TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
Perplexity 本機 Agent 登上 Windows：檔案不出電腦，上雲先問你
Perplexity 把 8 月只在 NVIDIA DGX Spark 上的本機 agent 環境 Portable Computer 帶到 Windows：GeForce RTX 或 RTX PRO 顯示卡 24GB VRAM 起跳、Pro 或 Max 訂閱才能啟用。本機完成的工作不耗 Computer 點數，內容要送上雲端前會先徵詢同意，顧問模型只拿到核可後的摘錄並只回文字建議。
用 AI 摘要這篇文章：
台北時間 9 月 14 日深夜，Perplexity 在官方部落格宣布 Portable Computer 登上 Windows：這套 8 月底首先搭在 NVIDIA DGX Spark 上的本機 agent 環境，現在裝進既有的 Perplexity Windows 應用程式，用你自己的 RTX 顯示卡跑。模型、agent harness、orchestrator、scheduler 全部改在使用者的 Windows 裝置上執行，檔案與查詢留在本機，本機完成的工作不消耗 Computer 點數。NVIDIA 同日在自家部落格發出對應公告，等於兩家官方來源互相背書了這個時間點。
這則更新跟大多數人的距離，卡在兩道寫得非常明白的門檻：顯示卡必須是 VRAM 24GB 以上的 NVIDIA GeForce RTX 或 RTX PRO，帳號必須是 Pro 或 Max 訂閱（個人與企業方案都可以）。兩者缺一，Windows 應用程式裡就不會出現這套本機引擎。官方公告沒給的東西也一樣明確：沒有支援顯卡型號的白名單，沒有寫 Windows 版本要求，DGX Station 的支援只寫了一句 expected to come soon。以下內容以官方公告與研究文件刊載的版本為準。
Portable Computer 不是一台電腦，是 Computer 的本機分身
Perplexity 的 agent 產品線叫 Perplexity Computer，負責規劃並執行多步驟任務，原本的推理全在雲端。Portable Computer 是它的本機版本：同一套 agent，換成在使用者自己的硬體上跑。今年這條線的推進節奏可以用三個日期講完。
| 日期 | 產品動態 | 推理位置 |
|---|---|---|
| 7 月 28 日 | Personal Computer 登上 Windows 桌面 | 雲端（可碰本機檔案、連結應用程式與網頁） |
| 8 月 25 日 | Portable Computer 首發，僅限 NVIDIA DGX Spark，首版為 Linux | 本機 |
| 9 月 14 日 | Portable Computer 開放 Windows PC（GeForce RTX 與 RTX PRO） | 本機 |
前後差異值得說清楚。7 月底那版 Personal Computer 已經讓雲端 agent 能在 Windows 桌面上工作，碰本機檔案、操作連結好的應用程式，但思考過程發生在 Perplexity 的機房；9 月 14 日這次，思考過程整包搬進使用者自己的機器，NVIDIA 的公告同時寫明，這一步疊在既有的 DGX Spark 與 Linux RTX PC 支援之上。官方公告的用字是，模型、agent harness、orchestrator 與 scheduler 完全在 Windows 裝置上執行，這也是「本機完成的工作不耗點數」這句承諾的來源：算力是你的顯示卡出的，帳單結構自然跟著變。
至於 8 月首發的 DGX Spark，是 NVIDIA 的桌面級 AI 電腦，Grace Blackwell GB10 平台、128GB 統一記憶體，定位本來就不是一般消費者會買的機器。這次 Windows 版的意義正在這裡：入場券從一台特定設備，換成一張高階消費級顯示卡。
兩道門檻：24GB VRAM，加上 Pro 或 Max 訂閱
24GB VRAM 是這次公告裡最硬的一條線。市售主流顯示卡的記憶體多落在 8GB 到 16GB，等於直接把大多數遊戲卡與幾乎所有筆記型電腦排在門外，官方文件只給了 VRAM 這一個判斷標準，沒有列出型號清單。想確認自己的卡夠不夠，Windows 內建工具就查得到：工作管理員、效能、GPU，看「專用 GPU 記憶體」的數字是否在 24.0GB 以上。之前介紹過的 Can I Run AI 硬體自查教學，同樣的判斷流程也適用在這裡。
第二道門檻是訂閱。官方公告寫明 Portable Computer for Windows 開放給 Pro 與 Max 訂閱者，個人與企業方案皆可。以 9 月中從 Perplexity 定價頁看到的數字，年繳方案分別是每月 17 美元與 167 美元，兩個方案當時都掛著限時加贈 Computer 點數的促銷。換句話說，就算推論用你自己的電、跑你自己的卡，這套 agent 環境本身仍是訂閱制服務，harness 的維護、連接器與模型微調都包在費率裡。
點數規則是這次更新對成本結構影響最大的部分：本機完成的工作不計入 Computer 點數，把任務升級到雲端（前沿模型、Perplexity Search 之類）時才會動用到點數額度。對每天要跑大量例行任務的人，這等於把「敢不敢讓 agent 跑整夜」的問題從計費焦慮裡拿出來。如果你偏好更徹底的自架路線，之前介紹過的 AgenticSeek 開源本地 AI 助手是另一種用顯示卡換掉雲端月費的選擇，代價是環境要自己顧。
什麼會離開你的電腦：預設全本機，上雲前先徵詢
隱私架構是這套產品最值得盯的部分，可以拆成三層來看。第一層是預設：檔案、查詢與 agent 活動留在 PC 上，8 月的公告把整個堆疊列得很細，orchestrator、planner、tool router、scheduler、durable task queue、本機搜尋索引，全部在使用者裝置上。
第二層是上雲的閘門。本機 27B 級模型碰到需要即時資訊或更強推理的步驟時，可以把任務升級到雲端，對象是 Perplexity Search 或 15 種以上的前沿模型。關鍵規則寫在兩份公告的同一個位置：當任務需要把任何內容送出裝置，Portable 會先徵詢使用者同意才繼續。研究文件對這道閘門給了更細的設計：升級前，harness 會挑選相關上下文、用 PII 分類器標記敏感資訊，並把即將離開裝置的內容攤給使用者看；雲端那端的顧問模型只拿到核可後的內容，只回傳文字建議，碰不到你的檔案、工具或對話紀錄。要不要啟用升級、每次手動批准還是自動放行，也都由使用者決定。
第三層是沙盒。工具與程式碼執行被關在作業系統層級的隔離沙盒裡，對檔案與連結應用程式的存取按政策管制；研究文件特別強調一個設計選擇：沙盒不可用時，harness 會在任何工具呼叫前先把自己停用，拒絕降級成無沙盒執行，這點與 Pi、Hermes 這類開源 harness 預設以使用者權限直接跑指令的做法明顯不同。NVIDIA 的公告則補充 Windows 版使用 Perplexity 自家的 SPACE 沙盒，並附帶內建瀏覽器。要誠實標註的邊界是：以上三層都是官方對設計的描述，實際攔截與隔離效果，還需要等第三方檢驗。
排程、連接器與 MCP：它在 Windows 上能動什麼
先花三十秒把幾個名詞講白。agent harness 是 agent 的外框工程：管理送給模型的提示詞、把大任務拆成步驟、維護多步驟之間的狀態、在出錯時觸發自我驗證。orchestrator 則是調度核心，Perplexity 的研究文件特別強調這個核心由確定性程式碼實作、語言模型不在其位，負責維持執行迴圈與強制政策，模型只負責提議下一個動作，真正的工具呼叫由 orchestrator 在沙盒裡執行。看懂這個分工，就會明白「harness 與模型一起設計」為什麼是這套產品的核心主張：小模型撐不起為大模型設計的複雜外框，外框就得反過來配合小模型的能力曲線。
這條路也不是九月才開始走。Perplexity 在六月就提出過第一個混合本機與雲端的推論 orchestrator，決定哪些工作該留在裝置上、哪些該交給雲端 agent；八月的 DGX Spark 版是把整個堆疊放上單機的第一步，這次的 Windows 版再把同樣的架構帶到消費級硬體。雲端、專用機、通用 PC 這三步在三個月內走完，節奏比多數人預期的快。
Windows 版把「排程」搬進了本機。官方給的例子是物流公司的財務人員：每天早上讓 Portable 在授權資料夾裡對帳，把每張貨運發票對上承運商的本機費率表，標記重複收費或偏離合約的項目，產出一張待處理清單，註明每筆異常與建議的爭議動作。發票與費率資料從頭到尾不出公司裝置。NVIDIA 版公告另外給了一個更貼近個人理財的例子：把兩年份的券商對帳單與報稅資料交給 agent，讓它找出哪些重複持有的部位在製造最多可避免的費用與稅負，而且每個數字都標註出自哪個檔案的第幾頁，過程中沒有任何一份文件進到聊天機器人。這類每天重複、資料又敏感的流程，正是零點數本機推論最能發揮的場景。
連接器的官方清單，Windows 公告列了 Gmail、Outlook、Slack 與 GitHub，NVIDIA 版的公告另外列出 OneDrive、Word 與 Google Drive。Windows 公告另外給了一個工程師場景：讓 agent 對照本機程式碼庫審視 GitHub 上待處理的 pull request，分成可合併、待審、卡住、過期幾類，工程師確認摘要與行動項目後，agent 再把結論貼到團隊的 Slack 頻道並標記負責人。更往外延伸的機制是 MCP：Portable 透過跑在 Windows 裝置上的本機 Model Context Protocol 伺服器，連接其他桌面應用程式，讓本機模型把那些應用程式的工具與資料納入自動化流程，官方舉的例子是設計師把 Portable 接上本機安裝的設計軟體，讓 agent 直接改檔案，模型、原始檔與操作全程留在本機。
模型選擇上，9 月的公告點名的是 Qwen 3.8 27B，一個為 Perplexity Computer 後訓練、針對 RTX 最佳化的本機模型；8 月的 DGX Spark 版本還提供在其基礎上再後訓練的 PPLX 27B，Windows 版選單是否同步列入，公告沒有逐項寫。Perplexity 在 8 月的公告也預告過 30B 的 Nemotron 3.5 Lightning 會進到模型選單，時間同樣只寫了即將。安裝流程壓得很低：下載 Perplexity Windows 應用程式後，在模型下拉選單裡選好模型，一鍵下載權重就能開始。8 月首發時連聽寫都放在本機，用的是 NVIDIA 的 Nemotron 3.5 ASR 模型，對著文件口述交代任務，語音與轉文字都不經過雲端。
27B 撐不撐得住：8 月那份成績單與顧問補洞的帳
本機模型的能力定位，Perplexity 在 8 月 25 日的研究文件裡給過完整成績。在自建的 Local Knowledge Work Bench 上，這是 53 項日常知識工作任務的基準，同樣跑 Qwen 3.8 27B 的情況下，Perplexity 的 harness 拿到 82.6%，高於通用開源 harness Pi 的 77.6% 與 Hermes 的 74.0%；換上後訓練的 PPLX 27B，分數再上升到 85.4%。這組數字的量測平台是 DGX Spark，Windows RTX 版目前沒有對應數字，比較時要記住這個前提。
更值得看的是程式開發端的差距。在 89 項任務的 Terminal Bench 2.1 上，純本機的 Qwen 3.8 27B 拿 59.6%；讓它適時向 Claude Opus 5 顧問求援，分數升到 73.0%，每次任務估計花 0.415 美元的 API 費用；整個任務直接交給 Claude Opus 5 跑是 82.4%，每次 0.65 美元。官方自己下的結論是，顧問模式用約三分之二的成本，拿回約五分之三的差距，而這筆交易什麼時候值得，決定權在使用者手上。這組數字也把產品邏輯講白了：日常雜務交給本機免費跑，遇到硬骨頭才花錢問雲端。
harness 本身有幾個為小模型量身打造的設計，可以當成判斷這類本機 agent 好不好用的參考。Qwen 3.8 27B 的上下文視窗雖有 260K，官方實測超過 100K 後表現開始衰退，所以核心提示詞與工具集保持精簡，其他能力做成按需載入卸載的技能模組，對話太長時自動摘要壓縮；連接器也不是以肥大的 MCP 定義塞進上下文，而是改寫成精簡的命令列工具。這些工程選擇換來的，就是小模型在長流程裡的穩定性。
官方還沒說死的三件事
DGX Station 的支援只寫了 expected to come soon，沒有日期。Nemotron 3.5 Lightning 進駐模型選單同樣只有一個即將，8 月的公告就先預告過，至今仍在路上。價格與點數規則也會動：本文引用的年繳費率與限時加贈點數，是 9 月中定價頁的快照，限時促銷結束後歸零，實際費用以官方頁面現值為準。另外，24GB 門檻擋下的大量中階卡使用者，官方沒有給任何降級方案或量化模型選項，要不要等更輕的版本，目前沒有承諾可等。
現在可以做的事
硬體達標的人，流程很短：先照上面的方法確認 VRAM 到 24GB，下載 Perplexity Windows 應用程式，登入 Pro 或 Max 帳號，在模型選單裡一鍵下載本機模型，之後在設定裡就能啟用本機引擎。第一次下載權重會占不少硬碟空間，建議留意安裝磁碟的餘量。
顯示卡不到 24GB 的人，現實一點的替代路線有三條。留在 Perplexity 生態內，雲端版的 Computer 功能不受這道門檻限制，代價是點數計費與資料上雲；想徹底本機又願意自己動手，開源自架的 agent 方案一直都在，從先前介紹過的 AgenticSeek 到手機上離線跑 LLM 的 Google AI Edge Gallery，隱私邏輯相同，工程量不同。至於為了這個功能專門升級顯示卡值不值得，把年繳訂閱費、點數用量與一張 24GB 卡的價錢放在同一張紙上算，答案會因人而異，官方顧問模式那組數字（0.415 對 0.65 美元）可以當計算的起點。
