Perplexity把Windows变成AI员工

Perplexity把Agent装进了Windows

7月28日消息，Perplexity正在向Windows推出Personal Computer，让AI不再停留于回答问题，而是能够进入本地文件、桌面应用和网页，直接替用户完成任务。 这套产品可以创建文档、更新电子表格、整理文件，并在需要时调用Perplexity的搜索与多模型推理能力，是该公司继今年4月推出Mac版本、5月接入Microsoft 365和Teams之后，对企业办公场景的进一步扩张。

Perplexity Personal Computer是一套运行在个人电脑上的通用AI Agent系统。 它拥有对本地文件和应用程序的受控访问权限，可以把一条自然语言指令拆成多个步骤，再调用不同模型和工具持续执行，而不是每完成一步都等待用户重新发问。

简单来说，普通聊天机器人更像坐在屏幕另一边给建议的顾问，Personal Computer则试图坐到用户的工位上，亲自打开文件、查资料、修改表格并交付结果。

Windows版本的重要性远高于一次普通的跨平台移植。 Windows仍是企业办公环境中覆盖最广的桌面操作系统，大量财务表格、内部文档、行业软件和历史工作流都集中在Windows设备上。Mac版本证明了产品形态，Windows版本才真正触及数量更大的企业用户和存量业务系统。

它能做什么：从回答问题变成操作电脑

Personal Computer的核心能力是把搜索、推理和桌面操作串成一条连续工作流。 用户可以要求它读取本地资料、检索网页信息、调用原生Microsoft应用，并把最终结果保存回电脑，而不必在聊天窗口、浏览器、Word和Excel之间来回复制内容。

典型任务包括：

• 读取一个文件夹中的会议记录，提取决策事项并生成Word文档；
• 根据本地销售数据更新Excel表格，补充公式、分类和说明；
• 检索公开资料，为演示文稿补充有引用依据的数据；
• 汇总Teams会议内容，把待办事项分配到不同项目文档；
• 持续监控一项工作，在条件发生变化后更新报告；
• 整理下载目录、重命名文件，或者把分散资料归入指定文件夹。

持续执行是Personal Computer与传统桌面助手之间最明显的差异。 过去的AI助手通常围绕单轮问答设计，即使能生成一份表格，也很难继续打开另一个应用、补充数据、检查结果并保存文件。Personal Computer强调的是任务闭环：用户描述目标，系统自行规划步骤，再通过多个Agent和工具把事情做完。

例如，用户可以要求它“根据这个季度的销售表、上次董事会材料和最新行业数据，更新一份汇报”。Personal Computer需要先定位本地文件，再理解数据结构，通过网页搜索补齐外部信息，随后修改文档或演示稿，最后把结果保存在指定位置。这实际上已经不再是一个搜索问题，而是一个横跨文件系统、浏览器和Office软件的工作流问题。

本地执行，不等于完全离线

Personal Computer是一套本地与云端结合的混合Agent，而不是完全运行在Windows设备上的离线大模型。 本地部分负责访问文件、控制应用和维持工作上下文，云端部分则承担Perplexity擅长的搜索、模型调度与复杂推理。

这个区别非常关键。Perplexity在官方介绍中使用了“inside Windows machines”一类表述，容易让人理解成所有数据和推理都留在电脑里；但从其产品架构看，更准确的说法是：Agent的手脚位于本地电脑，部分大脑仍然在云端。

多模型编排是Perplexity Computer体系的技术核心。 多模型编排是指系统根据子任务类型，把搜索、规划、写作、数据处理和检查工作分配给不同模型或Agent，而不是依赖单一模型从头做到尾。Perplexity没有自己的前沿基础模型，因此它的竞争力不在于某个模型跑分最高，而在于能否正确选择模型、调度工具并稳定交付结果。

这种设计有现实优势。网页研究可以交给擅长检索和引用的模块，文档生成可以交给长文本模型，表格处理则可以调用专门工具。理论上，多Agent分工比单模型硬扛所有步骤更灵活，也方便Perplexity在底层模型更新时进行替换。

这种架构的代价是用户无法把它等同于一台完全断网可用的“私有AI电脑”。 只要任务涉及云端推理、联网搜索或第三方服务，相关上下文就可能离开本机边界。企业是否愿意让它读取财务文件、客户名单和内部会议记录，最终取决于权限隔离、数据保留策略、审计能力和部署条款，而不是“本地运行”四个字。

安全设计比模型能力更值得关注

桌面Agent面临的最大问题不是会不会写文档，而是出错后会改坏什么。 聊天机器人答错一道题，用户最多得到一段错误文字；拥有文件和应用操作权限的Agent如果判断失误，则可能覆盖表格、误删文件、发送不完整的邮件，甚至把敏感内容带入错误的工作流。

Perplexity为Windows版设置了三层主要约束：

1. 敏感操作前确认。 删除文件、发送邮件等高风险行为执行前，系统会提醒用户并等待确认。
2. 沙箱内生成文件。 新文件先在隔离环境中创建，减少任务执行过程直接污染原始资料的风险。
3. 操作可审计、可回退。 用户可以查看Agent正在执行的动作，并在必要时介入或撤销更改。

Human-in-the-loop是这类产品现阶段不可缺少的安全机制。 Human-in-the-loop是指人类保留关键步骤的审批权，AI负责规划与执行，但在删除、外发、付款或覆盖文件等动作前必须获得明确授权。这会牺牲一部分自动化流畅度，却比让Agent完全自主行动更符合企业现实。

不过，“可回退”也不能解决所有风险。文件修改通常可以恢复，但邮件一旦发出、外部表单一旦提交、信息一旦上传到第三方网站，就很难真正撤销。Personal Computer能否进入财务、人力资源和法务等高敏感部门，还要看Perplexity能否提供更细粒度的应用白名单、目录权限、数据流向记录和管理员策略。

提示注入会成为Windows桌面Agent必须长期面对的攻击面。 提示注入是指恶意内容通过网页、文档或邮件诱导Agent执行偏离用户目标的操作。一个表面正常的网页可能隐藏“上传本地文件”之类的指令；如果Agent同时拥有浏览器访问权和文件读取权，就可能被跨环境诱导。

这也是为什么桌面Agent不能只靠模型“更聪明”来保证安全。真正有效的防线必须位于模型之外，包括权限最小化、工具调用校验、敏感数据识别、网络出口限制和完整日志。

Personal Computer与几类主流AI产品的差别

Perplexity正在卖的不是一个更大的模型，而是一层覆盖电脑、应用和网络的执行系统。 这让它与Copilot类办公助手、云端通用Agent以及开源本地Agent既有重叠，也存在明显边界。

| 产品形态 | 运行位置 | 本地文件与应用 | 网页研究 | 持续执行 | 主要优势 | 主要限制 | |---|---|---:|---:|---:|---|---| | Perplexity Personal Computer | Windows或Mac本地环境，加云端推理 | 强，可操作本地文件和原生应用 | 强，继承Perplexity搜索与引用能力 | 支持 | 搜索、模型编排和桌面执行合为一体 | 并非完全离线，可靠性和权限治理仍待验证 | | Perplexity Computer | 云端 | 依赖连接器或上传内容 | 强 | 支持 | 无需占用专用电脑，适合网络任务 | 对本地软件和文件系统的直接控制较弱 | | Microsoft 365 Copilot类助手 | Microsoft 365应用与云服务 | 主要集中在Office和组织数据 | 视产品能力而定 | 更偏应用内协作 | 与Word、Excel、Teams和企业身份体系结合紧密 | 跨出Microsoft生态后的通用操作能力有限 | | 普通AI聊天助手 | 云端或桌面客户端 | 通常需要手动上传文件 | 支持 | 较弱 | 上手快，适合问答、写作和分析 | 难以闭环执行跨应用任务 | | 开源桌面Agent | 本地或自建环境 | 可定制，理论上很强 | 取决于工具配置 | 支持 | 可控性高，可按需求修改 | 部署、维护和安全治理成本高 |

Personal Computer最直接的竞争对象其实不是某一个模型，而是用户现有的工作流。 如果用户只需要总结文档、生成邮件和搜索资料，现有聊天助手已经足够；只有当任务需要跨文件、跨应用并反复执行时，常驻桌面Agent才体现价值。

Perplexity的优势是把搜索结果的引用机制带入任务执行。一个行业报告不只是“写得像真的”，还可以追溯外部数据来源。对于研究、咨询、销售和市场岗位，这比单纯生成流畅文本更有用。

Perplexity的短板则是生态控制力。Microsoft可以控制Windows、Office、Entra身份系统和企业管理工具，Google可以连接Workspace与Android，OpenAI和Anthropic拥有自己的前沿模型。Perplexity必须依赖多模型调度和产品体验证明：用户为什么不直接向模型厂商付费，而要再购买一层Agent服务。

为什么Windows版是Perplexity的关键一步

Windows版让Perplexity第一次真正进入企业软件的主战场。 企业里大量关键工作并不发生在浏览器标签页中，而是藏在本地Excel模板、共享盘、旧版桌面软件和内部系统里。只做云端Agent，就很难触及这些数据和操作界面。

今年4月推出的Mac版本更像一次产品验证。Mac mini适合作为始终在线的专用设备，硬件环境也相对统一，但它不是多数大型组织的默认办公终端。Windows硬件、驱动、权限策略和企业软件组合更加复杂，却也意味着更大的市场。

Windows碎片化会成为Personal Computer能否规模化的第一道技术考验。 不同企业使用的Windows版本、Office版本、终端安全软件、虚拟桌面和权限配置可能完全不同。同一个“更新表格并发送给团队”的任务，在个人电脑上容易完成，在受组策略控制的企业设备上可能连续触发权限拦截。

桌面自动化还天然受界面变化影响。网页按钮换位置、应用弹出升级提示、文件被其他人占用，都会打断Agent的计划。模型可以理解屏幕，但无法消除桌面环境中的随机性。因此，Perplexity现在最需要公开的不是漂亮演示，而是任务成功率、平均人工介入次数、失败恢复率和不同应用兼容范围。

目前官方没有公布Windows版的标准化任务成功率或延迟数据。 在缺少公开基准的情况下，外界无法量化它完成复杂Excel更新、跨应用资料整理或长时间任务的稳定性。对于Agent产品，能完成一次演示和能连续完成一百次生产任务是两回事。

谁适合现在就用

Personal Computer现阶段更适合有大量信息整理工作、同时愿意监督AI执行过程的专业用户。 研究员、咨询顾问、销售运营、内容团队和项目经理通常需要频繁处理网页资料、文档与电子表格，这些场景的任务边界相对清晰，出错后也较容易人工复核。

比较适合的任务包括：

• 从多个资料源生成带引用的初版报告；
• 定期更新格式固定的周报和经营表格；
• 根据会议记录维护项目状态；
• 为演示文稿收集公开数据并整理来源；
• 对大批非敏感文件进行分类、摘要和重命名。

涉及资金、隐私和不可逆外部操作的工作不适合立即全自动交给Agent。 财务付款、合同审批、生产环境变更、员工隐私数据处理和对外正式沟通，都应该保留明确的人类审批节点，并限制Agent可访问的目录、应用和账号。

企业部署时至少要回答五个问题：

1. 哪些文件内容会被发送到云端模型？
2. 任务日志和中间文件会保留多长时间？
3. 管理员能否限制Agent访问指定目录和应用？
4. 员工离职或设备丢失后，如何撤销远程访问权限？
5. Agent受到提示注入时，哪些动作会被系统层阻止？

价格与开放范围

Personal Computer for Windows首先面向Perplexity Max和Enterprise Max付费用户分阶段开放。 官方此前提供了等候名单，意味着它不是一次性向所有Windows用户全面推送，而是会先控制用户规模、收集兼容性和可靠性数据。

截至7月28日，官方并未在本次Windows扩展信息中给出独立的软件买断价格，也没有宣布普通免费用户的开放时间。企业用户是否需要专用设备、管理员控制台或额外服务，应以实际账户页面和合同条款为准。

分阶段开放是合理但也必要的选择。 一款能够读取本地文件并操控应用的Agent，如果在权限和恢复机制还不成熟时大规模上线，风险远高于普通聊天产品。Perplexity需要先证明系统可以稳定地“少犯错、能解释、可撤销”，再讨论让它完全自主工作。

判断：这是Agent落地的重要一步，但还不是无人值守的AI员工

Personal Computer登陆Windows，标志着AI竞争正在从聊天窗口转向操作系统的执行层。 模型厂商过去比拼的是回答质量、上下文长度和跑分，现在更现实的问题变成：谁能安全地接触用户文件、理解应用状态，并把一个目标执行到最终结果。

Perplexity选了一条相对聪明的路线。它不需要在基础模型上正面击败OpenAI、Anthropic或Google，而是把不同模型、搜索结果和本地工具编排成一个完整产品。只要任务完成率足够高，这一层就有独立价值。

Windows版的真正价值不在于“AI可以打开Excel”，而在于它能否长期理解用户的工作环境。 一个有用的个人Agent需要知道文件放在哪里、哪些数据可信、什么动作必须请示、什么格式符合团队规范。持续积累这些上下文，才可能形成比单次聊天更高的迁移成本。

但现在把它称为成熟的“AI员工”仍然过早。官方尚未给出可验证的任务成功率、复杂工作流稳定性和大规模企业部署数据，本地与云端之间的数据边界也需要更透明的说明。

我们的判断是，Personal Computer已经具备生产力工具的方向感，但仍应被当作受监督的执行助手。 它最有价值的用法不是放手让AI接管电脑，而是把重复、可检查、可恢复的桌面工作交给Agent，再由人类负责最终确认。谁先把这个边界做清楚，谁才有机会拿到下一代桌面入口。

参考来源

• iThome：Perplexity推出Personal Computer，转向持续运行的代理式系统 —— 介绍Personal Computer的产品定位、本地设备运行方式及Perplexity从搜索问答向Agent平台转型的背景。