2026年9月1日，Perplexity 在 Mac 上推出了一项名为 Hybrid Compute 的功能。简而言之：一项任务被拆分到两个地方执行。繁重的步骤——网络搜索、规划、长程推理——在云端的前沿模型上运行。涉及你敏感数据的步骤则交给运行在你自己设备内部的小模型处理，这些数据根本不会离开设备。

表面上看，这是一条面向 Mac 用户的产品新闻。但真正值得企业主关注的不是产品本身，而是其背后的架构模式：在数据发送之前就进行分类，而不是在数据到达之后。这种模式你完全可以在自己的系统中应用，与 Perplexity 无关，也与 Mac 无关。

实际发布了什么

在做任何分析之前，有必要把已发布的内容与解读区分开来：

  • 日期：2026年9月1日。
  • 工作方式：每项任务都从云端开始，然后在任务中途将敏感步骤交给本地模型，且不丢失上下文。
  • 隐私闸门：设备端分类器在发送前读取每项任务，将姓名、地址和账号替换为占位符，并在答案返回时将其还原。
  • 要求：搭载 Apple silicon 的 Mac、macOS 15 或更高版本，统一内存至少 24GB，推荐 32GB。
  • 订阅：面向 Pro 和 Max 订阅用户以及企业客户提供。
  • 成本：由本地模型处理的工作不消耗云端额度。
  • 本地模型：发布时提供多个选项，包括 Google 的 Gemma 4 E4B、阿里巴巴的 Qwen3.6 35B-A3B，以及 Perplexity 自己训练的模型。

没有发布的——也绝不能想当然的——是任何关于遵守沙特《个人数据保护法》的合同承诺，或任何证明该闸门性能的独立审计。发布的是一种技术机制，以及公司自己公布的关于自身的性能数据。

为什么这与你以前听说的"本地 AI"不同

通常的说法是二选一：要么把一切发送到云端、获得强大的模型，要么在本地运行小模型、以较低的质量换取隐私。在实践中，大多数组织里隐私输掉了这场争论——因为团队需要高质量的回答来完成工作。

这种架构所做的，就是拒绝二选一。同一项任务在两个地方运行：推理在云端进行，涉及数据的步骤在设备上进行。更重要的是，这个决定不是手动做出的，也不依赖员工的注意力——而是由一个在文本离开之前读取它的自动分类器做出的。

这里有一个值得停下来细看的细节：Perplexity 以少见的坦率公布了该分类器的性能数据，包括其弱点。它表示，当文本超过大约一万个字符时，召回率会明显下降，并且它通过一种解码技术而不是重新训练模型来解决这个问题。它还将该分类器开源了。

即使你从不使用 Perplexity，你的企业也能从中得到的教训

如今使用 AI 的大多数沙特组织完全没有任何闸门。员工复制一条客户消息、一条合同条款或一份账户对账单，粘贴到公共工具中，要求生成摘要或回复草稿。就在那一刻，数据离开了组织——没有任何记录，也没有任何人做出决定。

当管理层发现时，反应通常是两种之一，而两种都会失败。一是彻底禁止这些工具，结果员工在个人设备上绕过禁令。二是视而不见，直到发生事故。第三条路正是这次发布所展示的：不再问你是否使用 AI，而是开始问哪些内容可以离开你的系统、由谁决定、这个决定记录在哪里。

如何在自己的系统中构建这个闸门

在实践中，我们在客户系统中实施的方案基于四个层次，而且全部与供应商无关：

  • 在构建功能之前先对字段进行分类。在将任何模型接入系统之前，先对数据库字段进行分类：哪些是公开的，哪些是商业敏感的，哪些是个人数据。这种分类是管理决策，而不是技术决策，后续的一切都取决于它。
  • 在系统边界设置匿名化层。设立一个单一节点，所有发往外部供应商的请求都必须经过它，在这里个人标识符被替换为占位令牌，并在响应返回后还原。关键在于它是一个节点，而不是在每个界面重复编写的逻辑。
  • 对不能外流的内容进行本地处理。并非每项任务都需要前沿模型。对一条消息分类、从发票中提取一个数字、按优先级对维修请求排序——你自己服务器上的小模型就能以足够的质量和近乎为零的成本完成这些工作。
  • 持久保存的日志。哪个请求发出去了、哪些字段被遮蔽、谁提出的请求以及何时提出。没有日志，你既无法回答审计人员的问题，也无法回答客户的问题。

请注意，这四个层次中没有一个指定某个供应商。这是有意为之：正如我们全年所见，模型每隔几周就会更换，你今天构建的闸门必须在其背后的模型更换后依然有效。

这在《个人数据保护法》背景下意味着什么

沙特阿拉伯《个人数据保护法》由沙特数据和人工智能管理局监管，其所依据的原则包括明确处理目的，以及将收集的数据限制在必要范围内。即使组织委托第三方处理个人数据，它仍需对其处理的个人数据负责。

上述架构直接服务于这两项原则：当任务不需要时，个人数据根本不会发送给第三方；而发送出去的，是完成工作所需的最少数据。但仅靠技术并不等于合规——你仍然需要处理数据的合法依据、隐私政策，以及处理数据主体请求的程序。技术闸门让合规更容易，但不能替代合规；在做出任何承诺之前，唯一的依据是法律及其实施条例。

本周就能开始的三个步骤

这些都不需要一个大型项目才能开始：

  • 问你的团队一个问题：你上一次把工作系统中的内容粘贴到公共 AI 工具中是什么时候？这些回答会在一小时内让你看清问题的真实规模。
  • 写一页纸，定义三个类别：绝不能外流的、匿名化后可以外流的、可以原样外流的。一页真正执行的纸，胜过一份没人读的二十页政策。
  • 选择一项重复性任务，它涉及个人数据——例如总结客户对话——并将四个层次作为原型应用到它上面。你从一项任务中学到的经验可以迁移到其余任务。

结论

Perplexity 的发布面向的是 Mac 用户，但其背后的理念关系到每一个在真实数据上运行 AI 的组织：正确的决定不是在云端和设备之间做选择，而是是否存在一个在数据离开之前就决定什么可以离开的闸门。现在就构建这个闸门的公司，可以在几天内安全地采用任何新模型。推迟构建的公司会发现，他们在最糟糕的时刻才需要它——在事故之后，而不是之前。

来源