Perplexity 與 NVIDIA 今日宣布，將 Portable Computer 擴展至 Windows PC，為搭載 NVIDIA GeForce RTX 與 RTX PRO GPU 的電腦與工作站帶來本機執行的代理式 AI。Portable Computer 是 Perplexity 與 NVIDIA 共同開發的本地 AI 代理，可在裝置上規劃並執行多步驟任務，驅動代理程式的模型由 NVIDIA GPU 加速。
什麼是 Portable Computer
Portable Computer 是 Perplexity 代理平台 Computer 的本地版本，有別於一般 AI 聊天機器人將資料送往雲端處理，它直接在裝置上執行模型、代理框架與任務排程器，檔案與工作內容預設留在本機。整個執行環境都在裝置上，包含負責拆解目標的協調器、工具路由器、排程器、持久化任務佇列與本地搜尋索引，敏感資訊無須上傳雲端，在本機完成的工作也不會消耗 Perplexity Computer 的雲端點數。
Portable Computer is now available on Windows PCs with @NVIDIA RTX GPUs.
Run the harness, agents, and models locally on your PC.
Work with local files and connected apps without sending tasks to the cloud. Use frontier cloud models when needed. pic.twitter.com/Htu1WAYwVT
— Perplexity (@perplexity_ai) September 14, 2026
對需要長時間執行任務的 AI 代理來說，本機運算的經濟優勢明顯。代理執行期間需要持續讀取文件、呼叫工具與驗證結果，token 用量遠高於一般問答，硬體買斷之後，新增的本機工作不再逐 token 計費。
代理能幫上什麼忙
官方列舉三個典型應用場景。程式碼審查：整理已連結 GitHub 專案中尚未關閉的 pull request，找出後續步驟，並標示出內容過時的文件。財務分析：在本地檢視券商對帳單與稅務文件，找出定期收取的費用，並在分析結果中引用相關檔案與頁碼。商業洞察：在本地分析客戶註冊資料，找出使用者流失的環節，再將重點發現分享至已連結的 Slack 頻道。
代理也可以依照排程自動執行重複性工作。例如物流公司的管理者可設定每個早晨固定執行貨運發票對帳，代理會比對發票與運送業者的費率表、標記重複收費或偏離合約的金額，產生異常清單，期間發票與費率資料完全不離開公司裝置。 Perplexity 自家工程團隊則用代理對照本地程式碼庫審查未關閉的 pull request，分組為可合併、待審查、受阻與過時四類，使用者核准摘要與行動清單後，代理再將項目發布到團隊 Slack 頻道並標註負責人。
需要雲端時，先問過使用者
Portable Computer 並非完全不上雲。當任務需要網路研究或更進階的雲端推理時，它會先徵求使用者許可，才將內容傳送至雲端服務，讓使用者掌握哪些資料會離開裝置。官方表示，本地模型不足以應付的步驟才會求助雲端模型，外送的資料會先經過個人識別資訊偵測，雲端模型僅回傳文字引導，無法直接碰觸使用者的本地檔案或工具。
硬體門檻：24GB VRAM 起跳
Windows 版支援搭載 24GB 以上 VRAM 的 NVIDIA GeForce RTX 與 RTX PRO GPU，從 GeForce RTX 3090（24GB）起跳，涵蓋 RTX 4090、RTX 5090（32GB）與 RTX PRO 4500、RTX PRO 6000 工作站系列。[2] 此次更新建立在既有 DGX Spark 與執行 Linux 的 RTX PC 支援之上，NVIDIA 並表示 DGX Station 的支援預計稍後登場。
模型、連接器與安全
Windows 版的設定流程大幅簡化，使用者下載 Perplexity app 後，在模型選單選定本地模型即可一鍵下載使用，不須自行研究模型或設定複雜的軟體堆疊。首波提供針對 RTX GPU 最佳化的 Qwen 3.8 27B，以及 Perplexity 以 Qwen 為基礎後訓練的 PPLX 27B，NVIDIA Nemotron 3.5 Lightning 開源模型也預計稍後加入模型選單；語音聽寫模式則在本機透過 Nemotron 3.5 ASR 模型執行，轉錄內容同樣留在裝置上。
連接器涵蓋 Microsoft Outlook、OneDrive、Word、Google Drive、Gmail、Slack 與 GitHub，並可透過本地 MCP 伺服器串接其他桌面應用程式，讓代理在使用者熟悉的檔案與應用之間工作。 安全方面，程式碼與工具執行都在隔離沙盒中進行，搭配內建的 SPACE 沙盒與瀏覽器，官方表示安全性與雲端版 Perplexity Computer 一致。
從 DGX Spark 走向一般 RTX PC
Portable Computer 於 8 月 25 日首度發表，當時僅支援 NVIDIA DGX Spark 桌上型 AI 電腦與 Linux 系統，Windows 版本在發表時就已預告於 9 月推出。如今 Windows 版提供 Pro 與 Max 訂閱者使用，可透過 Microsoft Store 下載 Perplexity app 開始體驗。
NVIDIA 同時宣布新一代 RTX Spark Windows PC 將於 10 月登場，把本地 AI 帶進比 DGX Spark 更小型的系統。外界解讀，Portable Computer 登陸 Windows 更像是 NVIDIA 對 RTX 未來的預告：RTX 電腦的定位正從「能跑 AI 模型」走向「能實際完成工作」。
效能與成本：本機跑不完才上雲
Perplexity 公布的自家測試數據顯示，完全以本機 Qwen 模型執行時，Terminal Bench 2.1 程式開發基準測試得分 59.6%，額外推理成本幾乎為零；若允許代理向雲端尖端模型求助，分數可提高到 73.0%，平均每項任務成本約 0.415 美元。全程使用尖端模型的分數為 82.4%，每項任務成本約 0.65 美元，混合模式補回約五分之三的效能落差，成本則約為全雲端方案的三分之二，讓使用者能在效能、隱私與成本之間彈性取捨。
與雲端代理的差異
相較 OpenAI 的 ChatGPT Work 與 Anthropic 的 Claude Cowork，Portable Computer 的設計思路相反。前兩者雖可操作本地檔案與桌面應用，本質仍是雲端 AI 讀取電腦上的檔案；Portable Computer 則把代理堆疊與模型整個放到本機 NVIDIA 硬體上執行，雲端扮演的是備援角色。
兩家公司的合作也有脈絡可循。Perplexity 與 NVIDIA 自 2025 年 6 月就曾合作向歐洲出版商與電信業者推廣主權 AI，如今把「資料留在自有硬體」的概念，從企業等級延伸至個人電腦與工作站。
結語
對重視隱私的企業與個人使用者來說，Portable Computer 提供了一條介於全雲端與自行架設之間的折衷路線：硬體與模型都在自己手上，需要進階能力時再彈性求助雲端。隨著本機模型能力持續提升，這類本地優先、雲端備援的代理架構，預料會成為 AI 代理落地個人電腦的主流方向之一。
