Perplexity于周二推出了一款完全在本地机器上运行AI的产品，该公司表示，它将“让私有数据留在本地，仅在任务需要时才升级到云端”。

这项服务名为Portable Computer，是Perplexity Computer的本地版本，可在英伟达DGX Spark上运行Qwen 3.8 27B，或运行PPLX 27B——后者是Qwen模型的后训练版本。Perplexity还表示，一款30B的开放模型即将加入模型选择器。编排器、规划器、工具路由器、调度器、持久化任务队列和本地搜索索引全部在设备上运行。

Portable Computer要求以Linux作为底层操作系统，Windows支持“即将推出”。

对企业IT而言，最关键的好处是Perplexity承诺数据留在本地，且设备上的工作不消耗token额度。只有当系统被明确要求“为更高级的研究和推理”将计算转移到云端时，客户才需要付费。

尽可能多地在本地完成工作正在成为一种趋势，因为用户在寻求降低token成本，并尽量减少对日益昂贵的高端AI系统的依赖。

“用户可能希望一份条款清单的机密细节留在本地，但升级到云端以获取当前市场可比数据或近期先例交易，”Perplexity在公告中指出。“Portable Computer的本地编排器可以将任务升级到云端，以获取当前信息、使用浏览器、连接应用，或使用15个以上前沿模型之一进行高级推理。通过应用连接器，Portable Computer可与Google Drive、Gmail、Slack和GitHub协同工作。”

纽约技术咨询公司Tribeca Softtech的首席战略官Aman Mahapatra表示，他看好该产品所包含的全面能力。

“在本地运行模型两年来已是基本门槛，”Mahapatra说。“而在本地运行整个智能体控制平面，意味着‘任务是否需要云端’这一决策本身也在设备上做出，由一个经后训练以保持工作本地化、必要时才升级的模型来完成。”

硬件门槛不低

然而，一些顾问和分析师质疑，就目前而言，其经济性以及数据和token控制功能是否真正为企业级应用做好了准备。

Gartner副总裁级分析师Nader Henein表示，Perplexity宣布的部分模型如今已可在配备现成GPU的高端笔记本上运行，“但在我们看到Portable Computer的价格之前，很难对此感到兴奋。”

LexisNexis Risk Solutions Group的首席信息安全官（CISO）Flavio Villanustre也指出：“硬件要求相当苛刻，尤其是考虑到当前包括内存、GPU等在内的硬件成本。它至少需要一块具备24GB显存的本地GPU作为最低配置。”

“尽管它可能有助于降低持续开支，但确实需要在这类专业硬件上进行前期投资，”他说。

云端使用控制的隐忧

但多位顾问对本地与云端之间决策的执行方式缺乏细节表示担忧。例如，用户可能会条件反射地同意弹出云端计算的请求——就像他们随手同意任何弹出的软件条款一样。又或者，攻击者可能利用提示词工程等手段植入隐藏指令，让系统在用户不知情的情况下转移到云端。

咨询公司Acceligence的CEO Justin Greis指出：“本地优先不应与仅限本地混为一谈，这一区别将至关重要。用户经常在自己并未完全理解的情况下批准提示，而日益自主的AI智能体正跨文件、应用、连接器和工作流运行，其复杂程度可能远超用户所见。AI应该能够请求许可，但企业需要有能力说‘你不被允许询问’。”

Aikido Security的企业CISO Mike Wilkes建议，防止云端使用的一种方法是IT部门封锁这些系统，使其无法进行任何外部访问，但他怀疑这种做法不会被人接受。

“如果企业仅靠拒绝网络访问来解决安全问题，无论是智能体还是其用户都不会满意。对许多有价值的使用场景而言，连接本身就是意义所在，”Wilkes说。“例如，一家自营交易公司可能希望在本地处理机密模型和头寸，同时仍获取实时市场数据、SEC文件、新闻或研究信息流。”

Mahapatra则指出，尽管内置控制无法防止未经授权的云端升级，“原因是结构性的，而非对Perplexity工程能力的否定。这道闸门是一个权限提示，那是同意，而非控制。它依赖于一个概率模型正确分类敏感内容并正确界定升级载荷范围，还依赖于用户对一个无法完全审视的请求做出判断。两者在对抗性场景下都会失效。”

他指出，在一个同时持有授权云端路径的设备上配备Gmail、Drive、Slack和GitHub连接器，“这与今年公开的每一条Copilot数据外泄链背后的连接器加出口组合如出一辙。能够满足企业安全评审的是网络层方案，而非应用层方案，而该产品并不具备。”

他说，要做到这一点，需要强制出口代理、对每个升级载荷的DLP（数据防泄漏）检查、无论模型如何判断都会拦截已定义数据类别的确定性分类规则，以及对离开设备内容的不可篡改日志。“沙箱化执行解决的是代码隔离问题，对数据出口治理毫无帮助。”

他向Perplexity提出的问题是：企业管理员能否以本地模型无法覆盖的方式集中定义升级策略，并生成完整的越界审计日志。“如果升级由用户同意和模型判断来治理，这就是一款有强大隐私故事的消费级产品，而不是一款有合规故事的企业级产品，”他还补充道：“谁先推出带可执行出口检查和防篡改审计的集中管理升级策略，谁就将拿下受监管行业的本地AI市场。”

Perplexity的回应

面对采访请求，Perplexity传播经理Beejoli Shah提供了一份电子邮件声明，反驳了数据可能在未经刻意许可的情况下传输到云端的说法。她写道：“本地文档中的内容无法自行授权升级，也无法覆盖产品控制。升级到云端需要在将应用从默认的仅本地模式切换出来之外，还获得逐操作的明确批准。”

Shah表示，只有当用户已在应用设置中把“允许顾问升级”（allow advisor escalation）切换为“开启”时，这种数据迁移才会发生。“当该开关未打开时，任何工作都无法进入云端，”她说，并指出该产品对智能体可使用的本地数据和出站操作施加了限制。

她补充说，用户还必须在应用内审查将任务的一部分发送到云端的请求，而且正如介绍视频所示，该请求弹出窗口与提示输入框大小相同。此外她说：“升级只被允许一次，不会延伸到任务的其余部分，也不会延伸到未来会话。”