Perplexity 将 AI 代理带到本地设备

关键信息

Perplexity 表示，Portable Computer 采用本地优先设计，模型、文件和工作默认都保留在本机，只有在用户允许时才会访问外部服务。该产品目前仅面向付费账户，先支持 Linux，且对硬件要求很高：Windows 端需要至少 24GB 显存的 NVIDIA RTX GPU，Linux 端则需要基于 NVIDIA RTX 的系统，例如 DGX Spark 或运行在 ARM/x64 上的 Ubuntu。

资讯摘要

Perplexity 推出了 Portable Computer，这是其在 2 月发布的 Personal Computer 代理的本地版本。公司希望借此减少云端 AI 的一些缺点，把代理执行过程转移到用户自己的机器上。Portable Computer 仍然提供 Perplexity 标准的 AI 命令、功能和工具，因此可以在很少甚至不需要用户干预的情况下完成任务。关键区别在于，除非用户主动允许联网，否则模型、文件和工作内容都会保留在本地设备上。它仍然可以连接 Google Drive、Gmail、Slack 和 GitHub 等外部服务。Perplexity 认为，本地执行在速度、安全性和成本上都有优势，因为它可以避免许多云端推理费用。

公司还表示，敏感数据不会在未获许可的情况下离开设备，本地模型天然具备私密和低成本的特性。该功能目前只对 Pro、Max、Enterprise Pro 和 Enterprise Max 订阅用户开放，并且现在仅支持 Linux。Perplexity 计划在 9 月把支持扩展到 Windows。限制在于硬件要求很高：Linux 用户需要 Nvidia DGX Spark 或其他带有 Nvidia RTX GPU 的机器，而 Windows 用户则至少需要配备 24GB 显存的 RTX GPU。Perplexity 还提供了两种模型选择，包括 Qwen 3.8 27B，以及其称为 PPLX 27B 的后训练模型。

资讯正文

Perplexity 的新一代 agentic Portable Computer 可在本地运行 AI。

本地 AI 比基于云的模型更快，也更便宜。

但在 Linux 或 Windows 上，你需要相当强劲的硬件。

Perplexity 推出了一款新版 Personal Computer agent，这个代理于 2 月发布，旨在消除在云端使用 AI 的一些缺点。这个新选项名为 Portable Computer，它依赖本地 AI 模型来处理你的 agentic 请求和任务，而无需通常的在线开销。

此外：我在 Mac 上让 Perplexity 的 agentic AI 执行了 5 个复杂任务——而且我还会再来一次

Portable Computer 于周二亮相，可通过 Perplexity 的 agent 访问所有标准的 AI 命令、功能和工具，从而在几乎不需要你干预的情况下执行任务。这里的关键在于，模型、你的文件以及你的工作都保留在你的机器上。你可以控制 AI 何时、以及是否需要联网来完成它的使命。和以往一样，你仍然可以连接 Google Drive、Gmail、Slack 和 GitHub 等外部服务，把云端文件和信息整合进来。

云端 AI vs. 本地 AI

为什么要在本地而不是在云端使用 AI？这有几个好处。

首先是性能。本地 AI 模型运行速度更快，对请求的响应也比在线模型更迅速。其次是安全性。任务会在你机器上的隔离沙箱中本地处理，从而降低数据泄露风险。第三是成本。在云端运行 AI 会消耗 credits、tokens 和金钱；而本地运行则不会使用任何计费 credits。如果任务中的某一部分需要联网，那么只有云端那部分工作才会消耗你的 credits 和 tokens。

此外：我在桌面上使用本地 AI 的 5 个理由——而不是 ChatGPT、Gemini 或 Claude

Perplexity 在一篇技术博客文章中表示：“Perplexity Portable Computer 是一个 local-first 的 agent。因此，敏感数据在未获许可的情况下绝不会离开设备，而且本地模型不收取任何推理费用：从设计上看，该系统既私密又具备成本效益。”

如何试用，以及限制

任何人都能试用 Perplexity 这款新的本地 AI 吗？遗憾的是，不能——这就是严格要求所在。Portable Computer 仅面向付费账户开放，也就是说，只有 Pro、Max、Enterprise Pro 和 Enterprise Max 订阅用户可以使用。免费用户抱歉了。

目前，Portable Computer 仅可在 Linux 系统上使用，但 Perplexity 承诺会在 9 月向 Windows 用户开放。听起来不错，但还有更多限制。

此外：Google 的 AI-first Googlebook 笔记本电脑很快就要来了——它能避免 Copilot+ PC 问题吗？本地 AI 的一个缺点是，它通常需要相当强大的硬件才能运行，而 Portable Computer 显然也不例外。

在 Linux 端，Perplexity 的本地 AI 需要 Nvidia DGX Spark，或者其他配备 Nvidia RTX GPU（图形处理器）的 Linux 机器。操作系统方面，你需要 Nvidia DGX OS 或 Ubuntu，并且可运行在 ARM 或 x64 系统上。在 Windows 端，你的电脑必须配备 NVIDIA RTX GPU，且至少拥有 24GB VRAM。

这正是许多台式机可能达不到要求的地方，包括我自己的电脑。我的 PC 确实配备了 Nvidia RTX GPU，但只有 4GB 内存。我不是 PC 游戏玩家，通常也不会运行对 GPU 需求很高的任务，所以我没有给它装高端显卡。再加上，拥有 24GB VRAM 的 Nvidia RTX GPU 至少要 1,500 美元，所以你得为其中一款掏不少钱。

模型选项

至于本地模型本身，Portable Computer 提供了几种选择。你可以设置 Qwen 3.8 27B，这是一个知名的开源模型。这个 AI 模型之所以备受好评，不仅因为速度和性能，还因为它在编码、研究、专业工作以及更复杂的 agentic 任务方面的能力。

或者，你也可以使用该模型经过后训练的版本，Perplexity 将其命名为 PPLX 27B。经过后训练的 AI 模型，是指在最初的指令之外，又接受了更精细、更具体训练的模型。在这里，Perplexity 会对 Portable Computer 上的所有模型进行后训练，以提升其准确性并提高效率。

另外：我测试了一款搭载本地 AI 的 Debian Linux——看看它是否适合你

即将推出的是 Nvidia 的 Nemotron 3.5 Lightning，Nvidia 表示它是为高吞吐量和长时间运行的任务而设计的。自然，你将能够根据自己交给这个 agentic AI 的任务，在不同模型之间切换。

无论你的系统和 GPU 是否能够承受 Portable Computer 的高要求，这一最新进展确实为本地 AI 提供了一个新选择。希望未来这些要求会逐渐降低，为更多人转向本地 AI 铺平道路，以获得更好的性能、更强的安全性和更低的成本。

来源与参考

1. 原始链接
2. Portable Computer is Perplexity's new local AI agent - why it's a game changer