Perplexity 为 Mac 客户端推出了全本地运行的 Perplexity Computer：模型和执行任务的 Agent 都在 Mac 上运行。用户授权后，它能处理本地文件和原生应用，完成任务时无需把敏感内容交给云端模型分析。

主要变化包括：

• 模型和 Agent 都在本机：本地模型负责理解任务，Agent 负责调用获准的工具和应用；
• 本地处理私密资料：按官方说明，本地任务可以处理文件和应用中的敏感信息，无需将这些内容发送到云端模型；
• 本地任务不扣积分：不消耗 Computer credits，仍有订阅条件；
• 可选混合计算（Hybrid）：云端负责公开检索与推理，Mac 负责处理私密文件和本机操作，两端自动协调分工；
• 有订阅与设备条件：向 Pro、Max 和 Enterprise 用户开放，需受支持的 Apple silicon Mac，全本地推荐 36 GB 统一内存。

功能特点：本地 Agent 在电脑上如何跑通具体任务？

在日常使用中，用户交给 AI 助手的任务往往涉及大量不可公开的私人信息。官方演示展示了两个典型的本地执行场景：

第一个场景是本地敏感文件的深度梳理。用户在输入框中选定 PPLX Pro 模型，要求它“读取 ~/Clients/West/Okonkwo 目录下的最新邮件与税单，准备 Okonkwo 家族的第三季度投资复盘笔记，标出本季度变动以及 2027 年需覆盖的核心议题”。画面展示了表格、邮件和终端工具，随后产出一份复盘页面，列出退休、住房、投资分散和社保等议题。它展示的是从多份资料整理出讨论要点的过程，不能据此判断金融建议的准确性。

第二个场景是跨系统应用的协同提取。指令要求扫描用户的邮件、短信、Slack 和日历，“将需要今天回复或处理的所有事项添加到‘提醒事项（Reminders）’”。系统自动读取各应用中分散的信息——例如短信里关于周五会议改期的对话——并将待办条目从原本的 1 项自动扩充为 5 项，直接写入系统原生提醒事项。

官方博客还给出了一个客户提案场景：把保密访谈纪要、客户需求和内部价目表整理成提案，写出项目范围、Excel 预算，以及供人审阅的 Outlook 邮件草稿。

这些任务的共同用途，是把“读资料”一直接到“准备工作成果”：用户少做一轮逐份提取、整理，再转写到文档、表格和应用里的手工工作。经常整理客户材料、做预算提案，或从多个应用汇总事项的人，都能据此判断它是否用得上。

本地推理不等于所有应用都能离线使用。 邮件或 Slack 获取、同步消息仍可能需要联网；这与 AI 在哪里理解消息、决定下一步，是两个不同环节。

核心机制：“本地动脑”与“本地动手”的区别

“本地动脑”指模型在电脑上理解任务、分析内容；“本地动手”指 Agent 在电脑上调用工具、操作文件和应用。操作发生在 Mac 上，还不能单独说明分析也发生在 Mac 上。

例如，假如一个桌面助手把报税单交给云端模型分析，再将分析结果写回本地文件，那么写文件这一步在 Mac 上，分析报税单这一步仍在远端。Perplexity 此次的全本地模式，把模型推理和 Agent 执行都放到了 Mac。

1. 本地模型负责理解任务：本地模型在 Mac 上运行，分析获准读取的内容，决定要做什么；
2. 本地 Agent 负责执行动作：调用获准的工具，读取文件、处理应用信息，把任务推进到结果。模型与这套执行系统配合，才不只是聊天框里的回答。

Hybrid 怎样把云端研究和私密资料接起来？

Hybrid 由云端做公开研究、规划与推理，Mac 处理私密文件和本机应用动作。 Computer 自动协调两端，再把工作合并为一个结果。用户不用自己把任务拆成多轮提示，再在几个工具之间搬运资料。

例如，审查一笔交易时，云端可以查公开财报、同类交易与市场信息，Mac 则读取机密交易文件，提取条款和财务假设，再找出两边信息不一致的地方。这就是 Hybrid 的实际用途：把外部研究与不能直接交给云端的内部材料放进同一个工作流程。

这个过程由 Mac 上的隐私闸门（Privacy Gate）控制信息外发。按官方说明，本机分类器先识别姓名、地址、账号等敏感值，用代号替换后再发送；答案返回 Mac 时，再恢复真实值。比如客户姓名先换成“客户 A”，云端围绕代号处理请求，回到本机的结果再换回姓名。按规则，闸门也可以把信息留在本地、拒绝外发，或先询问用户。Hybrid 仍会与云端交换信息，保护的是哪些内容可以出去、出去前怎样处理。

两种模式怎么选？看资料是否齐全，以及是否需要云端参与

全本地也能完成复杂、多步骤工作，选择依据不能只看任务难不难。 官方给出的两个对照更直接：

• 私密持仓＋已经下载的行情资料：可以全本地分析。 如果所需资料已在本机，又希望规划、分析和执行都在 Mac 上完成，就选全本地。
• 机密财务＋最新市场研究：可以选 Hybrid。 Mac 处理保密材料，云端补上公开研究和推理，再合并成果。

本地任务中途需要最新信息、浏览器、连接应用或云端模型帮助时，用户也可以授权 Computer 调用云端；涉及云端的步骤就不再是全本地处理。

Hybrid 还提供了远程使用的方式：从 iPhone 发起任务，由 Mac 读取私密文件、执行敏感步骤，结果回到同一个任务，供其他设备打开。产品页也展示了每周一重复执行、把更新成果发送到 Slack 和邮件的场景，适合需要持续更新同类工作成果的需求。

本地使用的 PPLX Pro 是什么模型？

这段演示选用了 PPLX Pro，它并非唯一的本地模型选项。官方称它是 Qwen 的后训练版本：也就是在已有模型基础上继续训练，再用于这里的任务。仅凭“后训练”这个名称，无法得知具体训练方法或性能提升；官方此次公开说明也没有给出相应评测。可选模型以应用内提示为准。

谁能用，怎样开始？

本地任务不消耗 Computer 积分，但这项功能仍面向 Pro、Max 和 Enterprise 订阅用户。 前者说的是执行本地任务时是否扣积分，后者说的是能否使用这项功能；两者不能混为一谈。Hybrid 产品页也说明，本地模型处理的工作不消耗云端积分；这不代表整个 Hybrid 任务免积分。

设备要求因运行模式而异：

• 全本地模式：需要在受支持的 Apple silicon Mac 上运行。官方推荐 36 GB 统一内存，这是推荐配置，官方并未把它列为最低内存要求。模型改在本机运行后，会与系统和其他应用一起使用 Mac 的资源，不能从这个推荐值推断低内存机型的实际速度或兼容性。
• 混合计算（Hybrid）模式：官方产品页标明的要求为 Apple silicon Mac 与 macOS 15 及以上系统，统一内存门槛为 最低 24 GB，推荐 32 GB。

开始使用的步骤：

1. 从官方入口下载并安装最新版的 Perplexity Mac 客户端；
2. 按照应用内提示一键下载所选的本地模型（只需在应用内配置一次，无需自行安装 Ollama、配置本地运行环境或配置 API 密钥）；
3. 在模型选择器中，根据任务需要选择全本地（fully local）直接在 Mac 上运行，或选择混合计算（Hybrid）并分别指定本地模型与云端模型。具体支持情况以应用内提示为准。