Dell Technologies 于 2026 年 5 月 18 日在 Dell Technologies World 公布 Dell Deskside Agentic AI。这是一条很值得企业 IT 团队留意的代理式 AI 新闻，因为它的重点不是再把一切放到云端，而是把代理执行带到桌边工作站，再一路延伸到数据中心。
Dell 的定位很直接：Deskside Agentic AI 是 Dell AI Factory with NVIDIA 的新组成部分，让工作组可以在本地安全部署和扩展代理式 AI 工作流，避开完全依赖云端时可能出现的成本、延迟和数据主权限制。对处理敏感资料、内部知识产权或受监管工作的企业来说，这个方向有实际意义。
新方案由 Dell 高性能工作站、NVIDIA NemoClaw 软件 stack 和 Dell Services 组成，目标是在桌边处理 30 billion 至 1 trillion 参数级模型。Dell 亦列出不同硬件路线，包括 Dell Pro Max with GB10、Dell Pro Precision 9，以及 Dell Pro Max with GB300，分别对应个人原型、工作组级 GPU 工作负载和 frontier-level 模型推理。
最重要的技术层，是 NVIDIA OpenShell runtime 现在会支持整个 Dell AI Factory with NVIDIA，从桌边工作站到 Dell PowerEdge XE server 都可用同一套安全和政策执行层。OpenShell 提供 sandboxed runtime，让团队可以建立、测试、部署和治理 AI agents，并在 runtime 层加入安全和私隐控制。
这反映企业代理进入新阶段。早期很多团队只关心模型能否完成任务；到生产环境时，真正问题会变成代理在哪里运行、资料是否离开公司边界、token 成本是否可预测、IP 风险是否可控、治理规则是否跨环境一致。Dell 的「desk to data center」讯号正是回应这些问题。
Dell 亦把成本讲得很具体。官方表示，随着代理式工作流令 token 使用量加速累积，cloud-only 策略在经济性、安全和数据主权上会遇到限制。Dell 指出部分场景可在短时间内相对 public cloud API 成本达到 break-even，并可在两年内相比 cloud API 降低最多 87% 支出。这些数字要视实际工作负载而定，但方向清楚：代理大量运行后，推理位置会成为成本架构问题。
另一个值得留意的是 NVIDIA AI-Q 2.0 blueprint。Dell 表示它会支持多代理工作流，包括研究、决策支持和复杂任务，并以 Dell-NVIDIA AI-Q 2.0 Reference Architecture 形式提供。这表示企业代理不只是单个助手，而是逐步走向多代理协作和可重复部署架构。
对正在规划 AI 工作流的企业而言，这条新闻提出一个现实提醒：代理部署不一定只有「用公共云 API」一条路。当任务涉及私有资料、长时间推理、固定高频工作、合规或成本控制，本地工作站、私有云和数据中心也会重新变得重要。代理时代的基础设施选型，会直接影响安全、成本和可治理性。
