Perplexity 官方正式宣布将 Perplexity Computer 功能原生集成至 macOS 客户端应用中。与此前高度依赖云端传输屏幕截图并接收键盘鼠标动作指令的传统 Computer-Use 方案不同,Perplexity Computer 实现了模型与智能体执行回路的全本地化运行(The model and the agent both run on your Mac)。通过深度调用 macOS 原生辅助功能(Accessibility API)与本地端侧轻量多模态模型,该功能消除了云端网络延迟,并在彻底保护用户屏幕隐私的前提下,赋能智能体在用户桌面上全自主操作本地应用、整理文件与执行跨软件复杂工作流。
核心要点速览
- ✓Perplexity 官方正式在 macOS 客户端推出 Perplexity Computer,实现模型推理与智能体循环全本地运行
- ✓彻底打破传统云端 GUI Agent 的隐私隐患,屏幕画面与按键事件无需上传服务器,100% 杜绝敏感数据外泄
- ✓零云端往返时延(Zero Cloud RTT),利用 Apple Silicon 统一内存与硬件神经引擎,实现极速桌面响应
- ✓深度结合 macOS 原生无障碍体系与应用沙盒,支持跨终端、浏览器与本地开发套件的端到端自动化编排

把技术选型换算成你的开发预算
40 款主流编程套餐横向比价,支持输入/输出 Token 真实账单模拟
深度技术解析与实战评估
核心背景与行业痛点
自 Anthropic 推出 Computer Use 范式以来,智能体自主操控桌面操作系统(GUI Agents)已成为人机交互演进的最前沿。然而,市面上绝大多数系统均采用“云端中心化”架构:智能体每隔数百毫秒就要截取一张用户的完整高分辨率桌面屏幕,压缩后通过公网上传至云端大模型;云端分析后再将鼠标点击与键盘按键坐标下发回本地执行。这一工作流存在致命短板:一是隐私与安全红线,用户屏幕上常常显示个人密码、商业合同与私密会话,上传云端具有极高合规风险;二是高昂的网络往返时延(RTT),导致点击操作产生明显的卡顿与脱节。2026 年 10 月 20 日,Perplexity 官方在 @perplexity_ai(Status #2112571597798461920)正式发布了颠覆性的 Perplexity Computer macOS 原生版。
架构亮点与底层机制
- 端侧模型与智能体闭环共生(Fully On-Device):
- 官方明确指出“模型和智能体均完全运行在您的 Mac 上”,彻底摆脱了对云端推理服务器的依赖;
- 深度挖掘 Apple Silicon(M 系列芯片)的统一内存架构(Unified Memory)与 Metal/ANE 硬件加速,确保在后台执行多模态推理时依然维持极低的整机发热与功耗;
- 基于 macOS 原生 Accessibility 树的高速感知:
- 不再单纯依赖笨重的像素级逐帧目标检测,而是将视觉输入与 macOS 原生辅助功能无障碍(Accessibility)DOM 树进行双重校准;
- 能够精准获取各应用窗口控件的绝对坐标与状态属性,极大降低了误触率;
- 零数据外流的绝对隐私沙盒:
- 所有屏幕抓取、文本提取、操作日志与临时上下文均在本地安全内存中流转,满足最苛刻的企业与个人数据隐私合规要求。
权威 Benchmark 与实测跑分对比
根据发布会演示与实机评测:
- 操作延迟对比(End-to-End Latency):
- 传统云端 Computer Use 从截图上传到执行按键平均需要 1200ms~2500ms;
- Perplexity Computer 在本地 M 系列芯片上将单步感知到按键输出的延迟压缩至 200ms~400ms 以内,交互响应流畅度提升超过 4 倍;
- 网络开销与离线稳定性:
- 在完全切断外部 Wi-Fi 的飞行模式或内网隔离环境下,智能体依然能够稳定完成本地文件批量整理、Markdown 归档与 IDE 代码检查等全套长程任务。
开发者实战落地与开箱指南
- 体验渠道:下载最新版 Perplexity macOS 官方应用,在功能实验室中开启 Computer 体验;
- 官方发布动态:详见
@perplexity_ai官方推文https://x.com/perplexity_ai/status/2112571597798461920; - 开发生态启示:这一发布标志着桌面 Agent 正在由“高昂云端玩具”快速迈向“本地极速基础设施”。对于研发自主工作流与本地工具链的工程师,探索轻量化模型在 Apple Silicon 上的原生融合将成为 2026 年下半年的核心技术制高点。
即刻查看该技术对应模型与主流工具的实测差异,或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察