APPSO 也提前拿到华硕 ProArt 创16 RTX Spark ，这款笔记本 16 寸的 64GB 统一内存版本价格为 28999 人民币，128GB 统一内存版本则是 37999 人民币
一台笔记本，64GB 统一内存版本卖 28999 元，128GB 版本卖 37999 元。这是 APPSO 报道的华硕 ProArt 创16 RTX Spark 的价格。我的第一反应是：这个价位，需要证明的已经不是能不能跑大模型，而是本地算力究竟能承担多少日常工作。
读完这篇实测，我更关注三个变化：英伟达开始提供完整的 Windows 计算平台，本地模型正在进入智能体工作流，而性能、续航与软件适配的取舍依然明显。
英伟达进入 Windows 电脑的核心平台
过去，英伟达主要向 Windows 电脑提供显卡，CPU 通常来自 Intel 或 AMD。这次，RTX Spark 把 ARM CPU、Blackwell RTX GPU 和统一内存组合起来，成为一套能够运行 Windows 的计算平台。
这让 Windows ARM 笔记本的关注点发生了变化。除了轻薄和省电，它开始同时争取统一内存、大模型运行能力和 CUDA 生态。
APPSO 拿到的机器最薄 12.9mm，重约 1.77kg，提供三个 USB4 Type-C，以及 USB-A、HDMI、SD Express 等接口。它试图把本地 AI 计算和创作者的外设需求，一起装进可以随身携带的工作站。
我认为，这比单独强调某项跑分更有意义。计算平台的价值，最终要通过模型、开发工具和实际工作连接起来。
内存决定能装多大，模型决定跑得多快
实测的 64GB 版本，实际可用 GPU 显存约为 46.7GB，LPDDR5X 内存的理论峰值带宽为 300GB/s。原文将 30B 左右的模型视为这一配置的舒适区。
但装得下和用得顺，是两个需要分别判断的问题。
APPSO 在 LM Studio 中运行 Qwen 3.8 27B，将思考深度设为极高，简单问候的生成速度为 14.3 token/s，首 token 时间为 2.83 秒。要求它制作活动网页时，生成速度仍在每秒 14 token 左右，首 token 时间增加到 12.05 秒，整个任务耗时 609.67 秒。
原文另给出 Qwen3 32B（NVFP4）每秒 55—60 tokens 的速度。这些数字对应不同模型和配置，不能直接当作同一条件下的性能比较。
我的判断是，买本地 AI 电脑，不能只看参数规模和内存容量。同一台机器，模型、量化方式、思考设置和任务长度不同，等待体验就可能差很多。应该拿自己每天要做的任务衡量它。
WorkBuddy 降低了本地模型的使用门槛
这篇实测中，我最关注的是 WorkBuddy 的接入方式。
在这台 Windows 电脑上，WorkBuddy 提供了下载和管理本地模型的 Beta 功能。用户下载、开启模型后，就可以在任务界面直接选择它，不必先自己拼接整套部署流程。
原文介绍，内置模型是腾讯优化的 500 亿参数 MoE 模型，文件大小约 16GB，使用 CUDA 13 加速。它完成一个 Three.js 屋顶游戏任务用了 13 分 59 秒，效果与当时前沿模型仍有差距，但可以用于初步验证想法。
用户还可以通过 LM Studio 的本地 API，将其他模型接入 WorkBuddy 或其他智能体工具。这意味着本地算力开始进入已有工作流，而不只是停留在聊天窗口里。
我更愿意从这里理解所谓“额度自由”：部分任务可以不再逐次消耗云端模型额度，但硬件投入、电力、等待时间和能力边界仍然存在。是否划算，要看这些任务实际发生得有多频繁。
高负载续航仍以小时计算
移动工作站能带走，不等于可以全天离开电源运行大模型。
这台机器配备 99.9Wh 电池。APPSO 拔掉电源，持续运行 27B 本地模型时，观察到约 86.5W 的整机放电功率，约十分钟电量从 100% 降到 85%。
原文按平均功耗 80W 估算，理论续航约为 1 小时 15 分钟。这是功耗推算，不能当作完整续航测试结果。实测还显示，接通电源后，GPU 会从平衡性能与功耗的 P4 状态切换到最高性能的 P0 状态。
我的理解是，它提供的是离开插座后继续完成一段计算的能力。持续高负载使用，仍然需要把供电、风扇声音和性能状态纳入考虑。
软件正在补课，换机要由任务决定
硬件之外，Windows 也在补齐本地 AI 和开发工具链。原文提到 WSL、Windows Terminal、WinGet 和 ARM64 原生开发工具，也提到正在推进的 Microsoft Execution Containers，以及微软宣布为 Windows ML 引入 llama.cpp 支持。
这些进展分别涉及 Linux 开发环境、工具安装、模型调用和智能体执行环境。它们共同决定了硬件能力能否顺畅地变成工作能力，但不能把已经可用的工具和仍在推进的功能混为一谈。
我不会仅仅因为电脑能运行大模型，就把它当作换机理由。每天需要本地推理、开发 AI 应用，或处理不方便上传云端的资料，才有必要认真评估这类设备。若主要使用云端 AI，这篇实测还不足以说明必须更换电脑。
真正值得关注的趋势是：随着智能体进入日常工作，个人电脑会承担更多直接发生在本机的计算。决定这台近三万元笔记本价值的，是它能否持续完成你的任务，以及完成这些任务的总成本。