以后装 ROCm、调显卡，可以让 AI 智能体替你干了。知乎这事在圈里传了快一个月，我想认真聊聊——不是复述发布会，而是把官方说法和社区的真实反馈放在一起对一对，帮你判断：这套东西现在能不能信，你该不该切换姿势。
先说背景。ROCm 这几年口碑翻转，靠的不是营销，是两件事：版本迭代快，几个月里从 7.2 走到 7.13，现在 7.14 已经落地；以及对新模型给 Day-0 支持——七月底的 Kimi K3、八月中旬的 Qwen3.8-27B，AMD 都是发布当天就给出部署方案。知乎哔哩哔哩
但圈外人对 ROCm 的印象始终停在"安装噩梦"：驱动、内核版本、白名单、依赖冲突，随便一个环节就能卡你三天。这也是 CUDA 护城河最硬的一块砖——不是 CUDA 多快，是它"不用想就能装好"。
ROCm.ai 就是冲着这块砖来的。拆开看，它包含四个部分：
AMD Skills：入口。把 AMD 官方验证过的 ROCm 知识塞进 Claude、Codex、Cursor、Gemini 这类编程助手里，你用自然语言说"我是 7900 XTX，帮我装好能跑 ComfyUI 的 ROCm 环境，别破坏我现有环境"，智能体按官方验证过的路径引导你走完。小红书
ROCm CLI：执行层。一条可信的命令行通道，装软件、查环境、部署模型、生成诊断信息，确定性执行，脚本和 CI 能调用，智能体拿到授权后也能调用。
ROCm Console：遥测和诊断。可视化看机器上正在发生什么，日志、运行时状态一目了然。
Hyperloom：最激进的一个。自主智能体系统，专门做端到端推理优化——分析负载、找瓶颈、改宿主机代码和 GPU 内核、再验证性能和正确性，相当于把"从跑通到跑好"这段最吃经验的工作也交给 agent。知乎
听着很美。但先看社区的三个事实，再决定信多少。
事实一：社区早就在这么干了，AMD 是来"收编"的。 ROCm.ai 发布前，B站热门教程视频的评论区就已经在互相安利同一套做法：装个 agent，直接告诉它显卡型号和目标应用、强调别破坏现有环境，基本都能成，无非快慢。哔哩哔哩Datawhale 和 AMD 合办的 Hello-ROCm 训练营，六七月涌进来一大批新手，交作业的方式也是让 AI 助手代跑命令。知乎AMD 做的事，本质是把这套被社区验证过的野路子官方化、知识权威化。方向是对的。
事实二：官方这套现在是"期货"偏多。 AMD Skills 目录目前明确标注技术预览版，开放开发中，名称和范围随时会变。知乎ROCm.ai 发布视频底下最有意思的一条评论说，有人让 AI 自己看了一眼这个项目，AI 回答说它还没发布全，现在连编码都做不了。哔哩哔哩社区实测案例现在也极少，B站最火的 ROCm 内容依然是"傻瓜式整合包"和"手把手安装教程"——说明多数人的现实解法还是整合包，不是 agent。
事实三：agent 能治"不会装"，治不了"不支持"。 这是我最想提醒的一点。ROCm 的真正门槛有三类：一类是文档和命令层面的，AI agent 确实能大幅解决；一类是硬件支持面的——知乎高赞回答很直白：“26 年 ROCm 已经不错了，可惜只有新显卡支持好”，RDNA3（7000 系）往后体验完整，老卡要么走 Vulkan 绕行，要么放弃。知乎还有一类是硬件级暗坑，比如有用户买了两张 9060 XT，发现普通游戏主板的 PCIe 插槽不支持拆分，vLLM 下根本开不了张量并行——这种事写在任何 Skills 知识库里都没用，得买前就知道。哔哩哔哩另外软件质量也还没到能躺平的程度，SemiAnalysis 四月份曝过一例基础函数层面的离谱 bug（PyTorch PR 176251），用他们的原话说，PyTorch 维护者和整个 ML 社区都无法容忍 ROCm 基础层存在这种问题。小红书
所以回到最实际的问题：现在想用 A 卡跑本地大模型，该选哪条路？ 我的分法是这样——
完全没卡、准备入场的：先把硬件白名单查清楚再付钱，别被"显存大就是好"带节奏。目标型号优先 RDNA3/4（7800 XT 往上到 7900 XTX、9060/9070 系），参考价：7900 XTX 新卡蓝宝石盖板 6800 上下、超白金 7500 左右。哔哩哔哩闲鱼二手 4600 上下。哔哩哔哩注意现在内存涨价带着大显存卡整体在涨，别追高。
已有 A 卡 + Linux 的：官方安装通道 + AI agent 辅助是当下最优组合。装完用 ROCm CLI 检查环境；跑 ComfyUI 这类应用可以直接用社区整合包（ROCm 7.14 下 MiniMax H3 这类新模型已经比较顺）。想尝鲜 AMD Skills 的，可以从 Codex 插件目录、Cursor 应用市场中的 AMD 页面安装，或在 Claude 插件中搜索 amd-skills。知乎但记住它还在技术预览，生产环境别依赖。
已有 A 卡 + Windows 的：路线细节我之前那篇《A卡在Windows上跑ROCm，不用先重装系统》已经覆盖，这里只补一点——装完出问题别硬扛，直接把报错贴给 agent 让它修，这是目前社区公认性价比最高的排障方式。
连装都不想装的：AMD 开发者云和魔搭的 DSW-AMD 实例都有免费额度，Datawhale 训练营就是走的这条路，零成本先把流程跑通，再决定要不要买硬件。知乎
最后给几个值得持续盯的信号：AMD Skills 什么时候从技术预览转正；Hyperloom 会不会下放给消费级卡（目前主要面向推理服务场景）；以及 ROCm 下一个版本号——按现在的节奏，7.14 之后大概率还有性能更新，老卡支持面有没有扩大也看它。
一句话收尾：ROCm.ai 本身现在还不能帮你省多少事，但它确认了一个趋势——ROCm 的门槛正在从"会不会装"变成"知不知道选"。对观望的人来说，这是三年来最接近"值得进场"的时刻；对已经在坑里的人来说，把装环境的活外包给 agent，今天就能做到。
