MTTAIBOOK预装“龙虾”，摩尔线程想把AIPC往前推一步

作者：猫叔

AIPC这两年说得很多，但是产品真正到了用户手里，AI的能力其实并不一定是立刻能用的。

作为普通用户来说，这中间复杂的几步配置，其实蛮消耗热情的；对开发者来说，其实也很难把一台设备当成稳定终端长期使用。

不过，最近我看到，摩尔线程的MTTAIBOOK通过OTA推送了MT AIOS 1.3.4版本更新，升级完成后，无需手动配置环境和安装依赖，开机即可使用“龙虾”。同时，还新增12个Skill，覆盖智能搜索等常用能力，后续还能通过OTA和PES控制中心双通道持续更新，并保留原有配置和数据。

坦白讲，这件事之所以值得拿出来说，在于它刚好对应了AIPC竞争逻辑的一次拐点。

在上一阶段，行业的主线是“能力验证”。具体来说，就是谁先把大模型接进来，把本地算力堆上去，这个阶段的本质是设备到底能不能跑AI，是基础设施层面的比拼。

但当“能跑模型”逐渐成为共识之后，重心就开始转移了，大家开始关心AI能力能否转化为稳定、可持续的使用行为。

也正是在这一节点上，“默认体验”开始成为新的分水岭。它的关键其实就在于AI是否被前置进了用户路径。意思是，用户不需要理解模型、额外部署，打开设备即可使用，而且在后续更新过程中不会反复打断原有使用状态。

01 为什么是MTTAIBOOK？

如果把“默认体验”作为判断标准，那么下一步的问题就是，什么样的终端，更适合做这件事。

我的结论是，取决于整机是否围绕AI负载做过系统级优化。

从载体看，MTTAIBOOK被定义为“AI算力本”，基于自研SoC“长江”，配合全大核CPU、全功能GPU，以及最高50TOPS异构算力和32GB内存配置。当然，这些能力本身并不是全部，但至少说明，这台设备在设计阶段就把本地AI负载作为长期存在的使用场景来考虑，而不是后期叠加的。

这点在智能体场景其实尤为关键。

因为智能体其实可以看作一整条持续运行的链路——模型调用、上下文管理、检索、工具使用、文件处理，以及任务编排。而很多设备的问题在于链路不稳定、调用分散，最终呈现为碎片化体验。

从这个角度看，MTTAIBOOK的“更适合”，在于其具备把本地智能体跑成连续体验的基础条件。

当然，这还只是前提！

02真正值得看的是交付

相比“能不能跑”，这次更新的价值，还在于交付方式上的变化。

简单理解，把“龙虾”以预装形态进入系统，其实就是把原本需要用户自行搭建的环境，提前封装为可直接使用的能力。

但更关键的是后面几件事——OTA更新、PES控制中心双通道，以及升级过程中保留原有配置和数据。

这些设计针对的是更关键问题——AI能力能不能在设备上持续存在，而并非一次性体验。

其实，很多本地AI方案的瓶颈，并不在初次部署，而在后续迭代。一旦版本更新带来环境或配置变化，原有使用路径被打断，用户往往很难恢复到稳定状态。

因此，是否能够在更新过程中保持连续性，才是决定其能否被长期使用的关键因素。

再看新增的Skill，其变化更多也体现在使用路径上。

从实际使用上看，终端智能体是否会被频繁调用，往往不仅仅取决于能力复杂度，更多的与是否存在低门槛、高频入口相关。就比如，像智能搜索这类功能，更容易进入日常场景，从而形成重复使用。

所以，在预装、持续更新与入口叠加的前提下，AI能力才更容易从一次性调用，转变为更稳定的使用行为。