Perplexity Computer 的混合调度解决了 AI 任务中隐私与算力的两难，做自动化或智能体开发的团队可以关注这个架构思路，看看如何在不牺牲性能的前提下保护用户数据。
Perplexity 宣布将于 7 月升级其自主 AI 智能体系统 Perplexity Computer，引入混合 AI 调度能力。该功能可根据任务场景自动拆分：涉及金融记录、健康信息等敏感数据的部分由本地模型处理，复杂任务则调用云端前沿模型。设备上的小模型会先判断哪些内容应留在本地，避免用户手动选择。Perplexity 认为真实任务混合了隐私判断、内容理解和复杂生成，因此按环节协调本地与云端模型完成结果。
Perplexity Computer 下月将拆分 AI 任务，隐私和算力各走一边
IT之家 6 月 3 日消息，Perplexity 今天（6 月 3 日）发布预告，计划 7 月升级 Perplexity Computer，引入混合 AI 调度能力， 可在本地模型与云端前沿模型之间自动拆分任务。 Perplexity Computer 是 Perplexity 于今年 2 月推出，基于云端的自主 AI 智能体系统，目标成为用户的个人智能体团队。 IT之家附上相关视频如下： 根据官方描述，该功能会自动基于场景、需求等拆分任务，涉及敏感数据的任务交由本地 AI 完成，处理复杂任务时调用云端前沿模型。 Perplexity 举例称，金融记录、健康信息和个人文件都可能涉及敏感数据。设备上的小模型会先判断哪些内容应留在本地，避免用户一开始就手动选择“本地”或“云端”。 与此同时，需要前沿模型完整能力的部分会交给服务器处理。Perplexity 的说法是，真实任务往往不是单一类型，而是混合了隐私判断、内容理解和复杂生成。因此，Perplexity Computer 会按任务环节拆分，并协调本地与云端模型完成结果。