Perplexity 相关 AI 资讯

7月11日

11:23

Aravind Srinivas@AravSrinivas

Perplexity 为 Enterprise 组织启用了 Grok 4.5 模型。面向 Consumer Pro 和 Max 订阅用户，Grok 4.5 可作为计算机编排模型。在 WANDR 基准上，Grok 4.5 得分高于其他五种编排配置。其成本约为 Opus 4.8 的一半。

推荐理由：Perplexity 现在能用 Grok 4.5 做编排了，比 Opus 4.8 便宜一半，性能还更强，Pro 和 Max 用户快去试试。

原文

07:14

官方账号Perplexity@perplexity_ai

精选

Perplexity 宣布 Grok 4.5 作为 Computer 的编排模型，面向 Pro 和 Max 订阅用户可用。在 WANDR 基准上，Grok 4.5 的得分高于五个其他编排配置。其成本约为 Opus 4.8 的一半。该更新旨在提升 AI 电脑的自动化任务能力。

AI产品 Grok 4.5 Perplexity Computer 编排模型 WANDR

推荐理由：Perplexity 给 Pro 和 Max 用户升级了 Grok 4.5 做编排模型，在 WANDR 上比 Opus 4.8 便宜一半还得分更高，值得试试。

原文

05:58

Aravind Srinivas@AravSrinivas

精选

Perplexity CEO透露其自研编排器架构，基于GLM 5.2模型进行后训练。在需要时，系统会升级到Opus模型作为顾问。该编排器将利用更多计算资源快速提升质量。同时，Grok 4.5和Opus Fast也被认为是优秀的编排模型。

AI模型 Perplexity GLM 5.2 Opus Grok 4.5 模型编排

推荐理由：Perplexity CEO揭秘自家搜索背后的模型编排：用GLM 5.2后训练，必要时上Opus，比Grok 4.5和Opus Fast还强？

原文

04:40

Aravind Srinivas@AravSrinivas

精选

Perplexity CEO Arav Srinivas透露，SpaceXAI的Grok 4.5在内部代理研究基准WANDR上获得最高分。该模型作为orchestrator集成到Perplexity Computer中，价格仅为Claude Opus 4.8（高）的一半。Grok 4.5还以相近成本超越了Perplexity当前GLM 5.2后训练模型的表现。该模型现已面向Consumer Pro和Max订阅用户提供。

AI模型 Grok 4.5 Claude Opus 4.8 Perplexity WANDR 智能体

推荐理由：Perplexity把Grok 4.5作为Computer的编排模型，代理研究任务得分最高，价格只有Opus 4.8的一半，值得试。

原文

04:16

官方账号LangChain@LangChainAI

精选

LangChain 使用 LangGraph 和 Perplexity AI Agent API 构建了一个智能体，通过4个并行节点分别研究财务、产品和市场，然后由无工具合成器仅基于研究结果撰写带引用的 VC 投资备忘录。整个流程约 90 秒，成本仅 0.40 美元。该示例展示了如何用 LangGraph 和外部 API 快速构建端到端研究 Agent。

技巧 LangGraph Perplexity VC投资备忘录智能体教程

推荐理由：LangChain 演示了一个超实用的 Agent 工作流：90秒、4毛钱就能自动生成带引用的投资备忘录。学了这个教程，你也能自己搭类似的研究助手。

原文

00:53

Aravind Srinivas@AravSrinivas

Perplexity Computer 发布了一项新功能 Analytics，允许用户跟踪不同模型的信用花费。该功能位于设置中的 Analytics 页面，面向消费者和企业用户。用户可监控各模型的实时使用成本，便于预算管理。此功能回应了社区高频请求，现已在 Perplexity Computer 上可用。

AI产品 Perplexity Analytics 成本追踪模型支出

推荐理由：Perplexity 终于出了模型花费统计，团队管理预算不用再猜了，点开设置就能看，超方便。

原文

7月10日

15:37

官方账号Perplexity@perplexity_ai

Perplexity宣布GPT-5.6 Terra和Sol已在其平台和Perplexity Computer上线。用户现在可以通过Perplexity使用这两个模型。具体性能细节尚未披露。

AI模型 GPT-5.6 Terra Sol Perplexity

推荐理由：Perplexity刚上架了两个GPT-5.6新模型Terra和Sol，想尝鲜可以直接去搜索里用。

原文

10:13

Aravind Srinivas@AravSrinivas

Perplexity 在 Computer 中引入 GPT-5.6 Sol 作为编排模型。同时，Sol 和 Terra 也作为搜索模型向 Pro 和 Max 用户开放。这一更新将 GPT-5.6 系列模型与 Perplexity 产品深度整合，为高级用户提供搜索和编排能力。

AI产品 Perplexity GPT-5.6 Sol Terra Computer

推荐理由：Perplexity 把 GPT-5.6 的 Sol 和 Terra 直接放进产品里了，Pro 和 Max 用户现在能用它们做搜索和编排，快试试。

原文

02:06

Aravind Srinivas@AravSrinivas

精选

Perplexity发布了基于GLM 5.2的编排器模型研究预览。该模型为计算机工具后训练，成本仅为Opus的0.344倍。与advisor配对时可达Opus 4.8级性能。目前以研究预览形式开放。

AI模型 GLM 5.2 Perplexity Opus 编排器模型计算机工具

推荐理由：Perplexity新出的编排器模型基于GLM 5.2，成本只有Opus的三分之一，性能接近前沿。研究预览版本，赶紧试试。

原文

02:04

Aravind Srinivas@AravSrinivas

Perplexity CEO Arav Srinivas在推文中指出，长期来看，编排开源模型与前沿模型的正确方式是对开源模型进行后训练，使其在必要时代理升级到昂贵的前沿模型。该过程需在已部署至数百万用户的代理框架内运行。Perplexity认为自身具备独特优势来解决这一编排问题。

行业 Perplexity 开源模型前沿模型后训练智能体

推荐理由：Perplexity CEO分享了一个很务实的思路：让开源模型学会判断什么时候该叫更贵的模型来帮忙，已经在百万级用户里跑了。

原文

7月8日

17:37

17:37IT之家（博客/媒体）

72°

Perplexity 开发了内部 AI 编程工具，代号 Teammate，公司工程师自 5 月起已投入使用。该工具支持多模型兼容，旨在全程统筹软件项目全流程工作。Perplexity 估值达 200 亿美元，若正式发布将直接与 Cursor、Anthropic、OpenAI 等已有的 AI 编程产品竞争。公司 CTO 丹尼斯·亚拉茨认为 AI 生成的代码只要通过质量校验就不存在劣质问题。

AI产品 Perplexity Teammate 编程助手多模型

推荐理由：Perplexity 搞了个内部编程工具 Teammate，工程师已经用上了。支持多模型，未来可能跟 Cursor、OpenAI 抢生意。

原文

07:54

Aravind Srinivas@AravSrinivas

71°

Perplexity CEO Arav Srinivas表示，NVIDIA Vera CPU是专为agentic runtime定制的。Perplexity已与NVIDIA合作，在Vera CPU上运行其Perplexity Computer的沙箱基础设施，并观察到显著性能提升。Vera被描述为从规模上看单线程最强的CPU，适合agentic AI的序列执行，包括推理步骤、工具调用和代码执行。在系统满载时，每个agent步骤仍能保持快速。

AI产品 Vera CPU NVIDIA Perplexity 智能体

推荐理由：Perplexity CEO说他们用NVIDIA的Vera CPU跑智能体性能提升明显，Vera是专为agent设计的单线程王者CPU。

原文

7月7日

16:30

AI Will@FinanceYF5

Perplexity CEO Aravind Srinivas认为，AI行业真正值钱的是重度用户而非平均用户。他举例称，Meta有工程师一年在编程工具上花费近1000万美元。Perplexity Computer上还有用户每月花费超1万美元运行agent循环。这种单个用户消耗算力的能力远超传统互联网的“铺量”逻辑。

行业 Perplexity Aravind Srinivas Meta AI行业趋势用户价值

推荐理由：Perplexity老板说了个大实话：别盯着用户数了，看看那些一个顶一万个的重度用户。Meta工程师一年烧掉1000万美元，这思路值得创业者消化。

原文

7月2日

16:15

官方账号Perplexity@perplexity_ai

Perplexity 宣布 Claude Fable 5 重新在其 Computer 功能中作为编排模型可用。该模型可用于协调其他 AI 模型执行任务。相关推文获得 614 次点赞、40 条评论和超过 3.6 万次浏览。

AI产品 Claude Fable 5 Perplexity Computer 智能体

推荐理由：Perplexity 的 Computer 又多了 Claude Fable 5 当指挥，玩多智能体的可以看看。

原文

7月1日

03:49

Aravind Srinivas@AravSrinivas

Perplexity 为 Pro 和 Max 订阅者新增 Claude Sonnet 5 模型。用户可在 Computer 功能中选择它作为编排模型。这是 Sonnet 5 首次在第三方搜索平台集成。Perplexity 官方推文确认该更新已生效。

AI产品 Claude Sonnet 5 Perplexity 编排模型 Pro订阅 Max订阅

推荐理由：Perplexity Pro和Max用户现在能用Claude Sonnet 5当编排模型了，写长代码或复杂查询更稳。

原文

00:47

Aravind Srinivas@AravSrinivas

71°

Perplexity Computer 宣布接入 Forge Global 的私人市场数据。用户可直接查询私人公司的融资历史、隐含估值、二级定价等财务信息，无需额外订阅 Forge。该功能无需任何设置即刻可用，覆盖公司简介等多维度数据。

AI产品 Perplexity Forge Global 私人市场数据金融数据

推荐理由：Perplexity 整合了 Forge Global 的私人公司财务数据，查估值和融资记录省去单独订阅，点一下就有。

原文

6月30日

14:15

AI Will@FinanceYF5

Shesh Amathnadu 是 SK Telecom Ventures 的投资人，其投资组合包含 Anthropic、Perplexity、Together AI、Lambda、SambaNova 共 5 家 AI 公司。他于 2025 年入选 Global Corporate Venturing Powerlist 百强榜单。从工程师转型投资人后，他在 10 年内专注于 AI 全栈投资。该组合被认为覆盖了 AI 时代的关键公司。

行业 Shesh Amathnadu SK Telecom Ventures Anthropic Perplexity 企业创投

推荐理由：看看这位风投大佬的 AI 投资清单，从 Anthropic 到 Perplexity 都拿下了。

原文

6月28日

05:20

Aravind Srinivas@AravSrinivas

推文预测未来每家企业都会构建自身的模型-测试-沙箱-评估飞轮，并优化每瓦特token价值。核心驱动力是企业对其领域、客户和工作流拥有独特的隐性知识。该观点获得630个赞和35339次浏览。

行业 Perplexity 企业AI 模型评估飞轮 token效率隐性知识

推荐理由：Perplexity CEO预测企业AI的未来是定制评估飞轮和能耗优化，看看这个趋势分析

原文

6月27日

12:04

官方一手marktechpost@Michal Sutter

Perplexity推出Computer for Counsel，这是Perplexity Computer的法律团队专用扩展。该系统可路由20多个模型，集成Midpage、MCP连接器和Microsoft 365，所有输出均带可验证的引用来源。法律专业人员能在工具内直接核查信息，提升工作流程的可信度与效率。

AI产品 Perplexity Computer for Counsel 法律工作流 MCP/工具多模型

推荐理由：Perplexity给律师团队做了个专用工具，能同时调用20多个模型，还接上了Microsoft 365，输出都带引用方便核查，挺实用的。

原文

6月25日

09:54

Aravind Srinivas@AravSrinivas

Perplexity推出Computer for Counsel功能，将计算机与律师日常使用的法律研究数据库、文档工具和案件管理系统连接。该功能可从中立AI（midpageAI）、LegalZoom、Docusign、NetDocuments等平台拉取可引用来源。面向所有Pro和Max订阅用户开放。

AI产品 Perplexity Computer for Counsel 法律研究文档工具

推荐理由：Perplexity给律师做了个工具，直接连上多个法律数据库和文档平台，查资料不用来回切换了。

原文

04:55

Y Combinator@ycombinator

Coval 为企业提供模拟和可观测性平台，用于测试、监控和评估 AI 语音代理，每月处理数千万通电话。客户包括 Perplexity 和 Deepgram。公司刚完成 2820 万美元 A 轮融资。CEO Brooke Hopkins 此前在 Waymo 领导评估基础设施，发现经验可迁移至语音代理。她将广泛评估想法聚焦为企业平台，曾有客户在未写代码前就愿付费。

行业 Coval Perplexity Deepgram 语音代理 A轮融资

推荐理由：Coval 刚拿了 2820 万美元，帮企业测语音代理，客户有 Perplexity 和 Deepgram，创始人从 Waymo 的经验移植过来，值得一看。

原文

6月24日

23:29

elvis@omarsar0

Perplexity 发布了新功能 /learn 技能，通过智能体自动生成学习计划。该计划包含一个动态学习中心（artifact），可根据学习者的需求和进度实时调整。目前该功能已在 Perplexity 平台上线，用户可体验个性化学习路径。

AI产品 Perplexity /learn 智能体学习计划个性化

推荐理由：Perplexity 新出的 /learn 技能，能自动帮你制定学习计划，还会根据你学的情况动态调整，比自己瞎找资料高效多了。

原文

03:25

Aravind Srinivas@AravSrinivas

Ramp 推出了针对 Perplexity Computer 的 Model Context Protocol (MCP) 集成。该集成提供超过 50 个工具，允许用户直接在 Perplexity 的研究工作流中调用 Ramp 的财务数据。用户可通过 perplexity.ai/computer/conne… 连接使用。这一功能显著简化了企业财务数据的查询与分析流程。

AI产品 Ramp Perplexity MCP/工具企业工具

推荐理由：Ramp 在 Perplexity 上放了 50 多个工具，做财务研究时可以直接拉数据，不用来回切换。

原文

6月23日

17:33

Aravind Srinivas@AravSrinivas

精选

Perplexity 的 Agent API 新增了对智谱 AI 旗舰模型 GLM-5.2 的支持。GLM-5.2 是目前最强的开源模型之一，在长周期编码和智能体工作流上表现突出。它充分利用了 Perplexity 的 Search as Code 架构，用户通过一次 API 调用即可结合前沿推理与实时程序化搜索。该接口兼容 OpenAI 格式，且 Perplexity 提供第一方定价，无额外加价。

AI模型 GLM-5.2 Perplexity Agent API 开源模型智能体

推荐理由：Perplexity Agent API 现在能调用 GLM-5.2 了，这个模型编码和智能体任务很强，还能边推理边搜索，价格也透明。

原文

6月19日

20:27

AI Will@FinanceYF5

Listen Labs推出未来创始人项目，面向想创业的工程师，提供全职薪资、福利和Sequoia等投资者指导。Anthropic的Claude Corps为期12个月，资助早期建设者在非营利组织部署AI工具，薪资$85K加福利，第1批7月17日截止。a16z的FDE奖学金为时8周，面向企业部署工程师。Vals AI奖学金每周$1K–2.5K，解决AI评估难题。Perplexity研究驻留年薪$220K，支持远程或SF办公。DoorDash研究奖学金为期3-6个月，提供计算和住房补贴。Amplify Partners写作奖学金为期3个月，面向技术人员。

行业 Anthropic a16z Perplexity AI奖学金项目机会

推荐理由：想进Anthropic、a16z、Perplexity？这里有7个带薪奖学金项目，最高$220K年薪，截止日期近，赶紧看看

原文

09:07

Aravind Srinivas@AravSrinivas

精选73°

Perplexity发布了Brain，一个持续学习的记忆系统，能构建包含所有会话、连接器和文件的上下文图。Brain会在夜间主动更新最新上下文，并自动接入Computer上的每个任务，使Computer具备状态化和自我改进能力。该功能以研究预览形式向所有Perplexity Max订阅者开放。

AI产品 Perplexity Brain Computer 上下文图记忆系统

推荐理由：Perplexity搞了个Brain，能给Computer自动建上下文图，让它记住之前的事，越用越聪明，Max用户快去试试。

原文

04:28

官方一手marktechpost@Asif Razzaq

Perplexity推出了Brain，一种自我改进的记忆系统，专门用于其Computer agent。Brain记录代理工作的历史，包括成功、失败和修正，并构建可追溯的上下文图。它会在夜间自动分析这些记录，优化后续行为。早期测试显示，Brain在正确性、召回率和成本方面均有提升。

AI产品 Perplexity Brain Computer Agent 智能体自我改进

推荐理由：Perplexity给自家Agent装了个能记住工作过程、夜里自学的大脑，据说测试下来又快又准还省钱。

原文

6月16日

14:14

kimmonismus@kimmonismus

精选

OpenRouter 推出 Fusion 功能，这是一种服务端“模型面板”。它可将用户提示并行发送给多个模型，并允许它们使用网络搜索和 Bash 工具。Fusion 通过裁判比较各模型答案，由合成器生成最终响应。成本可能低于依赖单一昂贵前沿模型。官方称其在 Perplexity 的 DRACO 深度研究基准上击败了前沿模型。

AI产品 OpenRouter Fusion Perplexity DRACO基准多模型协作

推荐理由：OpenRouter 出了个新玩法 Fusion，多个模型一起干活还能用工具，比单用最贵的模型还省钱，实测在 DRACO 基准上比前沿模型强。

原文

6月12日

03:09

Aravind 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

02:36

官方账号Perplexity@perplexity_ai

精选

Perplexity 宣布将 Deep Research 作为原生技能集成到其 Computer 产品中。该功能现在连接到驱动 Computer 的智能体框架，能够访问搜索、代码生成、长期运行的沙箱、连接器、工具和授权数据。这一整合使得用户可以在 Computer 环境中直接进行深度研究，无需切换工具。该功能目前对 Pro 和 Max 订阅用户开放。

AI产品 Perplexity Deep Research 智能体搜索代码生成

推荐理由：Perplexity 把深度研究能力直接嵌入到智能体框架里，做研究或数据分析的团队可以省去来回切换工具的麻烦，Pro/Max 用户值得立刻试试。

原文

02:20

官方账号Perplexity@perplexity_ai

精选

Perplexity AI 宣布其 Deep Research 功能基于全新的 Search as Code 架构构建。该架构让模型能够编写代码来动态组装搜索过程，针对每个问题并行运行数千个检索步骤。在各项基准测试中，该系统的表现均超越了传统的深度研究方法。这一进展意味着 AI 搜索可以更高效、更精准地处理复杂研究任务。

AI产品 Perplexity Deep Research Search as Code AI搜索架构创新

推荐理由：Perplexity 用代码驱动搜索的方式解决了传统深度研究效率低、泛化差的问题，做信息检索或研究分析的团队值得关注这一新范式。

原文

6月11日

06:30

Aravind Srinivas@AravSrinivas

83°

Perplexity 宣布 Claude Fable 5 现可作为 Computer 内的编排模型使用，仅限 Pro 和 Max 订阅用户。该模型专为长时间、复杂的智能体工作流设计，能显著提升任务执行的稳定性和效率。这一更新让高级用户能在 Computer 中利用 Anthropic 最先进的模型进行多步骤自动化操作。

AI产品 Claude Fable 5 编排模型智能体 Perplexity Computer

推荐理由：做复杂智能体工作流的开发者终于有了更可靠的编排模型——Claude Fable 5 在长任务场景下表现突出，Perplexity Pro/Max 用户可以直接在 Computer 里切换使用，值得一试。

原文

6月10日

19:15

The Rundown AI@therundownai

Anthropic 向公众推出了其 Mythos 级别的 AI 模型，标志着其在 AI 能力上的又一次重大提升。Perplexity 发布的数据地图显示了智能体工作模式的转变趋势，表明 AI 代理正在从概念走向实际应用。此外，Dexter 工具实现了金融研究的自动化，而 Codex 则帮助日本一家西兰花农场实现了自动化运营。同时，还有 4 款新的 AI 工具和社区工作流发布，展示了 AI 在各行业的渗透。这些进展共同反映了 AI 在自动化、研究和农业等领域的快速落地。

AI产品 Anthropic Mythos Perplexity 智能体自动化

推荐理由：Anthropic 的 Mythos 级 AI 可能带来更强的推理能力，AI 从业者和开发者值得关注其实际表现；Perplexity 的数据地图则给做智能体产品的团队提供了市场信号，建议点开看看趋势。

原文

14:36

14:36IT之家（博客/媒体）

哈佛大学与Perplexity联合研究，基于10000组真实生产数据，对比了对话式搜索与AI智能体（Perplexity Computer）的效率。结果显示，智能体在自主性上提升48倍，任务时间缩短87%，总成本下降94%，且质量未降反升（不满率1.3% vs 2.9%）。智能体虽单次模型成本更高（4-10美元 vs 0.05美元），但大幅降低了人力边际成本（从2.05美元降至0.16美元）。研究建议，短小单步任务适合搜索，多步骤、需调用工具的工作应交给智能体。

行业 AI智能体效率提升成本优化 Perplexity 人机协作

推荐理由：这份研究用真实数据证明了AI智能体在复杂任务中的效率优势，做自动化流程或知识管理的团队可以直接参考成本收益模型，评估是否值得投入。

原文

09:36

shao__meng@shao__meng

76°

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

6月9日

18:45

18:45IT之家（博客/媒体）

Perplexity CEO 亚拉文·斯里尼瓦斯向 CNBC 确认，公司计划在 2028 年进行 IPO，这一时间表不受 Anthropic 和 OpenAI 的上市计划影响。Anthropic 和 OpenAI 已分别于上周和本周秘密提交 IPO 申请，估值接近 1 万亿美元。Perplexity 的 CEO 表示，竞争对手的 IPO 表现将对整个 AI 行业产生连锁反应，并希望它们成功。Perplexity 的上市计划此前已明确，此次表态强化了原有立场。

行业 Perplexity IPO AI 行业 Anthropic OpenAI

推荐理由：Perplexity 作为 AI 搜索新锐，其 IPO 时间表给关注 AI 赛道和投资机会的读者一个明确的预期锚点，做 AI 行业分析或关注科技公司上市节奏的建议点开。

原文

04:27

官方账号Perplexity@perplexity_ai

83°

Perplexity AI与哈佛大学联合发布了一项关于从聊天界面转向自主Agent（如Computer）的研究。为期3个月的研究显示，使用Computer的工人完成任务的时间比仅使用搜索减少了87%，成本降低了94%，且满意度更高。该研究强调了自主Agent在提升工作效率和降低成本方面的巨大潜力，为AI应用从对话式向自主执行转变提供了实证支持。

AI产品自主Agent Perplexity 效率提升研究企业应用

推荐理由：这项研究用数据证明了自主Agent比传统搜索效率高出一个量级，做AI产品设计或企业效率优化的团队值得关注，可以直接参考其方法论评估自己的Agent方案。

原文

01:51

Aravind 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

6月8日

10:10

官方账号arXiv cs.AI@Jeremy Yang, Kate Zyskowski, Noah Yonack, Jerry Ma

83°

这篇论文基于 Perplexity 的 Search 和 Computer 产品的实际使用数据，研究了 AI Agent 如何改变知识工作。研究发现，Computer 产品（具有自主执行能力）每个用户会话可自动完成 26 分钟的工作，而 Search 仅为 33 秒。在相同任务上，Computer 将完成时间从 269 分钟降至 36 分钟，成本降低 94%，且用户不满率降低 55%。此外，Computer 用户更倾向于尝试跨职业边界、需要高阶认知的复合任务，解锁了 Search 中几乎不存在的活动。这表明 AI Agent 不仅加速了工作流，还提升了质量、降低了成本，并扩展了自动化工作的广度和深度。

论文 AI Agent 知识工作自主性效率提升 Perplexity

推荐理由：这篇论文用真实数据证明了 AI Agent 在知识工作中的巨大价值——效率提升 7 倍、成本降低 94%，做 AI 产品设计或知识管理的人值得仔细看，尤其是 Perplexity 的案例很有参考意义。

原文

6月7日

18:57

官方账号Decoder@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

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