17:53marktechpost@Asif RazzaqPerplexity 开源了内部安全工具 Bumblebee,用于保护其搜索产品 Comet 和 Computer 的开发者系统。Bumblebee 是一个只读的资产清单收集器,适用于 macOS 和 Linux 开发者端点。它扫描 npm、PyPI、Go 模块、MCP 配置、编辑器扩展和浏览器扩展,无需调用任何包管理器或运行任何代码。该工具帮助开发者在不影响系统的情况下发现供应链风险。AI产品安全工具供应链扫描开源/仓库Perplexity开发者工具推荐理由:做安全或开发运维的团队终于有了一个不侵入系统的供应链扫描工具——Bumblebee 只读不执行,直接扫描依赖和扩展,建议关注开源仓库。原文
06:54Aravind Srinivas@AravSrinivasPerplexity CEO Arav Srinivas 宣布开源 Bumblebee,一个面向 macOS 和 Linux 的只读安全扫描器,用于检测开发者机器上的风险包、扩展和 AI 工具配置。该工具与 Perplexity Computer 集成,可在出现供应链风险时自动触发深度扫描。Perplexity 强调通过将工具置于智能体沙盒中并让安全工作流自主运行,来实现企业级深度嵌入。此举旨在推动 AI 工具在企业中的安全落地,并邀请开发者参与贡献。AI产品PerplexityBumblebee安全扫描开源/仓库企业安全推荐理由:企业安全团队和 AI 工具开发者终于有了一个开源方案来扫描开发环境中的供应链风险——Bumblebee 直接与 Perplexity Computer 联动,做安全运维的可以试试集成到 CI/CD 中。原文
01:39Aravind Srinivas@AravSrinivas开源模型和智能体平台 MiniMax 宣布其 Agent 产品现已接入 Perplexity 的搜索基础设施。在超过 700 个智能体任务的基准测试中,Perplexity 在答案质量和片段密度上表现最佳,相比之前的默认搜索服务 Serper,每次任务工具调用次数从 32.6 次降至 17.8 次(减少 45%),Token 用量从 162.3M 降至 94.6M(减少 42%),通过率提升 2%,总成本降低 27%。这一改进对于依赖搜索循环的智能体工作流意义重大,更好的搜索片段意味着更少的搜索次数和更低的上下文开销。AI产品智能体搜索增强MiniMaxPerplexity成本优化推荐理由:做智能体开发的团队终于有了更高效的搜索方案——Perplexity 的搜索集成让 MiniMax Agent 成本直降 27%,同时保持答案质量,做 RAG 或搜索增强型 Agent 的建议直接试试。原文
15:49Aravind Srinivas@AravSrinivas精选Perplexity 正在构建市场上最安全的可扩展智能体运行时沙箱。其安全设计包括:安全处理代理 API 密钥、对所有智能体访问的内容进行安全检测、加密通过连接器传递给智能体的数据、以及可靠地分离存储和计算。Perplexity Computer 默认安全,每个任务在独立的硬件隔离沙箱中运行,具有 VPC 级别的存储和计算分离。智能体通过短期代理令牌进行身份验证,而不是使用原始 API 密钥。AI产品智能体安全沙箱Perplexity代理密钥VPC隔离推荐理由:做智能体应用开发的团队终于有了一个默认安全的沙箱方案——Perplexity 把密钥管理、内容检测、数据加密和存储计算分离都做了,建议直接参考他们的设计思路。原文
15:51Perplexity@perplexity_ai精选Perplexity AI 发布了关于在 NVIDIA GB200 NVL72 Blackwell 机架上部署后训练 Qwen3 235B 模型的新研究。研究表明,GB200 不仅是训练平台,更是大型 MoE 模型高吞吐推理的重大升级,性能显著优于 Hopper 架构。该工作展示了如何利用 Blackwell 的硬件特性优化推理效率,为大规模 AI 服务提供新思路。AI模型推理模型PerplexityQwen3NVIDIA GB200MoE推荐理由:做大规模模型推理部署的团队值得关注——GB200 在 MoE 模型上的推理效率提升显著,Perplexity 的实践给出了可直接参考的优化路径。原文