Muse开始接入Shop Pay、Amazon选择封锁Agent访问，表面上是平台控制权之争，往下看还有一层容易被忽略的硬件逻辑：Agent进入交易和企业工作流后，CPU需求会跟着起来。

普通聊天机器人一次请求，主要压力落在GPU推理。Agent则复杂得多。用户一句“帮我挑商品并付款”，后台可能要经过身份认证、商品搜索、数据库查询、网页访问、API调用、支付授权、风控、日志记录，再穿插数次模型推理。

GPU负责最重的模型计算，但大量外围任务依然跑在CPU上。

这意味着Agent规模扩大之后，数据中心增加的不只是GPU。运行容器、虚拟机、数据库、搜索、支付系统和安全服务的通用服务器也要同步扩容。尤其商业Agent需要大量独立运行环境，几十万甚至上百万个Agent同时执行任务，对CPU核心数、内存带宽、虚拟化能力和功耗都会形成新的需求。

AMD已经同时拥有EPYC服务器CPU和Instinct GPU，Meta、微软等大型客户又同时采购两类产品。Agent需求往上走，AMD可以一边吃GPU推理扩容，一边吃CPU控制层和执行层扩容。2026年第二季度AMD数据中心收入达到67亿美元，同比增长107%；EPYC在x86服务器市场的份额也仍在提升。Agent如果成为新的云计算负载，相当于给AMD提供了一个继续从Intel手里拿份额的增量市场。

Intel的逻辑稍有不同。

Xeon在企业数据库、虚拟机、存储和传统服务器里的基础仍然很深，而这些恰恰是Agent商业化之后会大量调用的系统。2026年第二季度Intel数据中心与AI业务收入63亿美元，同比增长59%，服务器ASP同比提升48%。如果Agent把服务器CPU需求重新拉回较高增长区间，Intel庞大的存量客户基础会带来很强的收入弹性。

不过这块新增市场并不只属于x86。

Amazon有Graviton，Google有Axion，微软有Cobalt。Agent调度、微服务和容器这类负载非常适合Arm架构，云厂商也更愿意把稳定的大规模计算搬到自研CPU上降低成本。

所以Agent带来的CPU机会，最后可能形成三条线：
AMD靠EPYC继续抢份额，Intel靠Xeon存量盘吃行业扩容，云厂商则用Arm自研芯片切走一部分新增需求。

GPU仍然决定模型能跑多快，但当Agent开始替用户下单、付款、调用软件，CPU决定的是这些AI到底能同时干多少活。