AI芯片制造商的高管正在努力把庞大的算力叙事塞进普通家庭的客厅。2026年10月13日下午,在TechCrunch Disrupt 2026题为《Can AI Keep Scaling?》的演讲中,Cerebras联合创始人兼CEO Andrew Feldman抛出了一个极具冲击力的预言:家庭AI专用硬件的时代已经不远,未来每个人的家里都会运行着一个既了解隐私、又能直接刷信用卡代办生活的个人AI助手。

这个描绘听起来像是一个无缝运转的数字管家,但本质上是底层算力厂商在寻找云端之外的第二条增长曲线。要把大模型塞进家庭终端,不仅面临着硬件成本与能耗的物理屏障,更卡在一个无法绕过的工程死穴上:在提示词注入(Prompt Injection)攻击尚未攻克的当下,直接让AI助手掌管信用卡,等同于向互联网完全敞开了家庭财产的后门。

资本狂热推高代理权,Instinct估值一个月飙升至百亿美元

Feldman将消费级AI Agent的爆发视为硬件入户的前奏。在演讲中,他特别提到了初创公司Instinct以及Meta推出的Muse。事实上,资本对代办类数字代理的下注已经达到了近乎疯狂的程度。由Spear Street Technology运营、Noah Shinn领导的Instinct,在2026年9月28日刚刚拿下由Sequoia Capital、Benchmark与Coatue领投的10亿美元Series C融资,投后估值在短短一个月内从25亿美元飙升至100亿美元。

AI代理正接管日常琐事,替用户自主拨打电话预订餐厅
AI代理正接管日常琐事,替用户自主拨打电话预订餐厅

支撑起百亿美元估值的核心逻辑,是AI代理正在从简单的文字聊天,转向接管现实生活中的繁琐任务。2026年9月中旬,Meta的Muse与Instinct几乎同时上线了替用户直接拨打电话预订餐厅和预约服务的功能。Feldman自己也表示,他正依赖一组Agent来扫描日程、自动拉取通话对象的背景信息。

这种能力让风投机构相信,Agent将彻底取代传统App成为新一代的人机交互入口。但从软件层面的代打电话,跨越到Feldman所宣称的端云协同、常态化驻留家庭并自主采购的专用硬件,中间存在着巨大的断层。

Instinct 估值激增与代理能力演进 2026年8月 估值 25 亿美元 早期代办场景探索 2026年9月中旬 通话代办上线 Meta Muse 与 Instinct 同步推出现实预约 2026年9月28日 估值 100 亿美元 吸纳 10 亿美元 Series C 融资

纯本地推理成本高昂,混合算力难逃公有云依赖

要想在家庭内部运行一个真正懂隐私、不将个人生活细节外泄的私有AI,硬件门槛依然高得惊人。目前面向开发者的典型本地大参数硬件如NVIDIA DGX Spark,配备了128GB统一内存与4TB存储,虽然能够支持最高2000亿参数模型的本地推理,但其官方市场售价高达6,950美元。即便不考虑高昂的硬件购置费用,其芯片TDP为140W、整机电源达240W的持续功耗,也绝非普通家庭愿意常年插在插座上的普通电器。

家庭本地高算力主机功耗巨大,与低功耗微型主机形成断层
家庭本地高算力主机功耗巨大,与低功耗微型主机形成断层

因此,业界目前能落地的方案无一例外走向了端云混合。以搭载Apple Intelligence的Mac mini为例,其起售价压到了899美元,在采用M6芯片测试配置下,待机功耗仅为4W,峰值功耗控制在70W。但这套体系的代价是彻底打破了纯本地的假设。苹果为了支撑复杂逻辑推理,其Private Cloud Compute在2026年6月8日已宣布扩展接入了采用NVIDIA硬件的Google Cloud基础设施。

本地设备负责过滤敏感词,重负载依然要流向公共机房。

所谓的家庭安全围栏,在现阶段的工程实现上充满了妥协。芯片厂商乐于描绘端侧独立处理的未来,是因为每一台常态化运行的家庭设备,既能消化边缘芯片的产能,又会产生源源不断回流到云端的数据与协同算力需求。对普通消费者而言,为了一个尚不能保证绝对隐私的硬件付出数百甚至数千美元,显然缺乏足够的购买理由。

本地全功能与混合推理方案的现实鸿沟 专业纯本地方案 (DGX Spark) 硬件售价 6,950 美元 整机/芯片功耗 240W / 140W TDP 模型支持 最高 2000 亿参数 局限:成本过高,无法普及至消费端 消费级端云方案 (Mac mini / M6) 硬件起售价 899 美元 功耗表现 待机 4W / 峰值 70W 后端架构 混合接入 Google Cloud 妥协:牺牲纯私有性以换取低成本

提示词注入未解,让模型管钱存在结构性隐患

在所有关于家庭AI的构想中,最危险的假设莫过于让助手全权接管信用卡。Feldman声称未来的个人助手将理所当然地拥有支付权限并替用户采购物品,这完全忽视了当前大模型在软件工程底层的致命缺陷。

为防止提示词注入劫持划款,信用卡上方加装了实体物理确认按键(示意图)
为防止提示词注入劫持划款,信用卡上方加装了实体物理确认按键(示意图)

Anthropic等前沿研究机构早已明确指出,提示词注入攻击在概率驱动的语言模型架构中至今没有找到数学上的根治方法。当一个AI助手被赋予了读取外部邮件、浏览公开网页并拥有支付接口的权限时,攻击者只需要在网页隐藏文本或垃圾邮件中植入一句恶意的系统指令,就能轻易劫持模型的注意力,诱导其执行非预期的划款操作。

  • 风险.只要Agent是以自然语言理解作为决策中枢,它就无法绝对区分来自主人的合法指示与来自外部环境的注入代码,直接下放支付权极易导致财产损失。

在目前的金融风控与软件体系下,没有任何严肃的技术架构会允许大模型自主按下付款确认键。即便未来家庭设备普及,负责结账的也必须是硬编码的规则引擎、单笔严格受限的虚拟卡以及带有实体物理按键的二次人工确认,而不是一个听信环境文本的对话模型。

芯片制造商希望用一个无所不能的家庭超级大脑来描绘算力无上限的扩张蓝图,但在高昂的硬件购置壁垒与未解的金融安全隐患面前,这个愿景更像是为资本市场量身定制的预期筹码。真正的家庭智能化,需要的不是一台昂贵且容易被黑客诱导买单的专用家电,而是务实的端侧能效控制与绝对守住底线的确定性安全围栏。