Perplexity 相关 AI 资讯

7月16日

03:28

Aravind Srinivas@AravSrinivas

精选

Perplexity Computer Agent的沙箱平台SPACE由技术架构师Zibi Braniecki主导设计。为解决长会话场景下的资源浪费问题，SPACE采用两种快照：磁盘快照频繁运行而不暂停VM，用于回滚文件系统变化；完整检查点捕获暂停的VM内存和进程状态，上传至对象存储供任意节点恢复。基于Btrfs的写时复制机制，沙箱创建变为元数据操作，生产环境中位创建延迟从185ms降至60ms，P90从447ms降至89ms。

推荐理由：Perplexity公开了Computer Agent沙箱SPACE的架构细节，双快照加Btrfs写时复制让创建延迟降了60%以上，适合想了解长会话代理如何高效管理资源的开发者。

原文

02:44

Aravind Srinivas@AravSrinivas

Perplexity AI 在一则推文中阐述了其 Agent 基础设施的安全设计，明确表示凭证不会被直接存储在任何 SPACE 运行时中。该设计针对智能体长时间（数小时或数天）运行、编辑文件和访问敏感文件的场景，与传统仅用于短时代码执行的沙盒不同。Perplexity 强调运行时必须在保存工作状态的同时，确保环境内不遗留凭证。

AI产品 Perplexity 智能体安全

推荐理由：Perplexity AI 解释了他们的智能体运行时怎么做到既跑长时间任务又不泄露凭证，比传统沙盒靠谱，安全控可以看看。

原文

02:42

Aravind Srinivas@AravSrinivas

精选

Perplexity AI宣布推出自建沙盒生命周期管理平台SPACE，为Perplexity Computer提供生产流量支持。SPACE为代码、文件和长时间运行的agent会话创建隔离环境。自6月起，SPACE已处理100%的Computer生产流量，相比第三方沙盒提供商，尾部延迟降低5倍。

AI产品 SPACE Perplexity 沙盒

推荐理由：Perplexity自己做了个沙盒平台SPACE，专门跑他们的Computer产品，延迟比用第三方快5倍，技术硬核。

原文

01:49

官方账号Perplexity@perplexity_ai

精选

Perplexity 在相同生产流量下测试其 SPACE 系统，沙箱创建中位延迟从 185ms 降至 60ms，降幅达 68%。P90 延迟从 447ms 下降到 89ms，降幅达 80%。该系统上周处理了数百万次沙箱创建和数千万次 Computer 重连。

AI产品 SPACE Perplexity 沙箱

推荐理由：Perplexity 优化了 Computer 功能的沙箱创建速度，中位延迟从 185ms 降到 60ms，P90 从 447ms 降到 89ms，效果很明显。

原文

01:48

官方账号Perplexity@perplexity_ai

精选76°

Perplexity 发布了 SPACE 沙盒平台，为代码执行、文件管理和长时间运行的 Agent 会话提供隔离环境。自 2024 年 6 月起，SPACE 已处理 Perplexity Computer 100% 的生产流量。该平台基于 research.perplexity.ai 上的技术报告实现。

AI产品 Perplexity SPACE 沙盒平台

推荐理由：Perplexity 搞了个叫 SPACE 的沙盒，能让代码和 Agent 安全隔离跑，还扛了100%的生产流量，想试试？

原文

7月15日

14:42

AI Will@FinanceYF5

Deedy推文统计显示，除三大实验室外，22家AI初创公司年收入超5亿美元。其中Cursor以40亿美元居首，Together AI达10亿美元，Surge AI为14亿美元。Lovable、ElevenLabs、Perplexity各约5亿美元，Manus、Cognition等未确认为5亿美元。部分数字为估计值。

行业 Cursor ElevenLabs Perplexity

事件专题

推荐理由：看看哪些AI初创公司最赚钱？Cursor一年挣40亿，还有21家也都超5亿美元，数据来自Deedy。

原文

09:09

Suhail@Suhail

Perplexity 开源了内部基准测试 WANDR，用于评估深度与广度研究能力。WANDR 在对比所有 Deep Research 类基准中表现最强，例如比 DRACO 更优秀。该基准测试已公开在 research.perplexity.ai/articles/wandr。

AI模型 Perplexity WANDR 基准测试

推荐理由：Perplexity 拿他们最强的内部测试 WANDR 开源了，专门测深度研究能力，比市面其他基准都强。

原文

04:03

Aravind Srinivas@AravSrinivas

Perplexity宣布开源其内部用于衡量AI研究能力的基准WANDR。该基准在构建Perplexity Computer的深度研究功能中起到关键作用。公司表示WANDR在成本和性能上均达到最佳效果。Perplexity强调强大的内部评估和基准是其主要优势之一。

AI模型 Perplexity WANDR 开源基准

推荐理由：Perplexity把内部跑得最好的研究能力基准WANDR开源了，你要评测推理模型可以拿来用。

原文

7月13日

12:58

Aravind Srinivas@AravSrinivas

一位用户使用 Grok 4.5 与 Perplexity Computer 构建了名为 PODMEME 的播客播放器，能按话题聚合技术/商业播客并连续播放。该工具扫描热门播客话题，用户点击“PLAY DEEP-LINK STREAM”即可收听多个节目中关于“中国和开源”的片段。制作成本为 1100 credits（约 11 美元），每 48 小时运行一次的具体成本未知。

技巧 Grok 4.5 Perplexity 播客聚合

推荐理由：有人用 Grok 4.5 和 Perplexity 自己搞了个播客播放器，能按主题串播不同节目，才花了 11 美元，挺有意思的实用技巧。

原文

09:11

Aravind Srinivas@AravSrinivas

AI初创公司Perplexity计划采用英伟达新款独立Vera CPU。该公司称在智能体编程任务上，Vera CPU比传统CPU快1.5倍。实际性能提升远高于50%，详细指标将很快公布。

行业 Perplexity Nvidia Vera CPU

事件专题

推荐理由：Perplexity说英伟达新CPU把编程速度干到1.5倍，比传统CPU强不少，具体数据马上出，搞硬件的可以关注。

原文

7月12日

03:04

Aravind Srinivas@AravSrinivas

精选

Perplexity创始人Arav Srinivas引用订阅者评论，指出Agentic AI在规模化生产中面临两大难题：一是需构建编排/路由、上下文工程、状态管理、多智能体协作、安全合规等新型系统；二是企业治理和文化转型更难，导致目前缺乏大规模成功案例。他强调持久价值在于安全的多模型编排框架（如Perplexity Computer）。

行业 Perplexity Agentic AI 多模型编排

推荐理由：讨论了为什么Agentic AI落地难，核心不是技术而是治理和流程变革，做AI架构的值得一看。

原文

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。

AI模型 Grok 4.5 Perplexity Opus 4.8

事件专题

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

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

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

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

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

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

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

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

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

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

事件专题

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

事件专题

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

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

事件专题

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

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

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

事件专题

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

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

事件专题

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

事件专题

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

事件专题

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

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

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

事件专题

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

事件专题

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

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

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

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

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