Perplexity

一、核心定位：答案引擎，不是聊天玩具

• 搜索的再发明：传统搜索返回“可能相关的网页列表”；Perplexity 返回“一句人话答案 + 支撑证据”。
• 问答优先：问题进，结构化答案出；追问可继续，上下文不丢。
• 可信优先：强调引用（Citations），降低大模型胡编风险。
• 定位区间：在 Google（信息索引）和 ChatGPT（对话生成）之间，做“带证据的 AI 研究员”。

二、主要功能

• 自然语言提问，支持中英文与多语种。
• 实时联网，回答里嵌来源卡片（arXiv、官网、新闻、文档）。
• 支持“聚焦模式”：学术、财经、法律、医疗、编程、YouTube 视频问答。
• 答案可复制、可展开引用、可继续追问。

• 多步检索：自动拆问题 → 搜多轮 → 读摘要/原文 → 交叉验证 → 出报告。
• 输出带目录的长文：背景、争议、数据、时间线、结论、局限。
• 适合：行研、竞品分析、政策解读、论文综述、采购尽调。
• 对比 ChatGPT Deep Research / Gemini Deep Research：Perplexity 更强调“来源可点开”。

• Perplexity 自研 AI 浏览器（2025–2026 年重点）。
• 侧边栏常驻：当前网页自动总结、对比、提取表格、写邮件回复。
• 页面级 Agent：填表单、订会议、清购物车、跨标签页汇总。
• 把“搜索框”变成“浏览器里的研究副驾”。

• 面向 Plus/Enterprise 的 Agent 模式：
  • 打开网站、点按钮、读 DOM、截屏理解
  • 跑“查价格→记表格→发 Slack”这类多步任务
  • 有确认边界：敏感操作弹窗、域名白名单、操作日志
• 不是纯聊天，而是“能动网页的 AI 研究员”。

三、技术特点

• 实时检索 + RAG：先搜后答，检索结果做切片/重排再喂给 LLM。
• 多模型路由：自家模型 + OpenAI / Anthropic / Gemini / 自研 Sonar 系列混合；简单问题用轻模型，深研切大模型。
• Sonar 模型族：Perplexity 自研搜索优化模型，强调低延迟、引文准确、 hallucination 控制。
• 引用系统：每个断言尽量挂来源；支持“哪句话来自哪篇网页”。
• 查询改写：把口语问题改写成可检索查询，再聚合成人话。
• 可观测：回答旁列“用了哪些来源、搜了什么、模型是谁”。
• 合规与新鲜度：新闻、股价、财报、天气、体育比分走实时数据通道。

四、商业模式与版本

• 免费版：每日一定额度的基础问答、聚焦搜索、来源引用。
• Pro / Plus：Deep Research 次数、Comet 高级能力、模型切换、文件上传、空间（Spaces）知识库。
• Enterprise：团队空间、SSO、管理员审计、数据不用于训练、内部文档检索、API 配额。
• API / Sonar API：给开发者接“搜索增强问答”，按查询/令牌计费。
• 营收结构：订阅 + API + 企业版 + 浏览器生态（未来广告/购物返利仍在试探，但主推“无 SEO 垃圾”体验）。

五、发展历程与最新动态（截至 2026-10）

• 2022：团队成立，做“对话式搜索”，靠引用差异化出圈。
• 2023–2024：推出 Copilot 模式、Spaces 知识空间、多模型切换，融资估值快速上涨。
• 2025：发布 Comet 浏览器；Deep Research 对标 OpenAI/Gemini；进入“Agent 化”阶段。
• 2026 上半年：Comet 从邀请制走向更广公测；Computer Use / 网页代理进 Plus 层；与浏览器、办公、购物比价场景绑定。
• 2026 下半年（截至 10 月）：重点在“答案引擎 → 工作流代理”；Spaces 当企业知识层；Sonar 模型降本；和 Chrome/Safari 插件、移动端、桌面端打通。
• 竞争态势：Google 把 AI Overview 塞进搜索；ChatGPT 加联网和 Deep Research；Perplexity 的护城河是“默认信任来源 + 浏览器入口 + 研究工作流”。

六、对比：Google / ChatGPT / Perplexity