1300 万人围观，龙虾「杀手」来了

所有人都在等「龙虾」杀手，没想到最先出手的是 Perplexity。

3 月 12 日凌晨，Perplexity 在旧金山 North Beach 一座改建自教堂的场地里，开了首届 Ask 2026 开发者大会，发布了 Personal Computer（个人电脑）。

截至目前，官方推文在 X 上累计获得逾 1300 万次浏览，并迅速引发大量讨论。

热度这么高，原因其实并不复杂。这款功能的出现，像是专门冲着 OpenClaw 来的。毫无疑问，OpenClaw 在过去一周成了最火的 AI 顶流，但它一直有一个绕不开的问题——上手门槛较高，而且也不太安全。

Perplexity 用 Personal Computer（个人电脑）给出了自己的新解法：同样的能力，更安全，也更好上手。而要理解 Personal Computer，得先回顾 Perplexity 最近在做什么。

Agent" class="rich_pages wxw-img" data-ratio="0.562962962962963" data-type="jpeg" data-w="1080" data-imgfileid="503600235" data-aistatus="1">

从帮你查答案，到帮你把事做完

上个月，Perplexity 发布了「Perplexity Computer」。这是一个纯云端的多智能体系统，通过协调多达 20 个大语言模型，端到端地处理复杂数字工作流。

用人话说，就是你告诉它你想要什么结果，它自己想办法把事情做完。

Personal Computer 是在此基础上往前迈了一大步。它运行在你自备的 Mac mini 上，24 小时不间断地访问本地文件、应用和会话记录，把云端的推理能力和本地数据的访问权限真正打通。

以前的 Computer 只能碰云端的东西。现在，它能直接打开你电脑里的文件夹。

Perplexity AI CEO Aravind Srinivas（阿拉文德．斯里尼瓦斯）曾如此形容这款功能的逻辑：「传统操作系统接受指令，AI 操作系统接受目标。」你不需要一步步告诉它怎么做，你只需要告诉它你想要什么。

架构上，结合博主 Ajit Singh 的「逆向工程」，Personal Computer 采用四层云端混合架构，本地数据访问和云端计算资源分开处理，各归各管。

第一层是本地设备层。用户侧的 Mac mini 保持 24 小时运行，客户端软件通过它读取和修改本地文件、调用日历与邮件、监控后台数据。

第二层是云端多模型编排引擎。包含 Claude、Gemini 和 Grok 在内的 20 个模型构成一个矩阵，编排器把用户的目标拆解成多个子任务，分配给最适合的模型并行处理。

第三层是隔离的执行环境。所有复杂计算都在云端微型虚拟机中运行，任务完成后立即销毁，API 密钥等敏感信息不会暴露出去。

第四层是云端浏览器。内置 Comet 企业级浏览器，专门负责网页自动化抓取和信息检索，同时把恶意脚本对本地 Mac mini 的威胁挡在门外。

🔗 https://singhajit.com/perplexity-computer-explained/

连接能力同样是这款产品的核心卖点。Personal Computer 支持接入 Gmail、Slack、GitHub、Notion 和 Salesforce，可以监控触发条件，在这些平台之间主动执行跨应用任务。

企业版 Computer 则可以直接查询 Snowflake、Salesforce、HubSpot 以及数百个其他平台，自动编写并执行 SQL 查询，返回结构化结果。

在金融领域，Computer 已可访问 40 多个实时金融工具，直接调用 SEC 文件、FactSet、S&P Global、Coinbase 等来源的数据，无需配置，无需许可证，每个数字都能追溯到原始来源。

OpenClaw 的问题，Perplexity 的机会

OpenClaw 由奥地利开发者 Peter Steinberger 创建的 AI Agent 开源框架，短短数月在 GitHub 上积累了超过 28 万颗 stars，并引发了 Mac mini 全球抢购，高配机型交货周期从 6 天拉长至 6 周。

但 OpenClaw 有一个绕不过去的门槛：普通用户要自己配置安装环境、折腾 API 密钥，稍有不慎就可能搞出麻烦。

Perplexity 创始人 Srinivas 在被问及 Perplexity Computer 和 OpenClaw 的区别时表示：「Perplexity Computer 是为认真做事的人打造的。」

言下之意是，认真做事的人，不应该把时间花在配置环境上。是的，你不需要懂技术，不需要折腾，打开就能用。交互也做得很克制：它常驻在屏幕右上角，随时待命，但不抢占注意力。想用的时候直接开口，它听完同样用语音回应。

但安全，才是它和 OpenClaw 最根本的区别。

Meta 超级智能实验室一位高管在测试时，因为大模型上下文窗口压缩缺陷导致安全指令丢失，AI Agent 失控，把她的真实 Gmail 收件箱清空了。尽管这名高管也承认只是犯了新手会犯的错误，但这件事之后，很多人对 AI 工具的第一反应从「好用吗」变成了「安不安全」。

Perplexity 显然注意到了这个变化。

Personal Computer 在安全上做了几件事：所有敏感操作均需用户手动确认，每次会话保留完整审计记录，并配备紧急停止开关。系统还支持用户通过任意设备远程控制，随时接管。

在任务执行层面，系统采用基于文件系统的进程间通信机制。主 Agent 派生出多个子 Agent 时，子 Agent 把阶段性结果写入共享目录，主 Agent 读取文件完成汇总，整个过程可以完整追溯，出了问题能查到每一步。

在发布会上，Perplexity 也在演示视频中展示了一些基础场景：起草发给投资人的邮件、将报告整理为幻灯片、对求职候选人进行排名等等。

目前该产品仅向 Perplexity Max 订阅用户开放，月费 200 美元。

首发阶段仅支持 Mac 设备，通过候补名单开放抢先体验，Perplexity 官方尚未公布正式上线时间。订阅用户每月可获得 1 万个计算积分，用于执行各类自动化任务。企业版额外提供安全控制、合规功能和单点登录支持，并配备 SOC 2 Type II 认证和独立沙盒运行机制。

月费 200 美元，值不值

在 Personal Computer 发布之后，Srinivas 在 X 平台上发了一篇名为「万物皆可成为 Computer」的长文，追溯了「computer」这个词的历史。

「computer」最早指的是人，是那些替天文学家进行计算的学徒。后来变成机械的，再后来变成数字化的，再后来变成个人电脑。而今天，他说，AI 就是 computer。

在之前的博客中，他还引用了乔布斯的说法。乔布斯曾将个人电脑比作「人类思维的自行车」，但 Srinivas 认为，智能手机时代虽然把个人电脑塞进了每个人口袋，但也让所有人变成被信息流控制的被动消费者。

Personal Computer 要做的，是把人从这种状态里拉出来。他在长文里写道：「大家都在谈第一个由一个人打造的十亿美元公司。但一个人打造这样的公司，最大的劣势是什么？答案是：他晚上必须睡觉。」

可 24 小时运作的 Personal Computer，显然不存在这个问题。

关于 Personal Computer 这个功能，舆论的意见也撕裂为两派。支持者认为，Personal Computer 把过去只有大企业才用得上的技术下放给了个人用户。

SOC 2 合规、微型虚拟机沙盒隔离、跨越数百个 SaaS 平台的自动化编排，以前这些只存在于每年收费数十万美元的企业服务里。月费 200 美元，相当于租用了一整套企业级 IT 基础设施。

质疑声也不少。Perplexity 在博客中宣称，Personal Computer 在内部四周测试期间节省了 160 万美元人力成本，完成了相当于 3.25 年的工作量。

但 Hacker News 上的工程师不买账，认为把员工简单操作的时间无限放大，再乘以高昂的平均时薪，就能凑出一个好看却站不住脚的数字。

这场争论本身，或许就说明了问题：争得最凶的，恰恰是那些有能力自己搭环境并运行的工程师。对他们来说，Personal Computer 确实性价比存疑——因为他们根本不需要它。

当然，200 美元/月的门槛，现在还把很多人挡在外面。

但在 Claude Code 和 OpenClaw 主导 AI Agent 话题的这段时间里，这两款产品的核心用户依旧是程序员等极客。

Perplexity 要做的则是，让那些不懂技术、但真的需要这类能力的人，也能安心用上 AI Agent。这个市场更大，也更难啃。但至少，Perplexity 是目前为止在这件事上走得最远的那一个。

{{userData.name}}已认证

1300 万人围观，龙虾「杀手」来了

RAG落地实践：知识库三层架构和关键组件

一文了解调优Dify知识库方法