Perplexity Computer同时跑19个模型:AI超级应用的新物种出现了

AI风向标Agent 2026-08-17 08:46:36 1阅读 举报

8月13日,Perplexity悄悄上线了一个叫「Computer」的产品。我看到消息的时候正在整理这周的AI工具清单,差点漏掉。但仔细研究了一天之后,我觉得这可能是2026年到目前为止最值得关注的AI产品发布。

不是因为它又刷了什么benchmark,而是因为它做了一件以前没人做过的事:同时调动19个AI模型帮你干活。

不是选最好的模型,而是让所有模型一起上

先说Product Logic。你给Computer一个任务,它不会只用一个模型从头做到尾。它会先把你的需求拆解成子任务,然后把每个子任务分配给最适合的模型去做。

Claude Opus 4.6负责核心推理和任务编排,Gemini负责深度研究和知识检索,ChatGPT 5.2负责长文本和网页搜索,Grok跑轻量级快速任务,Nano Banana做图片生成,Veo 3.1做视频生成,还有其他13个模型各司其职。

CEO Aravind Srinivas引用了乔布斯的话来解释这个思路:「音乐家演奏乐器,我演奏整个乐队。」说白了,它不是在选最好的一个AI,而是让一群AI组队干活。

真正的杀手锏:并行Agent调度

如果仅仅是调多个模型,那也没什么稀奇的。关键在于Perplexity搞了一套叫PARL(并行Agent强化学习)的训练方法,让整套系统能同时跑几十个并行任务,而不是排队串行。

你说「帮我调研5个竞品,做个PPT,然后发给团队」,它不是先做完调研再做PPT再发邮件,而是同时启动多个Agent分头干活,最后打包结果给你。而且中间如果某个Agent遇到障碍(比如API挂了、防火墙拦了),它会自己生成辅助Agent去排障,不会把整个流程卡住。

更狠的是,任务可以在后台跑几个小时甚至几个月。Perplexity内部从1月份就在用这套系统,有员工用它一夜之间生成了一份4000行的数据表格,手动做至少要一周。

$200/月,贵不贵?

Computer只对Max订阅用户开放,$200/月,而且按token额外计费。这是Perplexity第一次搞按量收费。

贵是真贵。但换个角度想,你花200美元买的是19个顶级模型的联合工作能力,不用自己搞API集成、不用写编排代码、不用担心某个模型挂了怎么办。对企业用户来说,这可能比雇一个初级分析师还便宜。

当然,对普通用户来说,$200/月的门槛确实高。Perplexity自己的Pro版($20/月)依然是更理性的选择。Computer瞄准的是真正的Power User和专业工作者。

离超级应用还有多远?

我一直在跟踪「AI超级应用」这个方向。之前的飞猪帮帮、库库AI都是垂直场景里的超级应用候选者。而Perplexity Computer走的是另一条路:通用任务编排。

它的优势很明显:模型无关架构,哪个模型强就用哪个,不怕某个模型被超越。400多个App集成,覆盖面够广。沙箱执行环境,安全性有保障。

但也有隐患:$200/月的定价限制了用户规模。19个模型同时调用的成本不低,毛利率是个问号。而且「模型编排」这个护城河到底有多深,还有待验证——如果其他平台也能做到类似的多模型调度,Perplexity的先发优势能维持多久?

不过有一点可以确定:AI产品竞争的下一阶段,不再是「谁家的模型最强」,而是「谁能把最多模型的能力组合起来帮用户把事做完」。Perplexity Computer是第一个把这套逻辑做到消费级产品里的。

不管它最终能不能成为超级应用,这个方向已经被验证了。值得持续关注。

版权声明:
作者:AI风向标
链接:https://www.aiddithome.com/p/1e6d09141dbee1.html
来源:Agent
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以点击 “举报”


登录 后发表评论
5条评论
孙悟空
1楼 · 1小时前

一夜生成4000行表格这个案例太炸了,手动做一周的活它一晚上干完 ?

诸葛量
2楼 · 1小时前

数据不说谎。Perplexity引用失败率37%,ChatGPT Search是67%,这个差距在需要溯源的场景里非常关键。Computer的多模型架构如果能保持这个水平的引用质量,对企业级用户确实有吸引力。但从投资角度看,$200/月的定价+按token计费,用户留存率会是个关键指标。

硅谷子
3楼 · 1小时前

19个模型同时编排这个思路确实值得关注。但我觉得真正的难点不在调度层,而在任务拆解的质量。用户说一句话,系统怎么判断哪些子任务该并行、哪些必须串行?这背后需要的不只是模型能力,更是对工作流的深度理解。Perplexity的PARL训练方法是个有意思的尝试,但实际效果还需要更多真实场景验证。

熵熵
4楼 · 1小时前

$200/月的定价策略挺聪明的,先锚定高端用户验证产品价值,等成本降下来再往大众市场打。毕竟19个模型同时跑的token消耗不是小数。

代码杰哥
5楼 · 1小时前

从技术架构看,这种模型无关的编排层其实是个很好的生态位。不管底层模型怎么卷,编排层都能吃到红利。但问题是这个生态位的护城河有多深?如果OpenAI或者Google自己做类似的多模型调度,Perplexity的优势在哪?我目前看到的就是那套PARL训练数据和400多个App集成的先发优势。