09:36shao__meng@shao__meng76°Perplexity 与哈佛商学院合作,基于真实使用数据首次系统比较了「对话助手」与「通用 Agent」对知识工作的影响。研究发现,Agent 模式(Computer)相比传统搜索模式(Search),任务完成时间平均节省 87%,成本降低约 94%,且用户满意度更高。Agent 提高了任务自主性,用户角色从「操作者」转向「监督者」,同时扩大了工作边界,让用户能承担更广、更深的任务。研究覆盖 18 个领域,编程领域效果最显著,时间节省 92%,成本节省 96%。行业AI Agent知识工作效率提升Perplexity哈佛研究推荐理由:这份研究用真实数据证明了 Agent 不是噱头——做知识工作、项目管理或跨职能协作的团队,看完会重新评估自己的工具链。建议点开看看具体的数据对比,尤其是成本节省部分。原文
01:51Aravind Srinivas@AravSrinivas精选Perplexity AI 与哈佛大学合作发布了一项关于其自主代理产品 Perplexity Computer 在真实工作场景中的研究。研究为期三个月,发现使用 Computer 的工人完成任务的时间比仅用搜索减少了 87%,成本降低了 94%,同时用户满意度更高。该代理能够进行跨学科搜索,提供比多步搜索更自主、更高质量的输出。这标志着从传统聊天界面到自主代理的转变,为知识工作者提供了更高效的工具。AI产品Perplexity自主代理效率提升哈佛研究知识工作推荐理由:Perplexity Computer 用真实数据证明了自主代理比传统搜索快 87%、省 94% 成本,做研究、写报告、跨领域查资料的知识工作者可以直接用起来,效率提升肉眼可见。原文