loading...
Perplexity这次更新Perplexity Computer的方式，更像是在重新划一条边界线：哪些计算可以留在设备里，哪些必须上云。听上去是架构优化，但实际触碰的是一个更现实的问题——AI智能体越来越像“持续工作系统”，而不是一次性问答工具之后，数据在哪里处理就不只是性能问题，而变成隐私、成本和延迟的综合博弈。
端云混合推理并不是新概念，但这次的关键变化在于它被嵌入到智能体环境里，而不是传统意义上的应用层优化。系统会先判断任务类型，再判断数据敏感度，然后决定路径：本地还是云端。这个流程在结构上有点像早期移动操作系统的权限分发，但现在处理的是推理任务本身，而不是单纯的文件访问。
Perplexity的设计里，本地设备承担的角色并不轻。隐私扫描、个人身份信息识别、敏感内容过滤，这些任务被明确下沉到端侧模型处理。换句话说，在数据还没离开设备之前，已经先被“预处理”了一遍。只有在信息被认为安全或脱敏之后，才会进入云端大模型的推理流程。
这一步其实挺关键，它改变的不只是计算位置，而是数据流的顺序。
过去的云AI架构更像单向通道：输入上传，云端处理，再返回结果。现在的混合模式更像分层管道，前置筛选成为必要环节。某种程度上，这也回应了近年来对数据主权的持续讨论——尤其是在企业和个人数据边界越来越模糊的情况下。
Perplexity选择在Intel和英伟达RTX Spark硬件上优先落地，这个组合并不偶然。本地AI算力已经从“能跑模型”转向“能跑一部分系统逻辑”。GPU厂商不再只是训练端的卖铲人，而是开始进入推理分发的关键节点。RTX Spark这类面向边缘AI的硬件，本质上是在为“本地智能体常驻运行”提供基础设施。
演示视频里的一个细节其实比架构本身更直观：本地子智能体在检测到敏感文件后，会直接拦截并只发送脱敏后的指令给云端。这种设计把信任链条拆成了两段，本地先做判断，再决定云端是否有资格看到完整信息。
这和传统云安全模型不太一样。以前是“上传后再加密”，现在变成“先过滤再上传”。逻辑顺序的变化，会直接影响企业对AI系统的接受程度，尤其是在金融、医疗、法律这类对数据敏感度极高的行业。
更现实的动机其实绕不开成本问题。云端大模型调用并不便宜，尤其是当智能体从“问答工具”变成“持续运行的操作系统”之后，推理次数会指数级上升。如果所有计算都堆在云端，成本结构很难维持。把低复杂度任务下沉到本地，是一种非常直接的经济优化，而不是单纯的技术选择。
类似的路径已经在其他厂商身上出现过。苹果在端侧AI上的持续投入、微软在Copilot架构中对本地缓存与边缘推理的尝试，本质上都在解决同一个问题：如何避免AI成为纯云成本黑洞。
Perplexity的差异在于，它把这个问题直接嵌入到了“智能体环境”里，而不是单一产品功能。这意味着未来用户交互的不只是模型，而是一套持续运行的决策系统，而这套系统本身会不断决定数据在哪里流动。
从更长的技术演化来看，AI架构正在从“模型中心”转向“计算路径中心”。以前大家比的是模型参数规模，现在开始比的是数据在哪里处理、处理多少、以及是否需要上云。某种意义上，这比单纯堆参数更接近基础设施竞争。
混合推理并不会消除云的重要性，反而可能强化云端在高复杂度任务中的核心地位。但边界正在变得模糊。设备不再只是终端，而是带有判断能力的前置节点。云也不再是默认计算场，而是按需调用的高性能后端。
这种变化不会立刻改变用户体验，但会慢慢重塑成本结构和信任结构。AI系统正在从“把所有东西交给云”转向“先在本地做决定，再考虑是否让云介入”。看起来只是一次架构调整，实际上是在重新定义谁有权看到数据，以及计算发生在什么地方。
102
102
