Perplexity Computer 下月将拆分 AI 任务，隐私和算力各走一边

19 个模型“各司其职”，任务自动拆解

Perplexity Computer 的核心在于不再依赖单一模型完成所有工作。它内置多达19个不同AI模型，能自动将用户指令拆解为多个子任务，并分配不同的子代理（sub-agents）执行。例如，用户要求扫描28万行Python代码并修复错误时，系统会生成多个子代理，分别负责分析、推理和修复。

Claude 主推理，Gemini 做研究，算力精准投放

每个模型只做自己最擅长的事：Claude 负责复杂逻辑推理，Gemini 承担深度研究任务，Grok 处理轻量级即时响应，ChatGPT 5.2 则专注于文本生成。这种“各取所长”的调度机制避免了算力浪费，也使得隐私敏感数据（如本地代码库）可以在不离开用户设备的前提下由轻量模型处理，而重度推理任务则交给云端大模型——算力与隐私的“分流”由此成真。

硬件算力底座同步升级：MTIA 芯片性能飙升25倍

算力分离的背后是硬件的强力支撑。Meta 新一代MTIA芯片（从MTIA 300到MTIA 500）将高带宽内存（HBM）带宽提升4.5倍，算力提升高达25倍，大幅强化大语言模型的推理效率。这为Perplexity Computer 在本地端处理轻量模型、云端端运行重型模型提供了可行的算力保障，让“隐私友好型”本地代理与“高性能型”云代理并行走得通。

隐私与算力“分道扬镳”：下月新架构落地

Perplexity Computer 下月即将实施的拆分策略，本质上是将AI任务按照隐私级别和算力需求进行路由：用户敏感数据（如个人文档、代码）由本地轻量子代理处理，非敏感或高算力需求任务（如大规模知识检索、复杂推理）则交由云端昂贵模型执行。这种“各走一边”的设计，既规避了敏感数据上云的风险，又算力无浪费。未来，Perplexity Computer 或将成企业级AI部署的标杆方案。