DeepSeek把AI Agent搬上桌面：软件更好用了，为什么PCB还要关注？

2026年9月29日，DeepSeek Harness v0.2预览版发布，并推出macOS和Windows桌面端安装包。新版本预置日常办公和开发功能，新增插件安装与管理页面，同时完善自动化任务能力。按照官方模型API用户口径统计，目前约60%的Harness用户已经使用第三方插件。

这看起来是一条软件新闻，与PCB似乎相隔很远。

但真正值得硬件产业关注的，并不是“又多了一个AI客户端”，而是AI的使用方式正在变化：从打开网页问几个问题，逐渐变成常驻电脑、调用文件、运行代码、安装插件甚至定时执行任务。

AI如果从偶尔使用变成持续工作，变化最大的可能不是电脑桌面，而是背后的推理负载。

从聊天到执行任务，AI调用方式正在发生变化

传统聊天机器人主要是“一问一答”。

Harness这样的Agent工具则开始处理更加连续的任务。用户可以让它读取文档和表格、分析数据、生成文件、修改代码，也可以通过自动化任务插件让重复工作按照计划执行。DeepSeek还表示，后续将继续完善智能体团队、长期记忆、浏览器及GUI自动化等能力。

两者最大的区别，是模型调用可能从单次交互变成多步骤执行。

例如完成一项数据分析，Agent可能需要读取资料、调用工具、生成结果、检查错误，再根据结果继续下一步。一个用户发出一条指令，背后可能产生多轮模型推理和工具调用。

如果这种使用方式扩大到更多个人和企业用户，AI基础设施面对的就不只是“用户数量增加”，还有单个任务执行链条变长。

当然，桌面端发布本身并不能证明服务器需求一定增长。

真正需要观察的是：Agent普及以后，模型调用频率、单任务Token消耗以及企业自动化任务数量是否持续增加。只有这些指标真正增长，软件端的变化才会进一步传导到算力硬件。

Agent越普及，PCB机会为什么更可能出现在服务器端？

AI Agent运行在电脑桌面，但大量模型推理并不一定在本地完成。

对于依赖云端大模型的任务，用户看到的是一个桌面软件，真正承担计算的仍可能是数据中心里的GPU、ASIC、CPU以及配套存储和网络设备。

于是，Agent与PCB之间形成了一条更长但更合理的产业链：

AI工具降低使用门槛，更多任务开始调用模型；推理需求扩大后，数据中心需要增加或升级计算、存储和网络基础设施；服务器与交换设备升级，才进一步形成对高速高多层PCB的需求。

这里真正值得PCB企业关注的，不只是板子数量。

AI服务器内部的数据需要在加速器、CPU、网卡和交换芯片之间高速传输。数据速率提高后，PCB的材料损耗、叠层结构、过孔以及阻抗一致性都会影响信号质量。

AI软件负责把模型送到更多用户面前，高速PCB负责让背后的数据跑得起来。

推理负载增加，高速PCB难点不只是“多做几层”

服务器提高计算密度以后，需要在有限空间连接更多高速器件。

线路增加，可以通过增加PCB层数获得更多布线空间。但对于高速系统而言，仅仅增加层数并不能解决全部问题。

高速信号经过PCB线路时会产生损耗，过孔也可能带来信号完整性问题。因此，高速板往往需要同时考虑材料、叠层、线路几何尺寸、阻抗以及背钻等工艺。

制造端面对的，就是把这些设计要求稳定做出来。

压合需要控制介质厚度和层间结构，线路制作需要控制线宽线距，钻孔和背钻需要匹配高速通道设计，最终还需要通过电测等环节确认连接可靠性。

聚多邦目前PCB制造覆盖1—40层，支持高速高频材料、背钻以及HDI 1—5阶，阻抗控制常规为±8%，高速需求可控制至±5%，并配置DFM评审、AOI、飞针和电测等检测环节。

这些制造能力与Harness并不存在直接供货关系，但对应的是AI应用持续增加之后，服务器与高速网络设备可能提出的板级互连需求。

Agent走向终端，还可能带来另一条PCB路线

AI Agent的硬件影响也不一定全部发生在云端。

如果未来更多AI任务开始采用“云端模型+本地模型”的混合方式，PC、工业终端、机器人以及边缘计算设备也可能配置更强的本地AI计算能力。

这时PCB需求会出现另一种变化。

相比数据中心追求高带宽和大规模计算，边缘设备更加关注体积、功耗、接口以及整机集成。部分设备可能需要HDI、小型化PCB和高密度SMT，同时还要解决散热、电源以及通信问题。

新品研发阶段又通常伴随多轮硬件版本验证，从PCB打样、SMT贴装到整机测试不断调整。

因此，AI Agent真正可能给PCB产业带来的，并不是一种单一产品机会，而是两条不同路径：云端继续推动高速高多层PCB，终端智能化则增加HDI和高密度PCBA的应用空间。

DeepSeek Harness v0.2目前仍处于预览阶段，官方也明确表示产品能力和体验仍需继续完善。 因此，现在就把一款Agent工具的发布直接换算成PCB订单，并不成立。

更值得观察的是，AI Agent能否真正进入日常办公、研发和企业流程，让模型从“有人提问才运行”变成“持续执行任务”。

软件越容易使用，不代表PCB需求立即增加；但如果AI调用从低频问答走向高频、持续的任务执行，硬件基础设施承受的负载就会改变。

对PCB行业来说，下一阶段真正值得跟踪的不是又发布了多少AI应用，而是这些应用最终把多少推理任务送进数据中心，又有多少计算开始留在本地终端。两种路径的比例，将决定AI带来的PCB增量最终更多流向高速高多层板，还是HDI与高密度PCBA。