Perplexity 企业版新动向：本地化 AI Agent 来了

本周 Perplexity 发布了 Portable Computer，这是其 Computer agent 的本地优先版本，运行在 Nvidia DGX Spark 工作站上，价格不菲：一台 DGX Spark 起售价 4,700 美元，而一块已经有些年头的 24GB RTX 3090 也能轻松卖到 1,500 美元以上。

但真正值得关注的，是价格标签背后的架构选择：大多数平台在构建 agent 时，通过更强的智能来提升可靠性。这通常意味着更大的编排模型、规划模型，或者用于审查工作的批评模型。

概率推理负责提议下一步行动，而确定性软件来决定是否执行。

Perplexity 选择了将这两项工作分离，而不是堆叠在一起。概率推理负责提议下一步行动，而确定性软件来决定是否执行。

循环控制器是代码，但决策权仍在模型

Perplexity 用"编排器"（orchestrator）一词来指代运行时控制器，而非规划模型。这个控制器负责组装上下文、执行策略，并在 OS 级沙箱内执行已批准的工具调用。公司表示，它是确定性代码，而非又一个模型。本地模型负责提议下一步行动，包括调用哪个工具以及何时向云端顾问求助。这种分工类似于控制平面架构——推理负责建议，而可审查的软件保留决策权。Perplexity Computer Enterprise 与基础设施副总裁 Nate Kupp 告诉 The New Stack，这个 harness（控制框架）占据了大部分工程工作。

相同权重，更高分数

Perplexity 保持基础模型和硬件不变，在同一台 DGX Spark 上对三个 agent 技术栈测试 Qwen3.8-27B。在其内部 Local Knowledge Work Bench 上，针对一组 53 项保留任务，公司报告 Computer 得分为 82.6%，Pi 为 77.6%，Hermes 为 74%。

在 ParseBench-100（涵盖图表、布局、表格和格式的子集）上，差距明显扩大。Perplexity 报告 Computer 为 65.1%，而 Hermes 为 34.6%，Pi 仅为 13.9%。

由于基础权重保持不变，这个差距衡量的是模型周围的系统，而非更好的模型。但这并不意味着权重不再重要。Perplexity 对 Qwen 进行了后训练得到 PPLX 27B，报告得分为 85.4%，高于其自身基础模型的结果。Harness 工程和后训练是这一方法的重要因素。

"harness"这个词涵盖的范围很广，包括 prompt、工具 schema、上下文管理、验证钩子和文档处理。编排代码只是其中一部分。

安全边界在模型之外

沙箱是边界，而非确定性本身。Perplexity 表示，沙箱限制了进程、文件系统路径和网络访问。如果沙箱不可用，harness 会在执行任何工具调用之前自行禁用。在这种场景下，确定性代码很有价值，因为它使策略易于审查，并帮助系统安全失败。确定性代码仍然可能存在漏洞，或者忠实地执行一个被允许的错误。

关键区别不在于模型编排和代码编排之间，而在于权限是否通过"用普通英语请求模型配合"以外的方式来执行。

同样的原则也塑造了上下文的消耗方式

Perplexity 报告称，Qwen3.8-27B 标称 260,000 token 的上下文窗口，但超过 100,000 token 后就开始表现下滑。因此，harness 保持核心 prompt 和工具集较小，并按需加载技能。常用连接器被做成命令行工具，而不是完整保留在上下文中的 Model Context Protocol 定义。

确定性执行无法挽救超出本地模型能力的推理。在 Terminal Bench 2.1 上，Perplexity 报告本地运行得分为 59.6%。让本地 agent 咨询 Claude Opus 5 将分数提升至 73.0%，而 Opus 5 单独工作时为 82.4%。所有这些仍然是供应商在该公司尚未开源的基准上报告的证据。

对于评估本地 agent 的企业来说，需要仔细审视的是授予和拒绝权限的那一层，因为这是平台工程体现最明显的地方。