主要来源Decoder
查看原文事件专题 · 多源确认
Perplexity 的“Search as Code”让 AI 模型自己写搜索管道
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。
当前结论
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。
11 个信源72° AI 热度最后更新 2026/6/7 10:28:33
证据链
相关来源 1shao__meng
查看原文相关来源 2The Rundown AI
查看原文相关来源 3rohanpaul_ai
查看原文相关来源 4lmarena.ai
查看原文相关来源 5Claude Code: GitHub Releases
查看原文相关来源 6IT之家
查看原文相关来源 7宝玉
查看原文相关来源 8小互
查看原文相关来源 9AI Will
查看原文相关来源 10@OpenAIDevs
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。