Perplexity leva o agente Computer para hardware NVIDIA local

A Perplexity lançou o Portable Computer, uma versão local-first do seu agente Computer que desloca o núcleo do runtime agentic para hardware controlado pelo utilizador. A primeira versão corre em Linux no NVIDIA DGX Spark e está disponível para subscritores Perplexity Pro e Max. Ao contrário de uma aplicação de desktop que continua a enviar a maior parte do raciocínio para a cloud, o Portable Computer pode executar no próprio dispositivo o modelo, o orquestrador, o planner, o tool router, o scheduler, a durable task queue e o índice de pesquisa local.

A mudança é relevante para equipas de engenharia que trabalham com código-fonte privado, documentos confidenciais ou workloads em que o custo recorrente de inferência na cloud é importante. Segundo o anúncio da Perplexity, o trabalho local não consome créditos Perplexity e o sistema pode pedir autorização ao utilizador antes de escalar uma etapa para modelos cloud quando é necessário raciocínio mais forte ou informação externa. A alteração arquitetural não é, por isso, apenas «AI num PC». É um desenho híbrido de agente que trata a execução local como fronteira por defeito e a cloud como caminho explícito de escalada.

O runtime do agente passa para a workstation

O Portable Computer suporta inicialmente Qwen 3.8 27B e PPLX 27B, a variante post-trained da Perplexity. O NVIDIA Nemotron 3.5 Lightning deverá ser acrescentado ao seletor de modelos. A Perplexity afirma que o modelo local pode pesquisar ficheiros e código, sintetizar documentos, executar ações na máquina e manter tarefas longas em execução, enquanto os componentes de orquestração também permanecem locais.

A atualização Local AI da NVIDIA confirma de forma independente que o Portable Computer está otimizado para o DGX Spark e pretende manter workflows privados localmente sem contabilizar o trabalho local nos limites de tokens. O DGX Spark assenta na plataforma GB10 da NVIDIA e tem 128 GB de memória unificada, uma categoria de hardware muito diferente de um portátil empresarial comum. Isto é importante para avaliar o lançamento: demonstra que agentes locais capazes estão a ser transformados num produto integrado, mas não demonstra que os mesmos workloads já são práticos em máquinas normais de desenvolvimento.

A Perplexity diz que o suporte para PCs com GPU RTX está a caminho e que o Windows também será suportado. Até lá, o deployment fica limitado a Linux e a hardware NVIDIA relativamente especializado. A primeira versão está, portanto, mais próxima de uma appliance de agente de classe workstation do que de um assistente desktop de mercado massificado.

A privacidade depende da fronteira de routing

O argumento prático mais forte para agentes locais é o controlo dos dados. Um agente de coding ou research é útil precisamente porque consegue ver ficheiros, repositórios e contexto interno que os utilizadores podem não querer copiar para um fornecedor remoto de modelos. O Portable Computer foi desenhado para que ficheiros e processamento local possam permanecer no dispositivo, exigindo autorização para escalar para a cloud.

Esta é uma control boundary relevante, mas não deve ser exagerada. local-first não significa offline-only. Pesquisa na web, aplicações SaaS ligadas e modelos frontier na cloud introduzem necessariamente sistemas externos quando são usados. A Perplexity também afirma que a execução de código e ferramentas ocorre em ambientes sandbox isolados, com acesso controlado a ficheiros e aplicações. Para equipas de engenharia e segurança, a pergunta real é se estes controlos são suficientemente observáveis e aplicáveis para o seu threat model.

A reportagem independente da Computerworld destaca a mesma tensão. O desenho local pode reduzir a exposição de dados sensíveis e os custos de utilização, mas as empresas ainda precisam de verificar como a fronteira de privacidade é aplicada, que telemetria sai do dispositivo, como a escalada para a cloud é apresentada ao utilizador e como as permissões dos conectores interagem com ficheiros locais.

A inferência local muda a economia dos agentes

Os agentes cloud têm dois custos variáveis: inferência do modelo e infraestrutura para manter tarefas longas em execução. O Portable Computer transfere uma parte desse custo para hardware próprio. A Perplexity diz que o trabalho no dispositivo não consome créditos, pelo que análise repetida de documentos, inspeção de código e planeamento de rotina podem ser executados sem consumo medido de cloud depois de pagos o hardware e a subscrição.

Isso não torna o sistema gratuito. O DGX Spark é hardware especializado, continua a ser necessário acesso Pro ou Max, eletricidade e manutenção têm custos e tarefas difíceis podem continuar a escalar para inferência cloud paga. A questão económica muda de «quantos tokens vai consumir este workflow?» para «que parte do workload é suficientemente barata e capaz para ficar local e quando vale a pena chamar inteligência cloud?».

A Perplexity publicou benchmarks em que afirma que o seu harness com PPLX 27B supera harnesses locais alternativos em vários testes de knowledge work. Como essas avaliações são executadas pelo próprio fornecedor, devem ser tratadas como alegações atribuídas, não como um veredicto independente de performance. O ponto mais defensável é arquitetural: a Perplexity está a distribuir uma stack integrada em que modelos locais, mecanismos persistentes de tarefas, pesquisa e ferramentas sandboxed estão empacotados em conjunto em vez de terem de ser montados pelos developers.

Porque é relevante para equipas de software

Para organizações de engenharia de software, o Portable Computer é relevante porque codebases privadas são um dos workloads que a Perplexity menciona explicitamente. Um agente que consegue inspecionar repositórios, pesquisar contexto de projeto e executar trabalho orientado por ferramentas sem enviar automaticamente esse contexto para um modelo remoto altera o compromisso entre utilidade do agente e exposição do código-fonte.

O produto também mostra uma direção mais ampla para a arquitetura de coding agents. Muitos produtos atuais centralizam orquestração e inferência na cloud do fornecedor, mesmo quando a interface corre localmente. O Portable Computer desloca mais dessa stack para a workstation, mantendo ao mesmo tempo uma saída seletiva para a cloud. Este modelo híbrido pode ser útil para equipas que querem tratar localmente contexto de rotina e ativos sensíveis, mas continuar a ter acesso a frontier reasoning para etapas mais difíceis.

As questões em aberto são operacionais. As equipas devem testar resistência a sandbox escape, política de rede, gestão de secrets, audit logs, scopes dos conectores, dados retidos durante a escalada cloud e recuperação de tarefas longas. Também devem medir se modelos locais da classe 27B são realmente suficientes para a sua codebase e workflow, em vez de assumir que benchmarks do fornecedor se traduzem diretamente em produtividade de engenharia.

O Portable Computer é, assim, menos importante como mais uma aplicação AI de desktop e mais como uma implementação concreta de infraestrutura local-first para agentes. Coloca inferência do modelo, orquestração, indexação local semelhante a memória e execução de ferramentas em hardware próprio, tornando os modelos remotos uma etapa opcional em vez do ambiente de execução por defeito. Se esta abordagem provar ser fiável para além do DGX Spark, deployments locais e híbridos podem tornar-se uma escolha arquitetural mais realista para organizações que até agora tratavam agentes avançados como sistemas exclusivamente cloud.

Sources
- Perplexity: Introducing Portable Computer
- NVIDIA Local AI: Portable Computer on DGX Spark
- Computerworld: Perplexity's on-device AI offering