Perplexity AI 发布混合本地-云端推理调度器，自动分流设备与服务器任务

一句话看懂

Perplexity AI 在 Computex 2026 上推出混合本地-服务器推理调度器，自动在本地设备和云端模型间分配 AI 任务，兼顾隐私、成本与性能，2026 年 7 月上线。

详细发生了什么

Perplexity AI 在 Computex 2026 上发布了首个混合本地-服务器推理调度器（hybrid local-server inference orchestrator）。这套系统能自动将 AI 任务在用户本地设备和云端前沿模型之间路由，用户不用提前做决定。该功能预计 2026 年 7 月登陆 Perplexity Computer。

核心是“混合代理推理”（Hybrid Agentic Inference）：一个紧凑的本地 AI 模型运行在用户设备上，评估每个传入任务或子任务，判断它是否涉及敏感数据、是否需要大量计算，或者能否完全在设备上处理。根据评估结果，工作要么留在本地，要么发送到云端前沿模型。系统在发送敏感任务到云端前会请求用户许可，解决了企业对数据治理的担忧。

Perplexity Computer 是该公司 2026 年 2 月推出的云上多模型代理产品，原本只跑在云端（$200/月）。Personal Computer 是独立产品，把计算机能力带到本地设备，支持本地文件、原生 Mac 应用、网页和 Perplexity 安全服务器，2026 年 4 月在 Mac 上推出，Windows 版计划中。新调度器是 Personal Computer 的下一步，现在系统会推理每个任务部分该在哪儿执行，而不仅仅是选哪个模型。

中文圈视角

对中文用户来说，这个功能有几点值得关注：

隐私与合规：国内用户对数据出境很敏感。Perplexity 的调度器把敏感数据（如财务记录、健康信息）留在本地，这符合国内数据本地化的要求。但 Perplexity 的云端服务可能仍涉及跨境数据传输，企业用户需要评估合规风险。
国产替代对比：国内类似产品如智谱 GLM 系列、DeepSeek 等，目前主要依赖云端推理，本地部署方案较少。Perplexity 的混合调度思路值得国内厂商借鉴，尤其在金融、医疗等对隐私要求高的行业。不过，国内用户可能要等类似功能出现在国产 AI 助手（如 Kimi、通义千问）上。
实际使用场景：中文用户日常写作、编程、办公等任务中，很多简单查询（如翻译、摘要）可由本地模型快速完成，复杂推理（如长文档分析、代码生成）则交给云端。这能降低延迟和成本，尤其适合频繁使用 AI 的学生和开发者。
硬件门槛：该调度器确认可在 Intel Core Ultra Series 3 和 NVIDIA RTX Spark 硬件上运行，国内用户需要注意设备兼容性。目前 Personal Computer 只支持 Mac，Windows 版还在等待列表中。

几条值得记住的细节

调度器由本地紧凑模型作为路由器，按数据敏感度和计算需求分类每个子任务。
敏感数据（财务记录、健康文件）留在本地；计算密集型任务发送到云端前沿模型，无需手动配置。
该框架是模型无关和芯片无关的，已确认可在 Intel Core Ultra Series 3 和 NVIDIA RTX Spark 上运行。
功能将于 2026 年 7 月登陆 Perplexity Computer，最初支持 Windows；Personal Computer 已在 Mac 上可用，Windows 版等待列表已开放。
Perplexity Computer 可在单个工作流中协调多达 20 个 AI 模型。

一句话总结

Perplexity 的混合调度器让 AI 在本地和云端自动切换，兼顾隐私与性能，但国内用户需关注数据合规和硬件兼容性。