一句话看懂：Perplexity 在 Mac 客户端推出 Hybrid Compute（混合计算）功能，允许用户将任务拆分为云端大模型与本地模型分别处理，敏感文件默认留在本机执行。它把隐私和算力成本的控制权从平台转交到用户手中，是搜索与 AI 助手产品在终端侧推理方向上的一个明确信号。
事件核心：发生了什么
Perplexity Mac 产品经理 Jon Staff 对外介绍了这项新功能：当用户在 Mac 应用中上传文件或发送消息时，系统会自动检测内容是否敏感，并询问是否愿意将数据送往云端。Perplexity 为此训练了一个隐私分类器，能够自动建议应保留在本机的文件和信息。用户在任务分配给不同模型之前，可以查看系统准备隔离的本地文件清单，确认没有遗漏后再决定由哪些模型执行。
目前可用的本地模型包括 Gemma E4B，以及 Qwen 3.6 系列的两个 35B 参数版本，其中一个是 Perplexity 的后期训练版本。公司表示未来会加入更多本地模型。安装过程不需要用户打开 Mac 终端，全部由 Perplexity 应用自动完成。运行期间，用户可以可视化地查看本地 CPU、GPU 和内存占用；侧边栏会显示任务消耗的 token 数量，本地模型生成的 token 不产生费用。任务完成后仍可继续输入后续指令，也可以排队到 iPhone 上执行。
该功能目前仅支持配备 Apple Silicon 芯片、运行 macOS 15 的 Mac 电脑，Perplexity 建议设备至少有 32GB 统一内存。订阅 Pro、Max 以及企业版的用户可以使用此功能。
为什么重要
Hybrid Compute 的推出，本质上是把“模型选择权”变成一项面向用户的显式配置能力。此前，AI 产品通常只在服务端决定调用哪套模型，用户只能在聊天窗口里被动接受结果。现在，Perplexity 提供了一个“可调节的刻度盘”：云端前沿模型质量更高但成本更大，本地模型在隐私上占优但能力稍弱（Staff 本人也承认，只看输出质量时纯云端方案几乎总是更好）。这种设计并没有宣称本地推理全面优于云端，而是承认两者各有所长，让使用场景决定取舍。
它的行业意义在于：隐私保护不再停留在“我们不保存你的数据”这种政策声明层面，而是下沉到产品交互中，由用户主动控制敏感信息的流向。同时，本地推理意味着推理成本从 Perplexity 的云服务器转移到用户设备，这对订阅定价和利润率都会产生长远影响。
对用户/开发者/创作者的影响
对普通用户而言，最直接的收益是敏感文件（如合同、医疗记录、未公开的手稿）不必再上传到云端，系统会主动建议隔离，降低了隐私泄露的心理负担。对于经常处理保密内容的创作者和研究者，本地模型意味着某些产出过程可以完全不经过外部服务器。
对开发者与企业用户，这提供了一种混合部署的思路：不追求单一模型适用所有场景，而是让敏感任务走本地、重推理任务走云端。32GB 统一内存的最低配置要求，意味着当前可用设备范围有限，性能相对更老的 Mac 机型无法享受该功能。
值得注意的是，费用结构发生了变化——本地生成 token 不收费，但用户购买的高配 Mac 硬件成本需要自己承担。这对重度用户来说，需要在订阅费与本地算力投入之间做一个计算。
值得关注的后续
第一，这个功能会否扩展到 Windows 或移动平台？目前只有 Apple Silicon Mac 能运行本地模型，安卓和 iOS 的芯片算力能否支撑类似机制，是决定覆盖面的关键。
第二，Qwen 3.6 与 Gemma E4B 之外，Perplexity 后续是否接入更多开源模型，特别是中文场景表现更优的模型，将影响本地任务的可用范围。
第三，竞品（如 OpenAI、Google 的搜索兼聊天产品）是否会用类似方式回应用户对隐私的诉求，值得观察。目前公开信息显示，Hybrid Compute 在同类产品中尚无直接对标，其用户实际使用率与满意度，将验证这条技术路线的市场价值。
来源：AIbase
