Agent API: סביבת זמן ריצה מנוהלת לתהליכי עבודה של סוכנים

היום אנו משיקים את Perplexity Agent API, סביבת זמן ריצה מנוהלת לבניית תהליכי עבודה של סוכנים (agentic workflows) הכוללת חיפוש משולב, הפעלת כלים ותזמור מרובה-מודלים.

היום אנו משיקים את Perplexity Agent API, סביבת זמן ריצה מנוהלת לבניית תהליכי עבודה של סוכנים (agentic workflows) הכוללת חיפוש משולב, הפעלat כלים ותזמור מרובה-מודלים.

היא מחליפה נתבים מודלים, שכבת חיפוש, ספק הטמעות (embeddings), שירות ארגז חול (sandbox) ומערך ניטור בנקודת אינטגרציה יחידה.

לולאת הסוכן כמודל חישוב

מעבד קונבנציונלי מבצע מחזור דטרמיניסטי: טוען הוראה, מפענח אותה, מבצע אותה ומאחסן את התוצאה. מונה התוכנית מתקדם. המעבד לעולם אינו מחליט מה לעשות.

ה-Agent API מיישם ממודל חישוב שונה. המעבד הוא ממודל שפה מתקדם בחזית הטכנולוגיה. הוא מקבל יעד ומחליט כיצד להשיג אותו. הוא מפרק את היעד הזה לתכנית, בוחר באילו כלים להשתמש מתוך סט הכלים הזמין שלו, מבצע, צופה בתוצאות, מעריך האם היעד הושג, ומבצע איטרציות. חלון ההקשר משמש כאוכפים (registers). ההיגיון והתזמור משמשים כמתזמן.

שקול התכוננות לשיחת מכירות עם לקוח פוטנציאלי ששוחחת עליו פעמים ספורות. אתה שולח בקשה יחידה ל-Agent API עם שלושה כלים: אחד לחיפוש ב-CRM הפנימי שלך, web_search ו-fetch_url. המודל קורא לכלי ה-CRM שלך תחילה, ושולף הקשר משיחות קודמות. לאחר מכן הוא קורא ל-web_search כדי למצוא חדשות אחרונות ומודיעין תחרותי, ומחזיר מספר עמודים רלוונטיים. הוא מחליט ששניים מהעמודים הללו דורשים קריאה מעמיקה יותר וקורך ל-fetch_url על כל אחד מהם. בשלושה שלבים, המודל הרכיב היסטוריה פנימית, הקשר רחב מהווב ופרטי עמוד מלאים לתגובה אחת מבוססת. זוהי לולאת הסוכן.

תזמור של לולאת הסוכן המלאה

חשוב להבחין בין ה-Agent API לבין שירותי ניתוב מודלים. ה-Agent API הוא סביבת זמן ריצה מנוהלת המבצעת תזמור ללולאת הסוכן המלאה: אחזור, ביצוע כלים, הסקת מסקנות, מנגנון גיבוי (fallback) מרובה-מודלים, וכל כלי מותאם אישית שאתה מעניק לו גישה אליו. הוא מחליף נתב מודלים, שכבת חיפוש, ספק הטמעות (embeddings), שירות ארגז חול (sandbox) ומערך ניטור עם נקודת קצה יחידה, חשבון ומפתח API.

ה-API אינו תלוי במודל ופועל בכל ספקי המודלים המובילים. עבור יישומים בעלי זמינות גבוהה, ה-API תומך בשרשראות גיבוי למודל: ציין מספר מודלים, וה-API ינסה אוטומטית את הבא בתור אם אחד אינו זמין. הדבר מבטיח זמינות הקרובה ל-100%.

כלים עוצמתיים מובנים

שני כלים מובנים זמינים: web_search ו-fetch_url. web_search תומך בסינון דומיינים (רשימת היתרים ורשימת חסימות, עד 20 דומיינים), סינון לפי עדכניות, סינון לפי טווח תאריכים, סינון שפה ותקציבי תוכן הניתנים להגדרה לכל עמוד. fetch_url שולף ומחלץ תוכן עמוד מלא מכתובות URL ספציפיות.

מעבר לכלים המובנים, פונקציות מותאמות אישית מאפשרות למפתחים לחבר את הסוכן למערכות ה-backend, למסדי הנתונים ולממשקי ה-API שלהם.

הגדרות מראש של מודלים מובילים הממוטבות באופן רציף

בניית תצורת סוכן אפקטיבית מאפס דורשת בחירת המודל הנכון, כיול עומק ההסקה, בחירת כלים וכוונון תקציבי אסימונים (tokens). Perplexity עושה זאת באופן רציף עבור מוצריה שלה, המגובים בצוות הערכה פנימי המבצע בנצ'מרק לתצורות מול עומסי עבודה אמיתיים.

הגדרות מראש (Presets) חולקות מומחיות זו. כל הגדרה מראש היא הגדרה שקופה לחלוטין ומוגדרת מראש, המותאמת למקרה שימוש ספציפי: חיפושי עובדות מהירים, מחקר מאוזן, ניתוח מעמיק מרוב מקורות, ומחקר ברמה מוסדית. אנו מפרסמים את הנחיית המערכת (system prompt), הכלים ופרופיל העלויות המומלצים לכל אחד מהם. ככל שנוף המודלים מתפתח, אנו מעדכנים את ההגדרות הבסיסיות כך שההגדרה מראש תמיד משקפת את המילה האחרונה בתחום בעלות צפויה. כל פרמטרי ההגדרה מראש ניתנים לדריסה: מפתחים יכולים להשתמש בהגדרה מראש כנקודת מוצא ולהתאים את המודל, הכלים, ספירת הצעדים או תקציבי האסימונים בבקשה יחידה.

Deep Research 2.0, הזמין דרך ההגדרה מראש advanced-deep-research, הוא אותו מנוע הסקה רב-שלבי המפעיל את מוצר הצרכנים של Perplexity. הוא מבצע עשרות חיפושים לכל שאילתה, קורא מאות מסמכי מקור ומעודן באופן איטרטיבי את הניתוח שלו. הביצועים ב-DRACO, ב-ResearchRubrics של Scale AI וב-DeepSearchQA של Google DeepMind מפורטים בפוסט בנצ'מרק DRACO שלנו.

ה-Agent API זמין החל מהיום. תיעוד ומדריכי התחלה מהירה זמינים ב-docs.perplexity.ai