Perplexity刚刚将推理与权限分离。这对企业为何重要。
内容提要
Perplexity发布本地版Computer代理，运行于Nvidia DGX Spark，价格高昂。其核心创新在于分离概率推理与确定性执行：模型提议行动，确定性代码决定是否执行，并采用沙箱限制权限。测试显示，该架构在任务完成率上优于其他代理，且上下文管理高效。企业评估时应关注权限控制层，因其体现平台工程实力。
延伸解读
架构选择：推理与执行分离
Perplexity的Computer代理将概率推理与确定性执行分离，模型只负责提议下一步行动，而由确定性代码决定是否执行。这种设计不同于常见的“更大模型”或“规划器”方案，更接近控制平面架构。其优势在于权限控制更可审查，系统能安全失败。企业评估时，应关注这一权限控制层，因为它体现了平台工程的核心实力。
性能提升：工程优于模型
在相同基座模型和硬件条件下，Perplexity的Computer代理在内部基准上显著优于其他代理，如ParseBench-100上65.1%对34.6%和13.9%。这表明系统工程的改进（如提示词、工具模式、上下文管理）比单纯依赖模型权重更重要。但后训练仍有效，PPLX 27B将成绩提升至85.4%。企业应认识到，代理性能不仅取决于模型，更取决于围绕模型的系统设计。
上下文管理：务实应对限制
Perplexity发现Qwen3.8-27B虽然宣称260K上下文，但超过100K后性能下降。因此，其harness保持核心提示词和工具集精简，按需加载技能，并将常用连接器转为命令行工具，而非常驻上下文。这提醒企业，在本地代理中，上下文管理是实际性能的关键，不能盲目依赖大上下文窗口。
本地与云端协作：性能与成本权衡
在Terminal Bench 2.1上，本地运行Computer代理得59.6%，而让本地代理咨询云端Claude Opus 5后提升至73.0%，但仍低于Opus 5单独运行的82.4%。这表明本地模型能力有限，混合架构可提升性能，但可能增加成本。企业需权衡本地部署的隐私优势与云端协作的性能提升。
Q&A
Perplexity的Computer代理在架构上有什么核心创新？
Perplexity的Computer代理将概率推理与确定性执行分离：模型负责提议下一步行动，而确定性代码决定是否执行，并在操作系统级沙箱中运行，以加强权限控制。
Perplexity的Computer代理与传统的智能体可靠性方案有何不同？
传统方案通常通过增加更大的模型或引入规划、批评模型来提升可靠性，而Perplexity将推理与执行分离，用确定性代码控制权限，而不是依赖模型在自然语言中遵守指令。
Perplexity的Computer代理在测试中表现如何？
在内部基准Local Knowledge Work Bench上，Computer代理完成率82.6%，高于Pi的77.6%和Hermes的74%；在ParseBench-100上，Computer代理65.1%，远超Hermes的34.6%和Pi的13.9%。
Perplexity的Computer代理如何管理上下文窗口？
Perplexity的harness保持核心提示和工具集精简，按需加载技能，将常用连接器转为命令行工具，避免将完整的MCP定义常驻上下文，以应对模型在超过10万token后性能下降的问题。
Perplexity的Computer代理在本地运行时表现如何？与云端模型结合后有何变化？
在Terminal Bench 2.1上，本地运行完成率59.6%；结合Claude Opus 5后提升至73.0%，而Opus 5单独运行为82.4%。这表明本地模型能力有限，但结合云端模型可提升性能。
企业在评估本地代理时应该重点关注什么？
企业应重点关注权限控制层，即授予和拒绝权限的组件，因为这是平台工程实力的体现，也是确保安全性和可靠性的关键。
