Perplexity推出Portable Computer，基于Qwen 3.8 27B实现零成本本地推理
Perplexity用专为本地模型设计的harness，让27B开源模型在设备端完成复杂智能体任务，既省钱又保护隐私。
Perplexity发布本地优先智能体Portable Computer，它使用专用harness（编排模型与工具的系统）配合可本地部署的Qwen 3.8 27B模型运行。默认全部在设备端执行，敏感数据不出本地，也不产生推理费用。在基准测试中，其表现优于通用开源框架，后训练模型更将得分提升至85.4%。
正文摘录
.jpg) 编辑 | 泽南 如今大家常用的 Harness，通常都默认你接的是一线大模型 API，比如 Fable 5、Sol、Kimi K3…… Perplexity 推出的 Portable Computer 却在想办法利用 Qwen 3.8 27B 这样可以本地部署的模型，实现接近的效果。  默认情况下，Portable Computer 的整个技术栈在本地运行。模型、框架、对话和轨迹都位于用户的计算机上。需要外部访问的功能如网络搜索、连接器或升级到云端更强大的顾问模型，仅在必要时才会调用，并且始终由用户控制。因此，敏感数据未经许可绝不会离开设备，本地模型也不产生推理费用。 一个高效的局部优先智能体需要模型和框架协同设计。通用框架假定模型具有前沿能力，能够理解长上下文、驾驭大量工具并进行长链规划。本地模型在这些要求下可靠性较低。Perplexity 没有让小模型管理为大模型设计的框架，而是让两者相互配合：框架根据模型的能力特性量身定制，模型经过后训练以有效使用框架。 近几个月来，智能体在各种知识工作任务中迅速发展。虽然这些进步带来了生产力和效率的大幅提升，但也带来了新的挑战。