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。
收入从1亿到5亿只用了一年，335%增长，这个曲线比很多SaaS公司都猛