协同设计才是关键

在Portable Computer发布线程的后续中，Aravind Srinivas给出了更具体的解释。他的判断很直接：要构建一个真正有用的本地智能体运行时，光有模型不够，光有装置也不够，模型和装置必须进行协同设计。

这不是简单的软硬件适配，而是从底层把两者绑在一起考虑。按照Srinivas的说法，第一版Portable Computer将搭载基于Qwen的后训练模型。后训练这一步，正是为了让模型更贴合这台装置的实际运行环境。

不止Qwen，后续还要扩展

Qwen只是起点。Srinivas透露，Perplexity计划以后支持NVIDIA Nemotron 3.5 Lightning以及更多模型。这意味着Portable Computer不会把自己锁死在单一模型路线上，而是留出了扩展空间。

更值得注意的一点是后训练带来的灵活性。在获得用户许可的情况下，本地编排器可以升级到云端前沿模型。也就是说，本地跑不动或者需要更强能力时，用户可以选择把任务交给云端模型处理。

本地与云端的衔接逻辑

这套设计思路其实回答了一个常见疑问：本地智能体到底能做什么，做不了的又怎么办。Perplexity给出的方案是分层处理——本地模型负责日常编排，云端前沿模型作为可选的升级路径。

但前提仍然是用户许可。Srinivas在说明中明确把这一点放在前面，没有把云端升级写成默认行为。对于关注隐私和数据控制的用户来说，这个边界划得比较清楚。