Perplexity 为 Mac 推出 Hybrid Compute 混合计算功能

Hybrid Compute 并非简单地将 Computer 切换至离线模式，而是在任务执行过程中进行拆分。每项任务始于云端，由一个编排层分析提示词并决定如何路由每个步骤 ^[1]。涉及私密文件或需在设备端执行的操作将交由运行在 Mac Apple 硅芯片上的本地子智能体处理，而网络搜索、长周期规划和复杂推理则保留在云端 ^[1]。在任何内容离开设备前，Perplexity 的设备端 PII 分类器 PII-Tracer 会扫描其中的敏感信息，如姓名、地址和账号，并将其替换为占位符，在云端模型返回答案后再恢复原始内容 ^[2]。Perplexity 表示，该分类器基于 Qwen3 架构构建，是一个仅 6 亿参数的紧凑型编码器，公司还同步发布了 PII-TRACE 基准测试集，包含 13,148 场对话、覆盖 13 种语言，用于验证该方法的有效性 ^[3]。即使任务从 iPhone 或 iPad 发起，该路由机制依然有效：只要用户的 Mac 处于开机状态并运行 Perplexity，这些设备即可在云端启动会话，并将敏感步骤交由 Mac 处理 ^[8]。

Mac 版 Hybrid Compute 是一系列快速推进中的第三步，而非孤立功能。Perplexity 最早于六月在台北 Computex 2026 展会上与 Intel 联合预览了该技术的核心理念，当时推出的是面向搭载 Intel 芯片 PC 的本地/服务器混合推理编排器，主要目标是通过将轻量级任务路由至本地硬件来降低计算成本和延迟 ^[4]。今年五月，其 Personal Computer 智能体应用（即 Computer 的前身）向所有 Mac 用户开放，不再局限于 Max 订阅用户的等待名单，但当时处理仍主要依赖云端 ^[5]。到 9 月 1 日，该功能真正具备了企业级能力：管理员现在可设置组织范围的敏感性策略，规定哪些内容必须保留在本地、哪些可被遮蔽、哪些需人工审批，并可审计每台设备外传数据的完整记录，这一功能明确针对法律、金融和医疗等受监管行业的合规团队 ^[6]。这一演进路径——先以成本驱动路由，再扩大可用性，最后引入合规级隐私控制——表明 Perplexity 正在将企业级信任作为对抗纯云端智能体产品的竞争优势。

Perplexity 自身的表述坦率地承认这是一种权衡，而非免费午餐。一位 Perplexity 代表承认，完全依赖前沿云端模型的输出“在原始内容生成方面几乎总是更优”，能力也更强，但公司希望用户能自主决定任务在能力与隐私之间的平衡点 ^[1]。VentureBeat 的报道则进一步强调了风险：保护整个系统的隐私闸门本身就是一个机器学习分类器，而分类器可能出错——一旦出现漏报，敏感数据仍可能在防护机制下流入云端 ^[7]。这两种说法均非虚构炒作，而是对同一设计选择的两种诚实解读。Perplexity 押注的是，一个快速的设备端分类器足以捕捉大多数敏感内容从而值得信赖；而外部观察者则指出，“足够”不等于“全部”。

独立媒体对 9 月 1 日发布的报道普遍关注了 Perplexity 官方公告之外的两点。MacStories 详细列出了发布时可用的本地模型：Gemma E4B、Qwen3.6 35B-A3B 以及 Perplexity 微调的 Qwen3.6 35B 模型，并明确了确切的内存门槛（最低 24GB，推荐 32GB）^[8]，补充了发布博客中较为简略的技术细节。另一方面，当 Perplexity 最初在与 Intel 的 Computex 合作中阐述其混合推理策略时，CEO Aravind Srinivas 将底层路由系统比作“AI 任务的空中交通管制系统”^[9]，这一比喻延续到了 Mac 发布会，Srinivas 在宣布时强调的是具体的敏感文档场景，如血液检测报告、纳税申报表和诉讼文件，而非抽象的隐私术语。大约三个月前发布的一段短视频已涵盖混合推理的总体概念，表明 Perplexity 在推出这一强化的 Mac 专属版本前已向公众预热，尽管该视频早于且未描述实际的 PII-Tracer 功能集。