敏感文件不出 Mac：Perplexity 混合计算怎么用

steve, zhang — Tue, 01 Sep 2026 18:56:06 +0000

云端大模型足够聪明，但把客户合同、财务模型、病历这类材料直接传上去，很多职业根本没法接受。Perplexity 在 9 月 1 日给出的答案是把一件任务劈成两半：需要脑力的部分交给云端前沿模型，碰到隐私数据的部分交给跑在自己 Mac 上的本地模型。这项名为「混合计算」（Hybrid Compute）的功能已随 Perplexity Mac 版应用更新上线。

云端负责思考，本机负责保密

按照官方说明，混合计算的运行方式更像一个调度中心。每项任务都从云端启动，云端的前沿模型负责把任务拆成若干子任务，网络检索、长链条推理、整体规划这些重活留在云端；一旦某个步骤要读取本地私密文件、处理敏感信息或在设备上执行操作，就下派给运行在 Mac 上的子智能体。

「云端编排会根据提示词拆解任务，判断如何分发给不同的子智能体，」负责 Perplexity 的 macOS 与 iOS 工程团队的乔恩·斯塔夫（Jon Staff）在媒体沟通会上说，「它会把那部分下派给运行在你 Mac 上的子智能体，这部分任务完全在本地运行，这些词元一个都不会送到云端。」

整个流程由 Perplexity Computer 统一协调，用户不必手动把一件事拆成好几个提示词，也不必在不同工具之间搬运资料。任务还能跨设备发起：由于 Perplexity Computer 与 iPhone 打通，用户可以在外面用手机发出指令，让本地模型在办公室的 Mac 上处理最敏感的那部分数据。

隐私闸门：先识别，再决定放不放行

技术核心是一道运行在 Mac 本机上的「隐私闸门」（Privacy Gate）。受保护文件里的信息在送往云端之前，闸门会先做判断，可以遮蔽敏感细节、把内容留在本地、直接拒绝该操作，或者转而询问用户是否同意。

闸门内置一个本机运行的分类器，专门识别姓名、地址、账号、密钥等敏感项。凭据、支付卡号和政府颁发的身份证件享受最严格的处理级别——闸门可以把它们锁死在本地、拒绝执行，或者改写请求，让云端模型在不接触受保护信息的前提下继续干活。被识别出的具体数值会先替换成占位符再发出，等答案返回时再还原。

Perplexity 把这个分类器称为 PII-Tracer，是一个 6 亿参数规模的双向编码器，从 Qwen3 架构改造而来，用于标记可能包含个人可识别信息的文本片段，真正的路由策略则由应用层执行。配套发布的还有一套名为 PII-TRACE 的基准测试，包含 13 种语言、13148 段合成的人机对话，用来检验检测器能否揪出反复出现的同一标识符。官方称在其评估的 12 套系统中，PII-Tracer 取得了最高的字符级 F1 分数，并且能够完全在本地处理未经筛查的文本。

分类器已在 Hugging Face 上开源。「我们也把用于判断何时把工作负载送往本地模型的个人信息分类器开源了，」Perplexity 首席执行官阿拉温德·斯里尼瓦斯（Aravind Srinivas）在发布说明中写道。

硬件门槛：24GB 内存是底线

混合计算面向 Perplexity Pro、Max 和 Enterprise 订阅用户开放，运行条件是搭载 Apple 芯片、系统为 macOS 15 及以上的 Mac，统一内存最低 24GB，官方建议 32GB 起步以获得最佳效果。8GB 和 16GB 内存的机型无法运行该功能。

首批可选的本地模型有三个：Google 的 Gemma 4 E4B、阿里巴巴的 Qwen3.6 35B-A3B，以及 Perplexity 基于开源权重针对自家场景做过后训练的版本，后者是官方推荐选项。设置过程被压缩到三步：安装最新版 Mac 应用、一键下载本地模型、在模型选择器里切换到混合模式并分别指定本地与云端模型。整个过程不需要 Ollama 之类的运行时，也不需要 API 密钥。

一个容易被忽略的细节是计费。本地生成的词元不消耗云端额度。「电费是你付的，硬件是你买的，所以这部分我们不收钱，」斯塔夫说，「额度只用于编排和分发。」Perplexity 还提到，苹果上周发布的新款 Mac mini 与 Mac Studio 很适合承担这类负载；想随时随地调用本地推理的用户，可以让一台常开的 Mac mini 专职跑 Perplexity Computer，再用 iPhone 远程控制。

三个演示指向同一类人

官方演示挑的都是绝不会整包交给纯云端智能体的活。第一个是律师赶截止日期，一边让本地模型比对存在 Mac 上的特权案卷来更新诉讼摘要，一边让云端智能体从公开网络检索判例，「他们的特权信息从头到尾没有共享到云端，」斯塔夫说，「它一直没离开那台 Mac。」

第二个演示中，一家私募股权机构的分析员让智能体对照机密的管理层预测重做财务模型，再用公开可比公司做对标，最终产出投资委员会材料的第五版。这项任务在后台跑了约 40 分钟，期间无人干预。第三个演示强调跨设备接续：一家陶艺店创始人在网约车后座用 iPhone 发起营销分析，Computer 请求接入她工作室里的 Mac，调用本地子智能体处理客户访谈与营收数据，同时在云端检索竞品的公开定价。

面向企业客户，管理员可以设定组织级规则，规定哪些内容必须留在 Mac 上、哪些可以脱敏后交给云端、哪些需要用户逐次批准，并且能审计信息何时离开某台设备。

值不值得马上上手

这套架构成立的前提，是 Perplexity 对「什么算敏感信息」的判断足够准，以及它真的按承诺拆分了任务。科技媒体 AppleInsider 在报道中提醒，Perplexity 早年以「有道德的 AI 工具」自我定位，后来在数据抓取争议上的应对并不体面，因此建议用户在充分测试与调研之前不要贸然把混合计算用于真正机密的工作。