在AI技术蓬勃发展的当下，Clawdbot的出现让整个AI圈兴奋不已，其作为7x24小时全年无休的“超级助手”，能随时调用大模型并接管Mac执行各种任务，成为极客梦想中的“超级个人助手”，被不少人称为“贾维斯”。与此同时，AI NAS赛道虽与Clawdbot逻辑相似，却呈现出“雷声大、雨点小”的慢热局面，这一现象背后蕴含着诸多值得探讨的问题。

一、AI NAS：个人超级助手的天然温室

（一）AI NAS的分类与现状

目前讨论的AI NAS产品主要分为两类。一类是NAS + AI产品，在传统NAS形态基础上优化交互层，提供基础AI功能，如通过自然语言对话借助知识库检索信息。这类产品打破了以往NAS的高技术门槛，让普通用户能快速便捷使用，未来1 - 2年内大概率会以这种形式为主。另一类则是更具潜力的未来型AI NAS，它能让AI代替人进行标准化执行，如存算分配、文件查找分类等，算力能力成为关键指标。

（二）大厂与新生代玩家的不同探索

大厂如小米、华为将NAS视为数据汇集地，打造类似智能网关的AI NAS类产品，作为生态产品数据的控制中心，与Clawdbot获取数据和权限的方式不同。新生代NAS玩家如飞牛、极空间注重软件系统，认为未来NAS可能不依托固定硬件存储设备，思路类似Clawdbot程序本体。而像畅网、Zettlab等创业团队打造的以AI Agent为核心的AI NAS产品，与Clawdbot思路相近，只是应用场景和使用人群不同，旨在成为用户在家庭中的核心智能大脑，打通不同设备和生态壁垒。

二、AI NAS爆点未至，小模型成关键问题

（一）Clawdbot与AI NAS爆发差异的原因

Clawdbot能快速爆火并成功，得益于其开源项目属性，调用通用大模型，且依托成熟的Mac mini产品，人人可买可用。而AI NAS赛道难以复用这些优势，通用AI大模型无法直接用于NAS，因其参数规模高且以通用为主，不适用NAS产品形态。

（二）小模型的需求与挑战

企业设想专为NAS服务的小模型参数最好控制在7B - 10B左右，性能堪比70B大模型，能快速理解多媒体信息，对照片、电影、视频等有强推理和学习能力。然而，小模型存在硬件要求低、速度快但准确率低的问题，大模型则相反。此外，系统底层也需全新优化，未来AI NAS产品主要通过AI调用和执行，模型和底层交互设计都需改变才能更实用。

三、除了AI，“存储”是NAS的另一个刚需

（一）AI带动NAS使用门槛降低

过去NAS行业使用门槛高，如今在AI带动下，安装硬盘、连网通电、绑定应用三步即可部署好AI NAS产品。新兴NAS势力如绿联、极空间抓住消费级用户定位，推出不同产品系，用超级入口和简单安装方式吸引用户，如极空间Z2 Pro NAS的宝宝相册成为宝妈群体首选，出货量占比高。

（二）数据增长与场景需求推动NAS发展

随着数据入口设备增多，个人数据增长快，媒体公司受数据储存困扰。不少厂商以家庭或媒体公司为突破场景，满足其数据存储和异地调用需求。同时，NAS产品算力成本下跌，价格下探至用户比价舒适区，如京东、天猫等电商平台1000元左右价位段的NAS产品位居前列，推动了NAS走出小众市场。

四、结语

讨论AI NAS和Clawdbot，并非关注存储产品或迷你主机的迭代，而是发现AI时代智能形态与架构有了新的演进方向，以及“智能该如何与个人、与场景深度绑定”有了新的答题方式。AI NAS通过打造“定制化”AI小模型，结合本地数据训练推理，能构建长期稳定的数据记忆，未来将持续了解个人或企业习惯的AI超级助手将基于此诞生。

虽然AI NAS面临技术和落地挑战，其路线能否跑通需时间验证，但它为行业提供了差异化思考路径，推动本地AI模型发展。AI NAS看似是硬件 + AI的细分赛道探索，实则为“个人化智能”的未来铺路，长远价值超越赛道本身。