8月25日,Perplexity AI发布了Portable Computer,一个跑在英伟达DGX Spark上的本地AI Agent。敏感数据不用上云,文件分析、工作流编排、代码执行全在本地完成,只在需要时才调用云端算力。
很多人第一反应是:Perplexity不是做搜索的吗?怎么突然搞了个本地Agent?但如果你回头看这家公司过去一年的产品路线,会发现这一步一点都不突然。它在不到一年的时间里完成了三次产品跳跃,每次都在回答同一个问题:AI时代的超级应用,到底应该长什么样?
第一次跳跃:从搜索到浏览器
Perplexity起家于AI答案引擎。用户问问题,它搜网页、总结信息、给出带引用的回答。到2025年中,月活超过4500万,月查询量约7.8亿次。
但创始人Aravind Srinivas很快意识到一个结构性问题:如果所有大模型最终都能联网搜索,那用户为什么要专门打开一个网站来搜索?ChatGPT、Gemini、Claude都能做这件事。
于是2025年,Perplexity发布了Comet浏览器。不是普通浏览器套一个聊天框,而是把AI Agent嵌到了浏览器底层,可以阅读网页、比较站点、订票填表、执行多步骤任务。逻辑很清楚:浏览器是AI Agent获取互联网权限的天然入口。做搜索框,你只是用户流程中的一个环节;做浏览器,你就变成了用户上网的环境本身。
第二次跳跃:从浏览器到Computer
第二次转向来得更快。去年底模型能力出现突破,Perplexity团队意识到可以做比浏览器更大的事。CBO Dmitry Shevelenko后来透露,Computer原本不在路线图里,是模型能力突破之后临时决定做的。
2026年2月,Computer发布。核心逻辑变了:给它一个目标,它自己拆解任务、分配子Agent、选择模型、查资料、写代码、调用服务、反复执行,最后把结果交给你。官方披露它可以同时调用19个模型,针对不同任务自动选择最合适的。Claude Opus 4.6做核心推理,Gemini做深度研究,Grok处理轻量查询,ChatGPT 5.2管长上下文。
Srinivas在Ask 2026上说了句话挺到位:「传统的OS接收命令,AI的OS接收目标。」从「回答问题」到「完成工作」,这是一次范式转换。
第三次跳跃:从云端到本地
Portable Computer是第三次跳跃。它解决的是一个很实际的问题:很多工作内容涉及敏感数据,企业不可能把所有文件都传到云端让AI处理。
方案是混合架构:本地运行Qwen 3.8 27B或Perplexity微调的PPLX 27B模型,规划、工具路由、调度、搜索索引全部本地执行,不消耗订阅积分。需要联网搜索、浏览器操作或更强算力时,才路由到云端15个以上模型,且每次上传数据都需要用户明确授权。
这个设计的精妙之处在于,它不选边站。不是纯本地,也不是纯云端,而是让敏感数据留在本地,把需要外部信息的部分交给云端。对企业用户来说,这可能是目前最务实的AI Agent方案。
不造发动机,造交通系统
Perplexity和其他AI公司最不一样的地方,在于它从头到尾没打算自己训练大模型。OpenAI在做模型,Anthropic在做模型,Google在做模型,Perplexity做的是模型编排。
它把这叫Model Council:同一个问题同时调用多个模型,再融合结果。它不押注某一个模型最强,而是让你永远用到当下最强的一组模型组合。训练前沿大模型要几十亿美元,Perplexity累计融资约15到17亿美元,打不起这场军备竞赛,但它选择了另一条路。
收入数据也印证了这条路走通了。从2025年中的约1亿美元ARR,到2026年4月CEO披露达到约5亿美元,同比增长335%,月活超过1亿。而且它放弃了广告模式,走订阅加企业服务路线。逻辑是:你的核心资产是「答案可信度」,广告会直接伤害这个资产。
离超级应用还有多远?
Perplexity目前的状态是:估值200亿美元,收入约5亿美元,月活1亿,产品线覆盖搜索、浏览器、Agent、本地执行、企业服务、API。它缺什么?缺一个操作系统级的默认入口。
所以它做了一系列看起来很疯狂的事:出价345亿美元收购Chrome、和三星合作Galaxy S26系统级集成、推出Personal Computer让AI长驻桌面。底层逻辑都是同一个:谁控制下一代互联网的AI入口?
从搜索引擎到浏览器到Agent到本地执行,Perplexity的战略逻辑一直很清晰:搜索只是入口,真正的终点是AI时代的操作层。这条路能不能跑通还有待验证,但至少到目前为止,它可能是AI应用层最值得关注的一个样本。

Perplexity这条路确实有意思。不造模型,造编排层,等于把自己放在了一个'永远不被淘汰'的位置——不管哪个模型最强,它都能用。但这种模式的护城河到底在哪?如果OpenAI或Google自己做了一个好用的AI浏览器,Perplexity的编排层价值就会被压缩。值得关注的是它的Model Council机制,这可能是它最深的壁垒。
Portable Computer这个思路很对。很多企业的核心痛点不是AI不够聪明,而是数据不敢上云。本地执行+云端兜底的混合架构,可能是ToB场景最务实的解法。
说实话我试了一段时间Comet浏览器,体验确实和普通浏览器套聊天框不一样。但有个问题:每次任务要调十几个模型,成本怎么控?它已经承诺向Azure投7.5亿美元了,这个成本结构值得关注。
从搜索到浏览器到Agent,三次跳跃用了不到一年,这执行力可以
345亿买Chrome那笔,与其说是收购计划,不如说是一次战略宣言:我最缺的不是模型,是入口