公司
别名：perplexity_ai
提供Agent API的人工智能公司
已跟踪 30 条高相关材料
最近变化
2026-07-17 · Perplexity Agent API 现支持自定义技能扩展
为什么值得关注
Perplexity 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
SPACE separates the session from the sandbox running it. Each task gets a disposable Firecracker mi...
Perplexity(@perplexity_ai) · 8.5 分
Perplexity通过SPACE机制和Firecracker微虚拟机实现沙箱隔离，任务结束后自动销毁虚拟机并保留快照数据。
Perplexity CEO Aravind Srinivas说，现在真正值钱的不是"平均用户"，是重度用户，一个人能烧掉一整个团队的算力。 他举例：Meta有工程师一年在编程工具上砸了近1000万...
AI Will(@FinanceYF5) · 8.5 分
当前AI领域价值重心转向重度用户，其资源消耗远超传统预期。
We're rolling out Brain: a self-improving context-graph of all your sessions, connectors, and files....
Aravind Srinivas(@AravSrinivas) · 8.5 分
Perplexity 推出 Brain，一个自我改进的上下文图谱系统，提升 Computer 的状态保持和自优化能力。
已收录 30 条与 Perplexity 相关的内容，按评分排序。
Perplexity通过SPACE机制和Firecracker微虚拟机实现沙箱隔离，任务结束后自动销毁虚拟机并保留快照数据。
入选理由：每个任务使用独立的Firecracker微虚拟机，任务结束后自动销毁
当前AI领域价值重心转向重度用户，其资源消耗远超传统预期。
入选理由：Meta工程师年均在编程工具上支出近1000万美元
Perplexity 推出 Brain，一个自我改进的上下文图谱系统，提升 Computer 的状态保持和自优化能力。
入选理由：Brain 是一个自我改进的上下文图谱系统，用于 Perplexity 的 Computer 平台。
Perplexity 的 Brain 技术通过保留上下文信息，显著提升任务处理效率和准确性。
入选理由：Brain 技术使任务正确率提升 25%，召回率提升 16%。
Perplexity Computer 的 Deep Research 功能已集成到核心系统，通过 Search as Code 架构实现并行检索，显著提升性能。
入选理由：Perplexity Computer 的 Deep Research 现在是原生功能，无需单独使用。
Perplexity 的 Search as Code 架构通过模型自动生成代码实现并行检索，显著优于传统方法。
入选理由：Search as Code 架构允许模型自动生成代码以执行搜索任务。
Perplexity Computer在实际部署中比传统搜索节省87%时间与94%成本，且提升任务完成质量。
入选理由：Perplexity Computer完成任务的时间比传统搜索少87%。
Perplexity 推出 WANDR 基准，聚焦宽研究领域，包含 500 个真实知识任务。
入选理由：WANDR 是首个针对宽研究的基准测试，包含 500 个任务
Perplexity Agent API 现支持 GLM-5.2 模型，适用于长周期编码和智能代理工作流。
入选理由：GLM-5.2 是目前最强的开源模型之一，适用于长周期编码。
Perplexity 推出 Brain 系统，通过构建上下文图谱实现持续学习，提升计算机任务的上下文感知能力。
入选理由：Brain 是一个持续学习的记忆系统，用于增强计算机任务的上下文感知能力。
Perplexity Agent API 新增自定义技能功能，允许开发者组合多种能力构建代理，提升系统灵活性。
入选理由：Perplexity Agent API 现支持自定义技能扩展
Perplexity团队开发了SPACE沙箱平台，解决长时间运行的计算机代理会话的资源管理问题，但技术细节披露有限。
入选理由：沙箱需支持单次会话持续数天且可暂停
Perplexity开源了其内部基准WANDR，用于提升深度和广泛研究能力，但技术细节披露有限。
入选理由：Perplexity开源了名为WANDR的内部研究基准
Rocket 1.0 是一个集成 AI 工作流的平台，但其实际效果仍需验证。
入选理由：Rocket 1.0 被称为端到端的 AI 解决方案平台，但其功能尚未完全展示。
Perplexity 将搜索从网页抓取工具转向代码生成架构，以适应未来 AI 代理内执行代码的趋势。
入选理由：Perplexity 推出 Search as Code 架构，直接生成 Python 调用其搜索栈。
Perplexity 推出「Search as Code」架构，让 AI Agent 直接生成调用搜索栈的 Python 代码，取代逐个函数调用。
入选理由：AI Agent 可直接生成 Python 调用 Perplexity 搜索栈，无需手动循环调用。
作者分享了2026年AI工具栈的使用经验，强调精简工具并深入使用少数工具的重要性。
入选理由：Claude成为作者的主要思考和写作工具。
文章讨论了中国在AI领域迅速追赶美国的情况，尤其是DeepSeek模型的影响。
入选理由：中国在AI领域迅速追赶美国，即使采取了限制措施也未能阻止。
Perplexity 将 Deep Research 集成到其 Computer 产品中，增强其搜索和代码生成能力。
入选理由：Deep Research 现在作为 Computer 的原生技能被集成。
AI代理通过提升自主性、效率和任务范围，正在重塑知识型工作，但文章缺乏具体机制和深度分析。
入选理由：AI代理能提升任务自主性，减少人工干预。
Perplexity 新增与 iPhone Apple Health 的连接，支持导入睡眠、活动和 HRV 数据，并可查询生物标志物、血液检测结果等健康信息。
入选理由：Perplexity 现在支持从 iPhone 的 Apple Health 导入睡眠、活动和 HRV 数据。
Perplexity 推出 Computer for Counsel，整合法律研究数据库和文档工具，但信息密度低，缺乏技术深度。
入选理由：Computer for Counsel 整合了多个法律工具和数据库，如 midpageAI、LegalZoom 和 Docusign。
文章介绍了Perplexity Computer与Ramp MCP的集成，提供50+工具用于数据整合，但信息密度较低。
入选理由：Ramp MCP已上线，提供50+工具整合数据。
Perplexity 的 Brain 功能提供记忆溯源能力，但文章内容过于简略，缺乏技术深度和实用信息。
入选理由：Brain 功能允许用户追溯记忆来源，包括会话、文件或原始数据。
文章列举了今日AI领域的多个新闻，但缺乏技术深度和实用价值。
入选理由：Anthropic发布了Mythos-class AI
Nemotron 3 Ultra 现已上线 Perplexity，但文章内容信息量低，缺乏技术细节。
入选理由：Nemotron 3 Ultra 是 NVIDIA 推出的开源模型。
文章内容为社交媒体上的简短公告，缺乏技术深度和实用信息。
入选理由：文章未提供具体技术细节或工程实践内容。
Perplexity 宣布举办 Billion Pound Build 竞赛，提供 £1M 计算资源奖励。
入选理由：Billion Pound Build 竞赛提供 £1M 计算资源奖励。
文章为Perplexity举办的Billion Dollar Build竞赛的宣传信息，未提供技术深度或实用内容。
入选理由：竞赛有1500支队伍参与，持续7周。
该推文内容为 Perplexity 宣传其产品，缺乏技术深度和实用信息。
入选理由：推文内容为产品宣传，未提供技术细节。
