一句话看懂：Perplexity 与 Nvidia 联合发布名为“Portable Computer”的本地优先 AI Agent 平台，在 Nvidia 驱动的 Linux 硬件上直接运行模型与工具，本地任务零 Token 成本且默认数据不出设备。这是头部 AI 应用厂商与芯片巨头对“端侧推理已实用化”的一次商业化表态。
事件核心：发生了什么
Perplexity 与 Nvidia 正式推出“Portable Computer”——一个本地优先（local-first）版本的 Perplexity Agent 平台。它不再依赖云端 API，而是将 AI 模型、文件、工具和工作流直接运行在搭载 Nvidia GPU 的 Linux 硬件上。本地执行的任务不产生 Token 费用，数据默认保存在设备端；只有当某个步骤需要升级到云端大模型处理时，系统才会请求用户授权。
该产品即日起面向 Pro、Max、Enterprise Pro 和 Enterprise Max 订阅用户提供 Linux 版本，Windows 支持预计 9 月上线。硬件门槛方面，Nvidia 设置了“至少 24GB 显存”的要求，相当于 GeForce RTX 3090 或更新型号的 RTX GPU。Nvidia 开发者技术部门主管 Nader 在回应中表示，这一阈值是“兼顾体验与可用性的底线”。
为什么重要
这件事的行业意义不在于一个本地 Agent 工具的上架，而在于 Nvidia 的立场变化。过去两年，Nvidia 的核心叙事围绕大规模数据中心和云端算力展开，而此次联手 Perplexity 推广本地推理硬件，实质上承认了端侧 AI 已从极客玩具转为可交付的生产力工具。Nader 在采访中直言，本地 AI 经历了临界点——此前爱好者运行的是被极度量化压缩的模型，实用性有限；而新一代开源模型的出现改变了局面。
对 AI 应用生态而言，这也是一次商业化模式的分层实验：云端模型继续按 Token 计费，本地模型则按“硬件算力”一次性投入。Perplexity 将“零 Token 成本”作为卖点，实质上是在为企业客户提供一种可预测成本的数据处理路径，同时规避敏感数据出域的风险。
对用户/开发者/创作者的影响
对普通用户来说，最直接的感知是隐私与成本的取舍：日常问答和文件整理可在本地完成，不再需要为每一次推理支付 Token 费用；当任务复杂度超出本地模型能力时，系统在征得同意后才调用云端大模型，这种“本地为主、云端兜底”的混合架构会逐步成为端侧 AI 产品的默认范式。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对企业用户与开发者，这意味着 Agent 工作流可以被部署在自有硬件上，数据不出内网即可完成自动化任务，对金融、医疗、法律等敏感行业有吸引力。但需注意，24GB 显存的门槛意味着至少需要 RTX 3090 级别的设备，普通笔记本不在支持范围内，开发者若要大规模运行本地 Agent，硬件采购成本不可忽略。对于创作者，本地执行图像生成或长文本处理时，产出速度和隐私保障会有改善，但前提是拥有满足门槛的 GPU 设备。
值得关注的后续
目前公开信息显示，Windows 版本将在 9 月推出，届时用户基数会明显扩大，可观察其在实际办公场景中的稳定性和模型表现。其次值得关注的是，Nvidia 是否会将这一本地 Agent 能力进一步绑定到其消费级 RTX 生态，比如通过驱动更新或预装软件扩大默认支持范围。
另外，Perplexity 的竞品——如 OpenAI 的 Agent 产品或 Anthropic 的 Claude 桌面端——是否会跟进类似“本地零费用”策略，将直接影响 AI 应用层的定价体系。最后需要观察的是，所谓的“本地推理不产生 Token 费用”是否会催生更多企业用自有算力替代云端 API，从而改变大模型厂商的收入结构。
来源：Slashdot
