一台 Mac mini 變成 24 小時 AI 員工：Perplexity Personal Computer 的架構野心

3 月 11 日，Perplexity 在首屆 Ask 開發者大會上發表了 Personal Computer。不是一台新電腦，而是一套軟體——裝在你的 Mac mini 上，讓它變成一個 24 小時不關機的 AI 員工。

月費 200 美元。每個敏感操作需要你點一下「同意」。有 kill switch。

企業版的宣傳數字是「四週完成 3.25 年的工作量」。先別急著翻白眼，架構本身值得拆解。

三種「AI 控制你的電腦」路線

2026 年至少有五家在做這件事。但技術路線完全不同：

Perplexity 選了一條獨特的路：不是在雲端遠端操控你的電腦，也不是模擬人類看螢幕點滑鼠，而是直接跑在你的本地硬體上，用程式化的方式存取檔案和應用。

架構拆解：雲端的腦 + 本地的手

Personal Computer 的架構是混合式的。理解這一點很重要，因為它決定了這套系統的能力邊界和安全模型。

分工

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

┌─────────────────────────────┐
│     Perplexity 雲端          │
│  ┌───────────────────────┐  │
│  │  LLM 推理（多模型）     │  │  ← 大腦：複雜推理、規劃、決策
│  │  GPT-5.1 / Claude 4.5  │  │
│  │  Gemini 3.1 / 自家模型  │  │
│  └───────────────────────┘  │
└──────────────┬──────────────┘
               │ API
┌──────────────▼──────────────┐
│     Mac mini（本地）          │
│  ┌───────────────────────┐  │
│  │  任務管理器             │  │  ← 神經系統：排程、執行、檔案存取
│  │  Cron-like 排程         │  │
│  │  本地腳本執行           │  │
│  │  檔案 & App 存取        │  │
│  └───────────────────────┘  │
└─────────────────────────────┘

大腦（LLM 推理）在雲端，神經系統（任務排程和執行）在本地。Mac mini 是 orchestrator，Perplexity 的雲端是 reasoner。

這個設計的好處是：即使網路斷了，已排程的本地任務可以繼續跑。LLM 的算力不受本地硬體限制。但本地的檔案不需要上傳到雲端就能被操作。

模組化 Skill 系統

Personal Computer 用模組化的 skill 系統來解決 context window 爆炸的問題。不是把所有指令塞進一個巨大的 system prompt，而是按需載入特定領域的指令集。

這跟 plugin 架構解決 monolith 臃腫是同一個思路——你不會把所有功能都編譯進一個二進位檔，為什麼要把所有指令都塞進一個 prompt？

安全模型

每個敏感操作都必須呼叫 confirm_action 並等待使用者批准。這不是選項，是內建在執行模型裡的強制 tool call。

具體來說，以下操作需要明確授權：

• 發送 email 或訊息
• 發表任何內容
• 進行購買
• 刪除資料
• 存取敏感檔案

每個操作都會被記錄。加上一鍵 kill switch，使用者可以隨時中斷一切。

跟 Claude Computer Use 的根本差異

Claude Computer Use 的方式是「看螢幕、移滑鼠」——它透過截圖理解畫面，然後模擬人類的鍵盤和滑鼠操作。像是一個遠端桌面的使用者。

Perplexity Personal Computer 不看螢幕。它直接透過程式化介面存取你的檔案系統、日曆、郵件用戶端。像是一個跑在你本機的後端服務。

兩者不是互斥的。Claude 擅長處理「沒有 API 但有 GUI」的應用；Perplexity 擅長處理「有結構化介面」的批量任務。

對開發者的意義

「Always-on agent」是新的基礎設施層

過去我們部署 cron job、background worker、message queue 來處理非同步任務。Perplexity Personal Computer 本質上是一個通用的 always-on agent runtime——你告訴它「每天早上 9 點整理昨天的會議記錄並寄給團隊」，它就去做了。

這暗示了一個趨勢：未來的個人電腦不只是你打開來用的工具，還是一個持續替你工作的 agent 宿主。

Agent 的本地 vs 雲端抉擇

Perplexity 選擇把執行層放在本地，有幾個好處：

1. 隱私：檔案不需要上傳到雲端
2. 延遲：本地操作不走網路
3. 控制：使用者的 kill switch 是物理性的（直接拔網路線就斷了）

但也有代價：你得專門拿一台 Mac mini 來跑這個東西。$200/月的訂閱費加上一台 $599 起的 Mac mini，這不是隨便試試的成本。

開發者可以建什麼

如果你正在建 AI agent 相關的產品，Perplexity 的架構選擇提供了一個參考：

• Skill 模組化：按需載入指令集，解決 context window 膨脹問題
• 混合架構：重度推理放雲端，執行和排程放本地
• 強制授權機制：敏感操作不是「預設允許，出事再處理」，而是「預設禁止，明確授權」

我的判斷

200 美元月費不便宜，但如果它真的能可靠地處理日常行政工作——整理文件、排程會議、追蹤待辦事項——對獨立工作者或小團隊來說，這比請一個兼職助理便宜得多。

關鍵問題是「可靠」。一個 24 小時不停運作的 agent，犯一次嚴重錯誤（比如發錯 email、刪錯檔案）就夠你頭痛好幾天。confirm_action 的強制授權設計是對的方向，但如果每個操作都要你按一下，那跟自己做有什麼差別？

這個張力——自動化程度 vs 安全控制——會是 2026 年所有 computer use 產品面臨的核心設計難題。

你的電腦不再只是你打開來用的工具。它開始替你上班了。