Perplexity Computer:自主代理平台如何重新定義 AI 工作流程

發佈日期:2026年3月

2026年3月12 分鐘閱讀

從搜尋引擎到數碼員工

Perplexity AI 先以智能搜尋引擎建立品牌:提問後得到帶引用的答案,並 由此取得 200 億美元估值。到了 2026 年 2 月 25 日,公司推出 CEO Aravind Srinivas 所稱三年來最具野心的產品: Perplexity Computer [1]

這不是聊天機器人的小升級。Perplexity 將 Computer 定義為能接收高層目標、 自主拆解任務,並在 19 款模型中分配最適合者執行的平台。其戰略重點不是 自建單一最強模型,而是成為跨模型的統籌協調層。 [3]

Perplexity Computer 的實際運作

官方將其定位為 通用數碼員工。用戶只需定義結果, 系統會自行規劃步驟、分派模型、在雲端沙箱操作實際介面,並交付完成成果。 [2]

  • 分析 4,000 行以上試算表並輸出摘要
  • 從單一提示詞建站並部署
  • 執行競爭研究並輸出簡報
  • 規劃多日行程與預訂流程

它與既有代理工具最大差異,在於長效背景執行加上跨平台串聯,並可同時啟動 多個執行實例。 [4]

19 模型架構:專業化勝過通用化

Perplexity 的核心判斷是:不同模型在不同任務會展現專長,專業化組合的 系統表現,往往優於單模型包辦一切。

模型主要職責
Claude Opus 4.6核心統籌邏輯與程式編寫
Gemini深度研究與子代理建立
GPT-5.2長文本記憶與廣域網絡搜尋
Grok速度敏感型輕量任務
Veo 3.1影片生成
Nano Banana圖像生成
+13 款專門模型特定領域子任務

此名單不是固定版本。Perplexity 表示會持續替換模型,且允許用戶手動指定 子任務對應模型。 [1] [3]

三項突破聊天框架的能力

  • 真實介面操作:可在虛擬瀏覽器中點擊網頁、填表、 下載檔案,輸出的是行動而非建議。
  • 跨平台任務串聯:可將資料抓取、試算分析、簡報產出 串為單一不中斷流程。
  • 長效非同步執行:以目標驅動在背景執行,只在決策點 才請求人類介入。

安全架構:沙箱隔離是設計前提

發佈時機正值業界高度關注自主代理安全。OpenClaw 事故顯示,長時間執行中 上下文壓縮可能導致安全指令遺失。Perplexity 的對策是每次任務都在獨立 沙箱中運行,文件系統與瀏覽會話完全隔離,避免觸及用戶真實環境。 [2]

定價與戰略意涵

目前 Perplexity Computer 僅向 Max 訂閱開放,費用為每月 200 美元 或每年 2,000 美元,並預告後續擴展至 Pro 用戶。其價值主張是把 AI 從問答工具升級為可持續交付成果的數碼員工。 [4]

長遠來看,最穩固的競爭優勢可能屬於「最懂得統籌模型」的平台,而非僅擁有 單一最強模型的公司。AI 正從回答問題,走向完整交付專案成果。

資料來源