Windows 是 AI PC 路上的绊脚石

微软近期做了一件看起来相当反常的事。

它开始重新优化 Windows 在 8GB 及以上设备上的内存表现。

图自 Windows Blog

放在几年前，这基本算是做梦。

毕竟按照当年「安迪给的，比尔拿走」定律来看，一直是硬件规格有多高， Windows 就吃掉多少——8GB 早就被当成入门配置扫进了历史的角落，微软主推的 Windows 11 AI+ PC，也从一开始就把内存门槛定在了 16GB。

可现实上演了一出回马枪。

AI 的爆发让数据中心疯狂囤积内存，颗粒价格一路上涨，成本压力顺着供应链传到每一台 PC 上。

而那个被无数 Windows 用户抱怨的问题，再次摆到了台面上：

臃肿的 Windows，是不是 AI PC 路上的绊脚石？

吞掉右 Ctrl 的 Copilot 键 傲慢｜你一直在给 Windows 擦屁股

Windows 长久以来存在的最大误判，就是默认处理器会越来越快，内存不够用户自然会加，再不济就换台新电脑。

在这套逻辑下，Windows 对自身的内存开销比较宽容。后台服务和框架越积越多，内存占用也跟着上涨，反正更强的硬件总能把这些问题暂时盖过去。

但 AI 出现以后，多出来的硬件资源不再只属于传统应用。

过去新增的内存能让浏览器多开几十个标签页，现在越来越多本地 AI 功能还要加载模型、维护索引，并持续处理来自屏幕和摄像头的数据。

Windows 那些曾经无关痛痒的基础开销，也开始直接挤压 AI 的运行空间。

微软直到此时才重新审视 8GB 设备，更像是硬件增长已经无法继续替系统掩盖浪费。

暴食｜没有节制的加法就是负担

硬件长期承担善后，也养出了 Windows 不断做加法的习惯。

微软此次优化的对象横跨内存分配器、WinUI 3、Chromium 和 WebView2，从底层资源分配一直延伸到界面框架和网页运行环境。

可问题早已超出某个单独组件，更像是整套系统长期缺少统一资源约束后的结果。

图自 DotNetBrowser

单独拎出来看，每一层都有自己的正当理由。WinUI 3 是为了现代化的界面体验，Chromium 是为了网页兼容和开发一致性，旧框架是为了让历史应用和企业软件继续跑下去。

麻烦在于每一层都「存在即合理」，又缺少统一的收缩机制去约束，于是各层在各自的目标下不断扩张，最后叠加成整个系统的负担。

传统 PC 还能靠硬件升级稀释冗余，但 AI PC 要把大量内存留给模型权重、上下文和常驻 Agent。

微软如今重新优化 8GB 设备，也说明 Windows 的基础开销仍有不小的压缩空间，只是过去没有足够大的压力推动微软处理。

懒惰｜兼容，Windows 最重的包袱

如果说暴食来自不断增加功能，懒惰则体现在旧东西几乎不怎么「打理」。

Windows 主打兼容性优先，这也导致旧接口和运行环境退出得很慢，新旧体系时常并存。

为了兼容几十年前的软件或企业系统，甚至是特殊外设的驱动，Windows 都保留了好几套不同年代的接口与运行环境。

这套兼容性确实是它最重要的生态地基，让大量行业系统几十年都能跑在同一个平台上。

但兼容能力后来逐渐变成了一项没有明确边界的义务。

最经典的例子就是控制面板至今没有被新设置完全取代，很多功能只能让两套入口长期并存。

部分界面的入口看似越来越现代，但一旦深挖几层，照样能翻出十几年前的逻辑和窗口体系。

图自 Tom's Guide

Windows 的懒惰不在于它什么都没做，恰恰相反，它做了太多加法，却始终不愿承担做减法的代价。

传统桌面环境还能容忍这种结构，可 AI PC 还要处理 CPU、GPU 与 NPU 之间更频繁的任务调度，同时为本地模型和后台 AI 功能分配资源。

旧规则保留得越多，统一管理的难度就越高。

贪婪｜甩不掉的微软全家桶

Windows 的臃肿也不能全部归咎于历史兼容。

今天的 Windows 早已不是一套操作系统，更像是微软账户带着 Edge 和 OneDrive，再拉上 Microsoft 365 与 Xbox 一起挤进来的全家桶入口。

这些组件既承担具体功能，也关乎着微软在系统生态的分发入口。因此是否能够彻底移除，自然不只是一个技术问题。

不仅如此，OEM 厂商还要在这层基础上继续「装修」，从更新工具到电源管理，到驱动面板和各类预装软件，能加进系统的通通给你满上，主打一个「加加加加到厌倦」。

联想桌面助手

于是就形成了一个解不开的死结：历史兼容让旧东西搬不走，商业扩张又让新模块不断住进来，系统只能持续膨胀。

微软若想让 AI Agent 成为统一的任务入口，来负责调动应用和系统能力，就得先处理 Windows 内部大量彼此独立的服务与权限体系。

依赖｜技术捷径是最大的拖累

让 Windows 变沉的，还有微软越来越依赖的网页技术。

Windows 不少更新的功能都一定程度上使用了 WebView2。

而 WebView2 使用基于 Chromium 的 Microsoft Edge 渲染引擎，让开发团队能够复用 HTML、CSS 和 JavaScript，以此降低界面开发成本，也方便快速更新。

工程效率是提高了，资源纪律却没有同步跟上。

图自 Windows Latest

WebView2 的运行时本身可以由多个应用共享，但不同应用仍可能各自建立浏览器进程、渲染进程、页面状态和用户数据环境。

应用数量增加后，这些彼此隔离的活动进程仍会叠加内存与后台开销。

微软持续优化 Chromium 和 WebView2 的内存与启动成本，已经说明问题不能只归咎于某个应用写得差，更需要思考如何统一和规范分散的资源使用方式。

嫉妒｜什么都想要，什么都不行

微软当然也希望 Windows 能像 macOS 一样，把处理器、系统、开发工具和应用生态，都打包进同一套协同体验里，更希望 AI+ PC 能拿出接近 MacBook 的软硬件配合。

Windows 却很难照搬苹果的路线。

图自 Tom's Guide

苹果能够控制硬件型号数量，同时统一产品的处理器架构和开发工具，甚至敢给旧架构设定明确的退出时间。

微软可以通过 Prism 承接传统 x86 和 x64 应用，但驱动与内核组件仍然需要原生 Arm64 支持。

换而言之，应用能够依靠转译过渡，特殊硬件却依然取决于厂商是否愿意重新开发驱动。

微软既想获得新平台的协同效率，又不愿放弃开放生态、历史兼容和市场规模，最终只能同时承担两套模式的成本。

长期犹豫也在削弱 Windows 曾经近乎垄断的优势。

2021 年前后，Windows 在 StatCounter 全球桌面网页使用统计中的份额仍接近八成；到 2026 年 7 月，这个数字已经降至 71.18%。

2021 年（上）、近 12 个月（下）

以 StatCounter 的统计来看，Windows 仍有领先的地位，但友商的平台优势也在变强。

苹果通过推动整条 Mac 产品线统一转向 M 系列芯片，完成了新一代硬件架构的迁移；而 Linux 则在开发工具和 AI 计算上继续扩张，并逐渐渗透到更多跨架构环境中。

Windows 每次在新架构和旧生态之间反复权衡，都会拉长自身迁移周期，也给其他平台留下吸引用户和开发者的时间。

迁怒｜优化做不好，就让内存买单

面对系统膨胀，微软过去最常见的处理方式，是提高硬件门槛。

8GB 不够就推动 16GB，游戏和多任务吃紧就建议 32GB，ARM 兼容不完善就依靠更强的处理器和更高效的转译弥补。

今年 4 月，微软还在 Windows Learning Center 的游戏 PC 指南中，把 16GB 称为实际起点，并把 32GB 称为更省心的升级选择。

这篇文章随后在 5 月初被删除；到了 8 月，另一篇把 32GB 称为重度玩家理想配置的旧指南，也被确认已经下线。

微软没有解释原因，可调整时间却很微妙。

图自 Windows Latest

提高配置看起来顺理成章，但成本却要由 OEM 厂商和消费者承担。

AI 浪潮推高内存需求后，依赖硬件升级解决软件问题的方式开始不起效了。

因为消费者花同样的钱，或许只能买到内存更小的电脑，微软也无法继续假设所有性能问题都能靠堆配置解决。

在这样的背景下，系统层面的优化已不再是技术选择，更来自现实压力。

微软愿意处理 Windows 的资源问题，当然值得肯定。但现在仍然无法确定，它准备真正移走多少历史负担，又有多少只是重新整理，好给 AI+ PC 腾出有限的运行空间。

回头看，Windows 的七宗罪最终争夺的都是同一批资源：

内存、功耗、后台权限、开发资源，以及操作系统对整台电脑的控制权。

传统 PC 可以依靠更大的内存和更快的处理器，把很多系统层面的浪费「稀释」掉。

但 AI PC 的逻辑完全不同。

模型需要驻留内存，持续维护上下文状态，还要在 CPU、GPU 和 NPU 之间频繁调度数据流。系统资源已经从随用随取的弹性池，转向被精确分配的常驻空间。

在这种结构下，系统自身哪怕多出一点基础开销，都会直接挤压 AI 的可用空间。

图自 How-To Geek

但问题的关键在于，Windows 并没有一条可以「推倒重来」的路径。

它必须在不破坏旧生态的前提下推进现代化改造——既要维持数十年积累的应用与驱动体系，又要承接本地模型、AI Agent 和跨处理器调度带来的新资源需求。

在双重约束下，Windows 的资源控制和平台迁移都不可避免地变得缓慢而保守。

相比之下，其他操作系统同样有自己的历史包袱和生态限制，但很少有一个平台像 Windows 这样，同时承载如此复杂的历史兼容体系，开放硬件生态，商业分发入口，以及跨代架构迁移压力。

当这些因素叠加在一起时，问题就不再是「优化得够不够好」，而是系统本身是否还能以足够快的速度，适应 AI PC 这种全新的计算范式。