Perplexity Portable Computer 是 Perplexity Computer 的“本地优先”版本，于 2026 年 8 月 25 日与 NVIDIA 合作推出。它不是单纯把一个聊天模型下载安装到电脑上，而是将模型、规划器、工具、连接器、推理引擎、智能体运行环境和安全沙箱打包到支持的本地硬件中运行。35

这带来一种折中方案：日常任务和多步骤工作可以留在用户自己的设备上；如果某个环节需要更强的前沿云端模型，系统会在发送该步骤前请求用户批准。36

它与本地聊天机器人有什么不同？

普通本地聊天机器人通常只负责在设备上完成模型推理。Portable Computer 的目标更进一步：让完整的智能体工作流也尽可能在本地执行，包括任务拆解、规划、调用工具、连接应用以及生成最终结果。35

这意味着用户可以让它处理本地文件、分析数据、创建文档，或与 Slack、Google Drive、Gmail、GitHub 等服务协作。138它延续了 Perplexity Computer 的核心思路——理解一个目标，跨越多个工具执行步骤，而不是只返回一段文字答案。2528

Portable Computer 如何保护隐私？

Portable Computer 的默认路径是本地执行。Perplexity 表示，每项任务都会先在用户设备上开始；如果任务能够由本地模型和工具完成，相关文件与工作内容就不必自动发送到云端。完全由本地模型完成的工作也不会消耗 Perplexity 的令牌限制或计费额度。13

适合本地处理的任务包括：

• 查阅包含税务表格或券商记录的私人文件夹
• 分析 CSV 文件和其他文档
• 提取信息并生成报告
• 创建文档和其他输出内容
• 使用 Slack、Google Drive、Gmail、GitHub 等已连接服务138

安全方面，Perplexity 的发布信息称，智能体运行环境使用操作系统级安全沙箱。如果所需沙箱不可用，系统会禁用工具执行，而不是在缺少保护的情况下继续运行。35

这与云端优先的智能体有明显区别：更多敏感信息可以留在本机，离开设备的数据量也可能因此减少。不过，“本地优先”并不等于任何情况下都绝不连接服务器。对于本地模型无法胜任的子任务，Portable Computer 仍可以请求云端协助。

云端升级是如何工作的？

Portable Computer 更准确的定位是“本地优先”，而不是在所有情况下都“仅本地运行”。当系统判断某个步骤需要更强的前沿模型时，它会先征求用户同意，再把这一具体步骤发送到云端；云端返回的结果随后会被送回原本的本地工作流。36

这种设计让用户在隐私和推理能力之间自行取舍：普通工作留在本地，复杂环节则在获得许可后使用云端能力。

目前所提供的报道支持“用户授权后升级到云端”这一机制，但没有独立确认原始问题中提到的所有具体实现细节，尤其是个人身份信息（PII）标记方式，以及是否采用特定的纯文本审批流程。因此，这些细节不应视为已经被现有来源证实。

首发支持哪些本地模型？

Portable Computer 首发提供两种本地模型选择：

• Qwen 3.8 27B
• PPLX 27B：Perplexity 基于 Qwen、针对其智能体运行环境进行后训练的版本38

Perplexity 表示，后续计划支持 NVIDIA Nemotron 3.5 Lightning。38

模型选择相对集中，正是本地运行的现实取舍之一。用户获得的是经过整合的智能体产品，而不是云平台上数量庞大的前沿模型目录；换来的则是更多日常工作可以在自己控制的硬件上完成。

Perplexity 公布了怎样的性能数据？

Perplexity 公布的内部 Local Knowledge Work Bench 测试包含 53 项任务，结果如下：

• Qwen 3.8 27B 搭配 Computer：82.6%
• PPLX 27B：85.4%
• 使用相同模型的 Pi：77.6%
• 使用相同模型的 Hermes：74.0%3

在 BrowseComp 测试中，Perplexity 报告 Portable Computer 的成绩为 66.7%，Pi 为 50.2%，Hermes 为 43.9%。同一比较中，Perplexity 还称其墙钟时间比 Pi 少 51%，令牌数量少 70%。在多模态文档理解测试中，Perplexity 报告的成绩为 65.1%，而 Pi 和 Hermes 分别为 34.6% 和 13.9%。3

需要注意的是，这些是 Perplexity 自行进行并公布的评测结果，并非独立基准测试。它们可以帮助读者理解 Perplexity 的性能主张，但不能据此断定 Portable Computer 在所有工作负载中都一定优于其他本地智能体系统。

硬件和操作系统要求

首发支持：

• NVIDIA DGX Spark
• 配备 NVIDIA RTX GPU、显存至少为 24GB 的 Linux 设备，大致相当于 RTX 3090 或更新型号3515

Windows 支持预计在 2026 年 9 月推出。23

硬件门槛是首发版本最明显的限制。与普通云端聊天相比，本地智能体需要更多计算能力和显存，因此 Portable Computer 目前更适合拥有高端 NVIDIA 设备的开发者、专业用户和企业用户，而不是大多数普通笔记本电脑用户。

哪些 Perplexity 订阅计划包含 Portable Computer？

以下订阅层级可在不额外支付产品费用的情况下使用 Portable Computer：

• Pro
• Max
• Enterprise Pro
• Enterprise Max3

“无需额外费用”指的是订阅权益，并不意味着用户无需准备兼容硬件。设备仍必须满足 Portable Computer 的运行要求。

它如何延续 Perplexity Computer 的产品路线？

Perplexity 于 2026 年 2 月推出 Computer，将其定位为能够协调多个模型、浏览网页、调用工具并完成长流程工作的云端智能体。2528

2026 年 7 月，Personal Computer 又将这套智能体能力带到 Windows，让用户可以在本地文件、Microsoft 365 和网页之间开展工作。18

Portable Computer 则继续向前推进：它不是把本地推理做成一个独立聊天应用，而是尝试将 Computer 的核心运行环境本身部署到支持的 NVIDIA 硬件上。3

这条产品路线可以概括为：

1. Computer：建立面向云端的多步骤智能体。
2. Personal Computer：让智能体更贴近用户的本地文件和桌面应用。
3. Portable Computer：将核心智能体运行环境搬到支持的本地硬件上，并在必要时以用户授权为前提调用云端能力。31827

隐私、控制力与便利性之间的取舍

Portable Computer 的卖点并不只是“让模型在 GPU 上运行”。它把模型、规划器、智能体运行环境、推理引擎、工具、应用连接器和安全沙箱整合成一个产品，减少了用户分别安装和维护本地 AI 组件的负担。35

代价也很清楚：用户需要高性能 NVIDIA 硬件，首发操作系统支持有限，而且本地模型的推理能力可能不及最新云端系统。用户授权后再调用云端的混合模式，正是 Perplexity 试图提供的中间路线——让敏感资料和常规工作尽量留在本地，同时在复杂步骤上保留云端模型的能力。

对于经常处理私人文件、财务资料或企业数据的人来说，这种默认本地处理的设计可能比随时使用最大型云端模型更重要。对于一般用户而言，在 Windows 支持扩大、硬件门槛降低之前，传统云端智能体可能仍然更加方便。

Perplexity Portable Computer 是 Perplexity Computer 的“本地优先”版本，于 2026 年 8 月 25 日与 NVIDIA 合作推出。它不是单纯把一个聊天模型下载安装到电脑上，而是将模型、规划器、工具、连接器、推理引擎、智能体运行环境和安全沙箱打包到支持的本地硬件中运行。35

这带来一种折中方案：日常任务和多步骤工作可以留在用户自己的设备上；如果某个环节需要更强的前沿云端模型，系统会在发送该步骤前请求用户批准。36

它与本地聊天机器人有什么不同？

普通本地聊天机器人通常只负责在设备上完成模型推理。Portable Computer 的目标更进一步：让完整的智能体工作流也尽可能在本地执行，包括任务拆解、规划、调用工具、连接应用以及生成最终结果。35

这意味着用户可以让它处理本地文件、分析数据、创建文档，或与 Slack、Google Drive、Gmail、GitHub 等服务协作。138它延续了 Perplexity Computer 的核心思路——理解一个目标，跨越多个工具执行步骤，而不是只返回一段文字答案。2528

Portable Computer 如何保护隐私？

Portable Computer 的默认路径是本地执行。Perplexity 表示，每项任务都会先在用户设备上开始；如果任务能够由本地模型和工具完成，相关文件与工作内容就不必自动发送到云端。完全由本地模型完成的工作也不会消耗 Perplexity 的令牌限制或计费额度。13

适合本地处理的任务包括：

• 查阅包含税务表格或券商记录的私人文件夹
• 分析 CSV 文件和其他文档
• 提取信息并生成报告
• 创建文档和其他输出内容
• 使用 Slack、Google Drive、Gmail、GitHub 等已连接服务138

安全方面，Perplexity 的发布信息称，智能体运行环境使用操作系统级安全沙箱。如果所需沙箱不可用，系统会禁用工具执行，而不是在缺少保护的情况下继续运行。35

这与云端优先的智能体有明显区别：更多敏感信息可以留在本机，离开设备的数据量也可能因此减少。不过，“本地优先”并不等于任何情况下都绝不连接服务器。对于本地模型无法胜任的子任务，Portable Computer 仍可以请求云端协助。

云端升级是如何工作的？

Portable Computer 更准确的定位是“本地优先”，而不是在所有情况下都“仅本地运行”。当系统判断某个步骤需要更强的前沿模型时，它会先征求用户同意，再把这一具体步骤发送到云端；云端返回的结果随后会被送回原本的本地工作流。36

这种设计让用户在隐私和推理能力之间自行取舍：普通工作留在本地，复杂环节则在获得许可后使用云端能力。

目前所提供的报道支持“用户授权后升级到云端”这一机制，但没有独立确认原始问题中提到的所有具体实现细节，尤其是个人身份信息（PII）标记方式，以及是否采用特定的纯文本审批流程。因此，这些细节不应视为已经被现有来源证实。

首发支持哪些本地模型？

Portable Computer 首发提供两种本地模型选择：

• Qwen 3.8 27B
• PPLX 27B：Perplexity 基于 Qwen、针对其智能体运行环境进行后训练的版本38

Perplexity 表示，后续计划支持 NVIDIA Nemotron 3.5 Lightning。38

模型选择相对集中，正是本地运行的现实取舍之一。用户获得的是经过整合的智能体产品，而不是云平台上数量庞大的前沿模型目录；换来的则是更多日常工作可以在自己控制的硬件上完成。

Perplexity 公布了怎样的性能数据？

Perplexity 公布的内部 Local Knowledge Work Bench 测试包含 53 项任务，结果如下：

• Qwen 3.8 27B 搭配 Computer：82.6%
• PPLX 27B：85.4%
• 使用相同模型的 Pi：77.6%
• 使用相同模型的 Hermes：74.0%3

在 BrowseComp 测试中，Perplexity 报告 Portable Computer 的成绩为 66.7%，Pi 为 50.2%，Hermes 为 43.9%。同一比较中，Perplexity 还称其墙钟时间比 Pi 少 51%，令牌数量少 70%。在多模态文档理解测试中，Perplexity 报告的成绩为 65.1%，而 Pi 和 Hermes 分别为 34.6% 和 13.9%。3

需要注意的是，这些是 Perplexity 自行进行并公布的评测结果，并非独立基准测试。它们可以帮助读者理解 Perplexity 的性能主张，但不能据此断定 Portable Computer 在所有工作负载中都一定优于其他本地智能体系统。

硬件和操作系统要求

首发支持：

• NVIDIA DGX Spark
• 配备 NVIDIA RTX GPU、显存至少为 24GB 的 Linux 设备，大致相当于 RTX 3090 或更新型号3515

Windows 支持预计在 2026 年 9 月推出。23

硬件门槛是首发版本最明显的限制。与普通云端聊天相比，本地智能体需要更多计算能力和显存，因此 Portable Computer 目前更适合拥有高端 NVIDIA 设备的开发者、专业用户和企业用户，而不是大多数普通笔记本电脑用户。

哪些 Perplexity 订阅计划包含 Portable Computer？

以下订阅层级可在不额外支付产品费用的情况下使用 Portable Computer：

• Pro
• Max
• Enterprise Pro
• Enterprise Max3

“无需额外费用”指的是订阅权益，并不意味着用户无需准备兼容硬件。设备仍必须满足 Portable Computer 的运行要求。

它如何延续 Perplexity Computer 的产品路线？

Perplexity 于 2026 年 2 月推出 Computer，将其定位为能够协调多个模型、浏览网页、调用工具并完成长流程工作的云端智能体。2528

2026 年 7 月，Personal Computer 又将这套智能体能力带到 Windows，让用户可以在本地文件、Microsoft 365 和网页之间开展工作。18

Portable Computer 则继续向前推进：它不是把本地推理做成一个独立聊天应用，而是尝试将 Computer 的核心运行环境本身部署到支持的 NVIDIA 硬件上。3

这条产品路线可以概括为：

1. Computer：建立面向云端的多步骤智能体。
2. Personal Computer：让智能体更贴近用户的本地文件和桌面应用。
3. Portable Computer：将核心智能体运行环境搬到支持的本地硬件上，并在必要时以用户授权为前提调用云端能力。31827

隐私、控制力与便利性之间的取舍

Portable Computer 的卖点并不只是“让模型在 GPU 上运行”。它把模型、规划器、智能体运行环境、推理引擎、工具、应用连接器和安全沙箱整合成一个产品，减少了用户分别安装和维护本地 AI 组件的负担。35

代价也很清楚：用户需要高性能 NVIDIA 硬件，首发操作系统支持有限，而且本地模型的推理能力可能不及最新云端系统。用户授权后再调用云端的混合模式，正是 Perplexity 试图提供的中间路线——让敏感资料和常规工作尽量留在本地，同时在复杂步骤上保留云端模型的能力。

对于经常处理私人文件、财务资料或企业数据的人来说，这种默认本地处理的设计可能比随时使用最大型云端模型更重要。对于一般用户而言，在 Windows 支持扩大、硬件门槛降低之前，传统云端智能体可能仍然更加方便。