能干活的 AI 助手，一定要把数据送上云端吗？Perplexity CEO Arav Srinivas 近日表示，Perplexity Computer 现在可以在一台 36GB 内存的 Mac 上全本地运行，包括核心的 harness 与 orchestrator 组件都不例外。
据 Srinivas 介绍，这套本地运行的门槛并不算离谱：Apple Silicon 芯片，加至少 36GB 内存即可。本地可用的模型有两个选择——Qwen 3.6，或者 Perplexity 自家后训练的 PPLX Pro。他主打的卖点也很明确：一是隐私，邮件等敏感数据可以完全不出本地；二是省钱，日常任务在本地跑，不再为每一次调用付云端账单。同时这也不是一刀切的封闭方案：需要更强能力时，仍可授权调用云端前沿模型来补足。
看点一：编排层下沉到本地才是关键
值得注意的是，能本地运行的不只是模型本身，还包括 harness 与 orchestrator——也就是负责调度任务、组织上下文、指挥模型干活的那一层。编排层在本地，意味着任务规划、工具调用、数据流转都留在自己机器上，云端在必要时只承担「出算力」的角色。这种架构下，隐私的边界才真正由用户说了算。
看点二：36GB内存正在成为本地AI的分水岭
36GB 这个数字值得留意。它不高不低，恰好落在近几年主流高配 Mac 的内存区间里。换句话说，厂商正在把「能全本地跑一套完整助手」当作产品目标来设计硬件门槛：买对内存规格的人，可以直接获得一个不出门的 AI 工作站；内存不够的人，则继续走云端路线。
看点三：本地加云端的混合路线更现实
Srinivas 的方案没有把本地和云端对立起来：敏感、日常的活在本地处理，遇到啃不动的硬任务再授权上云。这种混合路线在成本和能力之间留了弹性，也更符合真实使用——毕竟大多数任务不需要前沿模型，而少数关键任务又确实不能将就。
对读者来说，如果你手头正好是 Apple Silicon 加 36GB 以上内存的 Mac，又常处理邮件、文档这类不便上云的内容，这套本地运行方案值得试一试。选购新机器时也可以记住这个信号：内存规格正在直接决定你能不能把 AI 助手「私有化」，这笔钱花在哪里，差距会越来越明显。