Ваши файлы остаются на месте: гибридный ИИ Perplexity не отправляет конфиденциальные данные в облако

Как устроена маршрутизация

По словам Джона Стаффа, руководителя инженерных команд Perplexity для macOS и iOS, гибридный подход позволяет совместить точность передовых моделей с безопасностью локальной обработки. Компания утверждает, что это первый случай, когда ИИ-агент начинает работу в облаке, а затем без потери контекста передаёт конфиденциальную часть той же задачи модели на компьютере пользователя.

Система работает как диспетчер. Облачная передовая модель разбивает запрос на подзадачи и решает, где выполнять каждую из них:

Ключевой элемент системы — «Защита приватности», классификатор, обученный Perplexity и работающий на самом устройстве. Перед отправкой информации в облако он ищет персональные данные: имена, адреса, номера счетов и секреты. Если классификатор находит чувствительное содержимое, пользователь сам решает, выполнить эту часть локально или всё же передать её наружу.

Стафф рассказал, что облачный координатор разбирает задачу по запросу и направляет отдельные части разным субагентам. Конфиденциальный фрагмент выполняется полностью на Mac, и его токены в облако не отправляются.

Локальная обработка также не расходует кредиты Perplexity. Пользователь оплачивает электричество и собственное оборудование, а кредиты списываются только за координацию и распределение задачи.

Что умеет Computer

Perplexity показала три сценария, в которых облачный ИИ-агент обычно не смог бы работать с данными без риска их утечки:

По словам Стаффа, расстояние до компьютера не имеет значения: агент может обратиться к Mac удалённо и продолжить задачу с локальными данными. Он также отметил, что подобные сценарии невозможно полноценно реализовать только локально или только в облаке: для них нужны и приватность локальной обработки, и возможности передовых моделей.

Какие модели работают на Mac

На старте пользователям доступны три локальные модели:

На вопрос VentureBeat о том, не опасаются ли корпоративные и государственные клиенты предоставлять китайской модели доступ к своим компьютерам, Стафф ответил, что локальный инференс снижает геополитические риски. Эти модели имеют открытые веса, поэтому Perplexity может самостоятельно их проверять. При локальном запуске данные не отправляются зарубежному облачному провайдеру, а все модели Perplexity размещены на серверах в США.

Дополнительные ограничения задаёт встроенная в macOS песочница Seatbelt. Если локальный агент пытается сделать то, что ему запрещено, система останавливает действие и запрашивает разрешение пользователя. Полностью неограниченный режим «YOLO» Perplexity пока не разрешает, хотя Стафф не исключил, что в будущем некоторые пользователи получат такую возможность.

Контроль для компаний

Администраторы могут задать единую для всей организации политику чувствительности данных и получить полный журнал того, какая информация покинула каждое устройство. Функция рассчитана прежде всего на отделы, отвечающие за соблюдение требований в юриспруденции, финансах и здравоохранении.

Для обычных пользователей вопрос использования данных при обучении моделей пока остаётся менее ясным. Стафф сослался на режим инкогнито Perplexity и давно существующий переключатель отказа от такого использования. В корпоративные договоры можно включать условия о полном запрете хранения данных. Представитель компании заявил, что Perplexity глобально «не использует это для дообучения», но пообещал отдельно уточнить правила для аккаунтов, не относящихся к корпоративным.

Почему компания выбрала гибридную схему

Запуск происходит на фоне проблемы, с которой сталкиваются многие компании: наиболее ценная рабочая информация часто одновременно оказывается той, которую меньше всего хотят отправлять на чужие серверы.

Профиль рисков генеративного ИИ NIST относит к ключевым угрозам утечки информации и нарушения конфиденциальности данных. Исследования McKinsey о состоянии ИИ регулярно показывают, что организациям сложно перейти от экспериментов к практической отдаче, а управление данными остаётся одним из главных препятствий. Gartner включила гибридные вычисления в число стратегических технологических трендов 2025 года, прогнозируя распространение архитектур, которые объединяют вычисления в разных средах.

Perplexity делает ставку на слой координации, который в реальном времени распределяет работу между облаком и устройством. Компания описывает себя как нейтрального посредника, работающего с разными поставщиками моделей. Представитель Perplexity сравнил её со Швейцарией, поскольку компания сотрудничает со всеми.

Стафф объяснил, что улучшение любой части этой связки — локальных моделей, передовых моделей или чипов Apple — улучшает и саму Perplexity. Компания находится на уровне приложений и объединяет все компоненты в единую систему.

Как развивался Computer

Гибридные вычисления стали очередным этапом быстрого расширения продуктовой линейки Perplexity:

Финансовая история компании развивалась столь же быстро. В январе 2024 года Perplexity оценивалась в $520 миллионов, а к сентябрю 2025 года завершила раунд финансирования при оценке $20 миллиардов. За это время компания также сделала предложение на $34,5 миллиарда за браузер Google Chrome во время разбирательства о возможных антимонопольных мерах против Google. Bloomberg сообщало, что руководители Apple проводили внутренние переговоры о покупке Perplexity — на фоне запуска продукта, специально использующего чипы Apple.

Ограничения и риски

У стратегии есть несколько проблем. В июле Reuters сообщило, что иск Reddit к Perplexity из-за сбора данных пережил ходатайство об отклонении. Это стало частью серии разбирательств о копирайте и данных, с которыми сталкивается компания. На этом фоне ориентация Perplexity на приватность выглядит одновременно коммерчески рациональной и необходимой для репутации.

Остаются и практические ограничения:

Наконец, сама «Защита приватности» тоже является классификатором машинного обучения, а такие системы могут ошибаться. Ложное отрицательное срабатывание означает, что конфиденциальные данные всё же попадут в облако.

Perplexity предлагает пользователям прозрачную проверку: перед отправкой можно раскрыть и посмотреть, что именно классификатор отметил как чувствительное. Корпоративные клиенты получают журналы на уровне устройств. В итоге специалистам предлагают доверить одному ИИ решение о том, какие данные разрешено видеть другому ИИ. Perplexity считает, что для защиты рабочих данных нужен не только более высокий барьер, но и более точный фильтр.