Perplexity перевела свой локальный ИИ-агент Computer на пользовательское железо и вместе с Nvidia запустила Portable Computer. Практика здесь быстро упирается в смету: на старте нужен либо Nvidia DGX Spark за $4800, либо ПК с Ubuntu и RTX-видеокартой минимум с 24 ГБ видеопамяти. Для русскоязычной IT-аудитории это важный сигнал: рынок агентных систем постепенно сдвигается от красивых облачных демо к сценарию, где код, документы и часть вычислений остаются внутри контура компании.
О запуске 25 августа 2026 года сообщает The New Stack. Portable Computer работает локально на DGX Spark с DGX OS или на более привычном ПК с Ubuntu на ARM- либо x64-железе, если там стоит совместимая Nvidia RTX. Вариантов пока немного, а порог входа высокий: даже RTX 3090 с 24 ГБ VRAM, по данным издания, стоит заметно выше $1500. Иными словами, идея «запустим агента у себя, чтобы не платить за облако и не таскать чувствительные данные наружу» выглядит здраво, но экономить на старте получится не у всех.
Технически Perplexity не просто пересадила облачный продукт на более слабую модель. По словам вице-президента компании по Computer Enterprise and Infrastructure Нейта Каппа, команде пришлось почти заново пересобрать стек. Локальная версия должна читать и редактировать файлы, запускать shell-команды, разбирать PDF, держать многошаговые задачи и при этом не вываливаться за пределы безопасной среды исполнения. Основной объем инженерной работы, как следует из материала, пришелся не на саму модель, а на обвязку: harness, который управляет инструментами, файлами, контекстом и политиками доступа.
Это, пожалуй, главный практический вывод из всей истории. В 2026 году рынок ИИ-агентов все меньше спорит о том, какая модель «умнее на бенчмарке», и все больше о том, какая система исполнения вообще позволяет агенту жить в реальном окружении. Perplexity прямо говорит, что orchestrator в Portable Computer — это детерминированный код, а не еще одна модель. Именно он собирает контекст, применяет политики и запускает разрешенные действия внутри sandbox на уровне ОС. Если sandbox недоступен, система не пытается тихо продолжить работу вне изоляции, а просто блокирует вызовы инструментов. Для корпоративного внедрения это важнее громких обещаний про «автономность».
Почему локальность оказалась дорогой
Локальный ИИ-агент хорош на слайдах по трем причинам: приватность, управляемость и предсказуемая стоимость. Но Portable Computer наглядно показывает, что за перенос вычислений с облака на рабочую станцию кто-то все равно платит — только уже не за токены, а за железо. Perplexity заявляет, что локальные задачи не расходуют usage-based credits, если системе не приходится обращаться к облачным моделям. На бумаге это выглядит как выгодный обмен для компаний с большим объемом повторяющейся аналитической или инженерной работы. На практике расчет зависит от профиля нагрузки: сколько задач можно держать локально, как часто агенту нужен внешний веб-поиск, насколько дорог простой сотрудников и сколько машин придется закупить под реальные команды, а не под пилот на одну презентацию.
Есть и компромиссный режим. Каждая задача стартует локально, но если модель не справляется с отдельным шагом, она может запросить помощь облака. Перед этим система показывает пользователю, какие данные покинут устройство, помечает потенциально чувствительный контент и спрашивает подтверждение. Облако в этой схеме не получает прямого доступа ни к локальным файлам, ни к инструментам: оно возвращает текстовую подсказку, а исполнение остается под контролем локального orchestrator. Для regulated-среды и компаний, где отдел безопасности давно устал от фразы «мы ничего никуда не отправляем, кроме совсем чуть-чуть», это уже более взрослая архитектура.
Perplexity также пришлось подстраиваться под ограничения модели. По данным The New Stack, Portable Computer использует компактный базовый набор инструментов и подгружает дополнительные навыки по мере необходимости, потому что практический предел контекста у локальной модели ниже, чем красивые цифры в спецификации. Вместо прямой передачи модели крупных MCP-описаний для популярных интеграций компания превратила часть коннекторов в обычные командные инструменты. Это не самый романтичный путь, зато инженерно понятный: меньше шумного контекста, меньше шансов, что агент начнет путаться в собственных возможностях.
Что это меняет для разработчиков и бизнеса
На старте пользователям доступны Qwen 3.8 27B и PPLX 27B — дообученная Perplexity версия той же модели; позже обещана Nvidia Nemotron 3.5 Lightning. Компания разрешает подключать и собственные модели с собственными inference-серверами. Внутренние тесты, конечно, выглядят выгодно для автора продукта: на бенчмарке Local Knowledge Work Bench из 53 задач Computer набрал 82,6% против 77,6% у Pi и 74% у Hermes. На ParseBench-100, где проверялись таблицы, верстка, графики, текст и форматирование, разрыв еще заметнее: 65,1% против 34,6% и 13,9% соответственно. Относиться к внутренним тестам лучше с привычной долей скепсиса, но сама логика сравнения показательная: победителем пытаются сделать не «чат-бота», а инструмент для прикладной офисной и инженерной рутины.
Для разработчиков это означает, что разговор про локальных агентов выходит из стадии «можно собрать самому из open source-компонентов» в стадию «вендоры продают готовый комплект с контролем среды исполнения». Portable Computer умеет работать с Google Drive, Gmail, Slack и GitHub; при этом веб-поиск и вызовы коннекторов покидают устройство, а инференс и обработка приватных документов остаются локальными. В демонстрациях агент разбирал папку с налоговыми документами и отдельно анализировал локальный CSV с последующей отправкой результата в Slack. Для продукта это хорошая витрина, а для покупателей — напоминание, что настоящая ценность агента измеряется не количеством «мышиных кликов», а тем, насколько надежно он проходит путь от файла к действию.
Еще одна деталь: Portable Computer не стоит путать с Personal Computer, приложением Perplexity для Mac и Windows. Новинка запускает модель и harness локально, но, как уточняет компания, пока не занимается полноценным computer use в стиле «агент сам водит курсором по всему рабочему столу». Это важное ограничение. Оно снижает эффект вау, но одновременно делает продукт менее хаотичным и ближе к корпоративному сценарию, где избыточная свобода агента обычно заканчивается длинной встречей с безопасниками.
Следующий вопрос для рынка звучит уже не как «можно ли запустить агента локально», а как «кому это окупится первым». Если локальный ИИ-агент останется привязан к дорогим Nvidia-конфигурациям, массовым он не станет. Но если Perplexity и конкуренты доведут такой стек до более доступного железа и внятной Windows-поддержки, корпоративный AI может заметно сместиться от SaaS-подписок к гибридной модели, где облако остается для сложных случаев, а основная работа крутится рядом с данными. Подробности запуска собрал .