Vi præsenterer Multiagent til det mest komplekse arbejde
Multiagent-indsatsniveauet i Perplexity Computer koordinerer AI-modeller, så de analyserer komplekse opgaver og krydstjekker hinandens arbejde.

Computer er en kraftfuld agentplatform, der undersøger komplekse spørgsmål og udfører arbejde i flere trin, fra dataanalyse til udvikling af apps. Den er optimeret til den højeste ydeevne inden for krævende problemløsning og beslutninger med store konsekvenser.
I september lancerede vi indsatsstyring, som giver brugerne fire indstillinger til at vælge, hvor meget indsats Computer lægger i deres arbejde. På tværs af disse indstillinger planlægger én ledende AI-agent opgaven og uddelegerer dele af den til støtteagenter.
I dag lancerer vi Multiagent, et nyt indsatsniveau over Ultra til det mest komplekse arbejde i Computer. Hovedagenten leder et team af agenter på forskellige frontiermodeller, som arbejder parallelt, deler resultater direkte med hinanden og kontrollerer hinandens arbejde. Det gør det muligt for Computer at undersøge komplekse problemer fra flere vinkler og finde modstridende antagelser, før resultaterne samles i en enkelt anbefaling eller et enkelt output.
Claude Fable 5.2 planlægger opgaven og fordeler den mellem agenter, der kører Claude Opus 5.5, GPT 6.1 Sol og Gemini 4 Carbon. Agenterne deler resultater, mens de arbejder. En agent kan bruge evidens, som en anden har fundet, sætte spørgsmålstegn ved en antagelse eller markere en uoverensstemmelse til nærmere undersøgelse. Den ledende agent samler deres bidrag i ét svar med de ønskede leverancer.
Komplekst arbejde på tværs af flere modeller
Multiagent er designet til arbejde med adskilte dele, der har gavn af parallel analyse og krydstjek. Eksempler omfatter:
- Prognoser og økonomi: Agenter kan opbygge forskellige økonomiske scenarier parallelt, sammenligne deres antagelser og undersøge, hvordan ændringer i omsætning, omkostninger eller markedsforhold påvirker prognosen.
- Gennemgang af årsrapporter: Agenter kan undersøge regnskaber, noter og ledelsens kommentarer hver for sig og derefter sammenligne resultaterne for at markere uoverensstemmende tal eller oplysninger, som en revisor skal gennemgå.
- Dybdegående analyse: Agenter kan undersøge konkurrerende forklaringer på et forretnings- eller forskningsspørgsmål, udveksle evidens og teste, hvilke konklusioner der holder på tværs af kilder.
- Due diligence i datarum ved virksomhedshandler: Agenter kan gennemgå finansielle optegnelser, kontrakter og driftsdokumenter parallelt og derefter forbinde resultater, f.eks. en kundekontrakt, der ændrer omsætningsudsigterne.
- Komplekse selvangivelser og planlægning ved årsskiftet: Agenter kan organisere indkomst- og fradragsoplysninger, undersøge relevante skatteregler og sammenligne scenarier for årsskiftet for at forberede spørgsmål og understøttende analyser til en skatterådgiver.
Koordinerer arbejdet for brugerne
Når Multiagent er valgt på indsatsskyderen i Computer, kan den ledende agent tildele op til 16 agenter og samtidig selv påtage sig en del af arbejdet. Standardteamet kombinerer Opus 5.5, GPT 6.1 Sol og Gemini 4 Carbon og bringer dermed forskellige modeller ind i analysen og gennemgangen.
Brugerne kan angive de modeller, de vil bruge, i deres forespørgsel. Fable 5.2 og GPT 6 Astra deltager kun som støtteagenter, når en bruger beder om dem, eller når en bestemt del af opgaven kræver det.
Agenterne kommunikerer undervejs i opgaven og koordinerer redigeringer af delte filer. En agent kan for eksempel opdatere omsætningsforudsætningerne i en finansiel model og derefter give en anden agent besked om at bruge de tal i sin værdiansættelsesanalyse.
Den ledende agent forbliver kontaktpunktet i samtalen, samler teamets resultater og leverer det endelige svar. Brugerne kan styre arbejdet via samtalen uden at skulle skrive til hver enkelt agent.
Ved en opfølgende opgave fortæller den ledende agent de berørte agenter, hvad der er ændret, og teamet fortsætter sit igangværende arbejde. Brugerne kan se agenterne og de modeller, de kører, mens opgaven er i gang. Hvis tråden stoppes, stopper hele teamet.
Hvilken mulighed du skal vælge
Ultra, Multiagent og Model Council organiserer arbejdet forskelligt. Valget afhænger af, om en opgave kræver uddelegeret analyse, samarbejde på tværs af separate dele eller uafhængige perspektiver på det samme spørgsmål.
Mulighed | Sådan organiseres arbejdet | Velegnet til |
Ultra | Én ledende agent uddelegerer dele af en opgave til støtteagenter, som kun rapporterer tilbage til den ledende agent. | Åbne problemstillinger, hvor flere tilgange skal testes, f.eks. evaluering af et nyt marked under forskellige vækstantagelser. |
Multiagent | Den samme ledende model som i Ultra koordinerer agenter, der deler resultater direkte, tjekker hinandens arbejde og bidrager til fælles leverancer. | Store opgaver med indbyrdes forbundne dele, der kan arbejdes på parallelt, f.eks. due diligence i et datarum eller en økonomisk prognose med flere scenarier |
Model Council | Flere modeller undersøger det samme spørgsmål uafhængigt af hinanden, hvorefter Computer samler deres resultater og viser, hvor de er enige og uenige. | Vurderinger, hvor uafhængige perspektiver på det samme spørgsmål er nyttige. |
Indsatsniveauet Multiagent er tilgængeligt for alle Perplexity Max-abonnenter på nettet.
Vælg Multiagent i skyderen for indsatsniveau i Computer for at bruge det til en ny opgave.