最新Perplexity混合推理深度测评：本地云端自动分配，隐私效率双赢

人工智能公司 Perplexity 宣布，旗下智能体系统 Perplexity Computer 将于今年夏季迎来重大升级。新版引入“混合智能体推理”机制：系统会根据任务类型与数据敏感度，自动在本地模型与云端模型间灵活切换，实现精细化任务分配与资源调度。

作为用户侧智能执行助手，Perplexity Computer 此次升级的核心在于权衡隐私保护与计算性能。接收任务后，系统将其自动拆分为若干子任务，并在本地与云端之间协同编排，用户无需在安全性与处理速度之间妥协。

敏感数据严格驻留本地

新模式下，涉及财务记录、健康信息、个人文件等高敏感数据时，系统优先指派运行在用户设备上的本地小型模型处理。这些本地模型执行严格的数据隔离策略，确保核心隐私数据不离开个人设备，从根源上阻断泄露风险。

反之，对隐私要求较低但需要强逻辑推理、大上下文窗口及高算力的复杂任务，则自动路由至云端前沿大模型执行。这种设计在保障隐私的同时，充分释放云端顶级算力与 token 利用效率。

打破传统边界的协同进化

值得关注的是，Perplexity 强调现实世界中大多数任务同时包含敏感与非敏感信息。因此，Perplexity Computer 的自动任务拆分与协同编排能力尤为关键——整个推理过程对用户保持透明、流畅，提供无缝的混合 AI 体验。

根据官方路线图，这项混合 AI 编排与推理功能预计在2025年7月向 Perplexity Computer 用户推送。它不仅验证了端云结合架构的落地潜力，也为未来 AI 智能体在办公效率与隐私合规之间的融合，树立了新的实践标杆。