返回思考列表 产品拆解

Perplexity AI 拆解:从搜索工具到 Agent 平台的转型路径

2026-01 · 8 min 阅读

Perplexity 是我跟踪最久的一款 AI 产品,一路看它从搜索工具变成 Agent 平台,这个过程本身就很值得记一笔。

回头看它的演变路径:2023-2024 年就是个对话式搜索,主打"比 Google 聪明"。2025 年加了 Copilot 和多模型选择。真正的转折在 2026 年——2 月砍掉所有广告转纯订阅,6 月直接推出 Computer Agent 嵌进 Microsoft 365。这一步挺狠的,从搜索工具直接跳到企业智能体平台。

几个有意思的功能

核心能力还是带引用的实时搜索。你提一个问题,它拆成子查询、并行搜多个源、LLM 汇总、每句话附引用来源——本质是 RAG Pipeline,但全部藏在一个输入框后面。

Computer Agent 是重点。嵌进 Word、Excel、PPT、Outlook 之后,能做的事就不只是搜索了。有个 Plan Mode,执行之前先问清楚需求、收集上下文,再定计划。Deep Research 把一个复杂问题拆成小块,派给 20 多个模型同时处理。还有一个叫 Brain 的持久记忆层,跨会话记住你的偏好。

Comet 浏览器算是移动端延伸,全平台都能用。API 平台面向开发者开放了几套接口。

商业上的决策值得想一下

砍广告是个挺有魄力的决定。信任是这类产品的命脉——你告诉用户"这是真相",旁边再放个广告,信任就打折了。但纯订阅能不能撑住 1 亿 MAU 的成本?估值 226 亿,ARR 大概 4.5-5 亿,45-50 倍 ARR,不便宜。

而且流量在往下走——网页流量从 3 月的 2% 降到 5 月的 1.3%,DAU 也没怎么涨。"稳定"在这种赛道里可能意味着相对衰退。

技术上的几个亮点

模型无关架构——不绑定一家模型供应商,根据任务类型切到不同模型。句子级引用精确到每个断言的来源。Search as Code 让模型自己写搜索代码来搜。Brain 记忆的召回率从 77% 做到 95%。

记几个可迁移的思路

引用溯源这个设计很好——把信任成本从"信不信 AI"降到了"点不点链接",任何需要可信度的 AI 产品都能抄这个作业。模型无关架构让产品不绑死一家供应商。持久记忆这块是 Agent 产品的关键差异——"越用越懂你"这件事,做没做区别很大。

以上观点基于项目实践中的总结与反思,将持续迭代更新。