Perplexity расширила доступ к Perplexity Personal Computer в приложении для Mac: раньше функция была доступна только на тарифе Max, а теперь добралась и до подписок Pro и Enterprise. Для русскоязычной IT-аудитории это важный сигнал: агентный ИИ постепенно переезжает из демо-роликов в рабочий контур, где модель не просто отвечает в чате, а сама проходит весь маршрут задачи на компьютере.
Об этом сообщает ZDNet в материале от 22 июля 2026 года. Издание протестировало новый режим Perplexity на пяти многошаговых сценариях и пришло к выводу, что агент справляется лучше, чем от него ожидали. Речь не о привычном «сделай мне черновик», а о задачах, где нужно открыть файлы, прочитать документы, создать новые артефакты, дотянуться до облачных сервисов и при необходимости поработать в браузере.
У Perplexity Personal Computer три ключевых уровня доступа. Первый — локальные файлы: ИИ может подключаться к папкам на Mac, искать, открывать и создавать документы. Второй — управление нативными приложениями, включая «Сообщения», «Заметки», «Почту», «Карты», «Фото» и системные настройки. Третий — внешние сервисы через коннекторы: OneDrive, Google Drive, Box, Dropbox, SharePoint, Outlook, Slack, GitHub, Shopify и другие. Если же задача требует не просто открыть сайт, а авторизоваться, заполнить форму и нажимать кнопки на веб-странице, Perplexity предлагает для этого собственный браузер Comet.
Запуск устроен максимально в духе «агент, а не чат-бот». Сессию можно открыть из Dock, горячей клавишей с двумя Command или через голосовой режим. Последний, по описанию ZDNet, особенно полезен в сложных сценариях: система повторяет шаги задачи, подтверждает план действий и сообщает, когда все завершено. Это мелочь только на бумаге. На практике такая обратная связь решает старую проблему агентного ПО: пользователь должен понимать, что именно сейчас собирается делать модель с его файлами, а не надеяться на магию за затемненным окном.
Самый показательный тест из статьи — создание языкового тренажера по итальянскому. На выполнение ушло около 15 минут, после чего агент собрал интерактивный инструмент с бытовыми фразами, категориями, озвучкой и мини-викториной. Это хороший пример того, где агентный подход выигрывает у обычного промпта. В чате модель бы, скорее всего, выдала набор фраз и шаблон структуры. Здесь она довела задачу до полноценного результата, который уже можно открыть и использовать без ручной сборки из пяти разных сервисов.
Второй сценарий выглядит еще ближе к повседневной офисной рутине. Автор дал Perplexity Word-документ с раздаточным материалом для своего курса по eBay и попросил превратить его в презентацию. Агент собрал структурированный PowerPoint, а после дополнительной команды доработал оформление, добавив изображения и цвет. Ничего фантастического на уровне идеи, но именно такие задачи обычно съедают часы у продактов, консультантов, преподавателей, sales-команд и фаундеров: исходник уже есть, а дальше начинается бесконечная механика по упаковке материала в другой формат.
Третий пример из статьи показывает, куда все это движется дальше. Автор взял собственную англоязычную статью, лежащую в Microsoft OneDrive, и голосом попросил систему перевести ее на итальянский, собрать двуязычный учебный документ с пометками по идиомам и сложной грамматике, затем создать аудиофайл с озвучкой итальянской версии и сохранить результаты в папку Documents на Mac. В начале произошел сбой: агент не сразу «увидел» уже прикрепленный документ. Но сам характер запроса важнее локального глюка. Перед нами не один запрос к модели, а конвейер из поиска файла, перевода, редакторской компоновки, генерации TTS и раскладки готовых файлов по нужному месту. То, что такие сценарии вообще начинают проходить без написания скриптов, уже меняет требования к пользовательскому ПО.
Контекст здесь предсказуемый, но от этого не менее важный. Почти все крупные игроки в ИИ сейчас пытаются доказать, что следующая ступень после чат-ботов — это агенты, которые умеют выполнять действия. На словах это звучит давно. На практике большинство продуктов пока уверенно держатся лишь в рамках браузера или песочницы с ограниченным набором интеграций. Поэтому выход Perplexity Personal Computer на Mac с доступом к локальным файлам, системным приложениям и внешним сервисам выглядит как попытка зайти на территорию, где раньше жила автоматизация через макросы, RPA и кастомные внутренние тулзы. Разница в том, что здесь интерфейсом становится естественный язык, а не конструктор сценариев.
Для разработчиков и ИТ-команд отсюда следуют сразу несколько практических выводов. Во-первых, меняется сама единица автоматизации: вместо «сделать интеграцию между A и B» все чаще будет задача «дать агенту безопасный доступ к A и B». Во-вторых, резко растет цена прав доступа, логирования и прозрачности действий. Если ИИ умеет читать папки, запускать приложения и работать с корпоративными сервисами, вопрос уже не в качестве ответа модели, а в том, какие данные она видит, что именно отправляет наружу и как это аудируется. В-третьих, растет спрос на софт и внутренние процессы, которые агент может понять без шаманства: предсказуемые структуры папок, нормальные названия файлов, чистые шаблоны документов и интерфейсы без десятка скрытых состояний.
Главный вопрос теперь не в том, может ли агент собрать презентацию или перевести документ. Может, и, судя по тесту ZDNet, уже не так уж плохо. Вопрос в другом: готовы ли корпоративные Mac и рабочие процессы к тому, что следующим «пользователем» компьютера станет не человек с мышкой, а ИИ, которому нужно доверить клавиатуру, экран и доступ к половине SaaS-стека.