如果说 2023–2025 是“大模型聊天”时代,那 2026 年开始,AI 正在悄悄往另一个方向切:直接雇一台“数字员工”,把一整个项目交给它干。
Perplexity 新出的产品 Perplexity Computer,不少人看完的第一反应是:
“这已经不是回答问题的 AI 了,而是一个真正能长期干活的 AI 员工。”
这个东西到底新在哪,对个人开发者、团队和公司意味着什么。
一、Perplexity Computer 是什么?
先用一句话定个性:
Perplexity Computer = 一个用 19 个不同模型编队、能跑几周甚至几个月、自己拆任务和执行的 AI 数字员工。
你给它的不是一条 prompt,而是一个项目级目标:
- “做一个能实时追踪北美所有滑雪场雪况的应用”
- “帮我做一份 400 行的 MarTech 竞品表格,包含功能、价格、集成情况”
- “为我们工程团队发布一个完整的文档站点,从结构、内容到部署”
然后它自己干这几件事:
- 把目标拆成一张 任务图(task graph):知道先后顺序、依赖关系、哪些可以并行。
- 为每个子任务选一个合适的模型(不同模型做不同活)。
- 在一个隔离的环境里,按顺序执行、缓存中间结果、在关键节点停下来等你确认。
- 整个过程可以持续 几周甚至几个月,不是“一次对话”的短期记忆。
这就是为什么说,它已经不像“搜索 + 问答服务”,更像一个远程数字员工。
二、19 个模型编队:不再是“一个大脑打天下”
传统产品常见的思路是:
选一个最强模型,然后所有任务都用它。
Perplexity Computer 的思路是:用一支模型小队,各司其职。
包括(具体名字会根据时间调整):
- 做深度推理:用类似 Claude Opus 这一档
- 做轻量任务 / 草稿:用更便宜一点的模型(比如 Grok 之类)
- 做 Web 深度检索:用擅长联网搜索的模型(比如 GPT‑5.2)
- 做长文研究:用 Gemini 之类擅长阅读大文档的模型
- 做图像:接 Nano Banana 一类的多模态模型
- 做视频:交给 Veo 3.1 这一类专精视频的模型
一共 19 个不同的模型 被接入到同一套编排框架里,Computer 会根据当前子任务动态选择该用谁。
这有点像:
你不是只雇一个“超级通才”, 而是雇了一支包括策划、前端、后端、设计、数据分析在内的小团队, 再给他们配了一个懂业务的 PM 来指挥。
三、它到底怎么“干活”?从 prompt 到 project
和聊天机器人最大的区别在于:Perplexity Computer 接的是“项目”,不是一句话请求。
一个典型流程长这样:
- 你描述目标,而不是细节
- 比如:“我要一个滑雪场雪况查询应用”
- 不用写 50 行 prompt 告诉它怎么查 API、怎么存数据、怎么展示
- Computer 生成任务图(task graph)
- 先拆出大的阶段:调研、设计、实现、测试、部署、…