03:09Aravind Srinivas@AravSrinivas精选Perplexity 宣布其智能体框架 Computer 原生集成了 Deep Research 能力,用户无需再单独切换模式。该功能基于“搜索即代码”架构,模型自动编写代码来组织搜索流程,并行执行数千次检索步骤,针对每个问题定制化搜索。在多个基准测试中,其性能超越了传统的 Deep Research 方案。这标志着智能体工具在深度研究自动化方面迈出了重要一步。AI产品智能体搜索即代码深度研究Perplexity自动化推荐理由:做深度调研或竞品分析的团队终于有了一个能自动并行搜索的智能体——Perplexity Computer 把 Deep Research 变成原生技能,不用再手动切换模式,建议试试看能否替代你现有的研究流程。原文
18:57Decoder@Jonathan Kemper精选72°Perplexity 推出了名为“Search as Code”的新架构,摒弃了传统的固定搜索 API,允许 AI 模型用 Python 编写自己的搜索例程。该系统在沙盒环境中处理过滤和去重,在关键基准测试上超越了 OpenAI 和 Anthropic,同时将 token 成本降低了高达 85%。这一创新使 AI 搜索更灵活、高效,尤其适合需要定制化搜索逻辑的开发者。AI产品Perplexity搜索即代码AI 搜索成本优化沙盒执行10 个信源在谈推荐理由:Perplexity 的“Search as Code”解决了固定 API 的僵化问题,做搜索增强或 AI 应用的团队可以大幅降低 token 成本并提升性能,值得直接尝试。原文
09:05Aravind Srinivas@AravSrinivas精选76°Perplexity CEO Arav Srinivas 宣布,公司正从传统的“搜索作为网络抓取工具调用”转向“搜索即代码”架构。新架构让 AI 智能体直接编写 Python 代码调用搜索栈,而非逐次循环函数调用。这一转变旨在适应未来智能体环境中代码执行成为知识工作主流方式的趋势,使多步骤原语组合更自然,对智能体框架的变更更具适应性,并能受益于下一代模型在编程能力上的持续提升。该架构已通过 Perplexity Agent API 提供,并默认用于 Computer 模式。AI产品搜索即代码Perplexity智能体AI 架构代码生成推荐理由:Perplexity 把搜索从工具调用升级为代码生成,解决了智能体多步搜索效率低、难适配的问题。做 AI 智能体或搜索产品的开发者值得关注,可以直接在 Agent API 里体验。原文
AITOP5月29日 08:02Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……