AI 就是 Computer

AI 就是 Computer

我們最近推出了 Perplexity Computer。這篇文章解釋左我們背後嘅諗法。

每隔幾個禮拜，就會有一個新嘅 AI 產品推出，引發市場恐慌。呢個係一個新嘅主動構想、一個代理，定係啲乜嘢。無論係乜嘢，我可以話畀你聽一個佢做唔到嘅功能。

就算有全世界最好嘅 AI 模型，佢都無法為你發揮最佳嘅工作表現。

我點解會知？因為前沿模型嘅發展已經先進到，想喺其中任何一個模型身上發揮最高嘅才能，你需要唔同嘅模型互相配合。Claude 最大嘅弱點，就係佢只會同 Claude 協作。

冇任何一個模型系列可以喺冇其他模型協助嘅情況下發揮最高水平。隨住模型越嚟越強大，我哋見到佢哋開始走向專門化。AI 嘅未來趨勢係，當有唔同嘅模型共同協作時，你先可以完成最好嘅工作。

喺 AI 領域，我哋稱呢個為「編排」（orchestration），有時又叫做「框架」（the harness）。無論你想點叫佢，多模型編排嘅卓越效能，遠遠超越任何單一模型系列所能做到嘅極限。

AI 嘅下一階段必須係大規模嘅多模型。呢個就係 Perplexity Computer。後端提供咗十九個模型，其輸出結果畀我嘅震撼，超越咗最近 AI 領域嘅任何事物。

以下係佢誕生嘅過程。

Computer 係點樣建立嘅

一開始，我哋將呢個實驗命名為 ASI。佢其實冇咩特定含意，但有時我哋會叫佢做「人工超級智能」（Artificial Super Intelligence）。（佢亦都可以解作「另一個 Slack 整合」（Another Slack Integration），因為佢一開始就係喺嗰度運行。）

我哋視佢為一個數碼工作者。你喺 Slack 度畀一個任務訊息畀呢個工作者，佢就會開始做嘢。佢會進行分工，為唔同嘅任務建立子代理，製作檔案嚟幫自己進行下一步，搵出關鍵資訊，並且只喺有需要嘅時候偶爾確認進度。你可以去瞓覺，醒嚟時就已經完成咗幾個禮拜嘅工作。或者，你可以要求佢連續做幾個禮拜，佢會可靠且不斷地持續落去。

喺呢段期間，全世界發現咗 Clawdbot，依家叫做 OpenClaw。如果你鍾意有惡意軟件讀取你嘅短訊，呢個會幾有趣。我哋可以看出 ASI 更安全且功能強大得多：佢擁有檔案系統、連接到數百個工具、能夠讀取同寫入檔案、編寫程式碼、使用 CLI 工具、瀏覽互聯網，仲能夠將每個任務編排畀使用最適合該任務之模型嘅正確子代理。呢一切都在雲端嘅安全開發沙箱中進行。

事實上，ASI 並唔單止係一個遠端數碼工作者。透過存取檔案系統、安全執行程式碼嘅 Shell，以及瀏覽網頁應用程式同連接器嘅瀏覽器，ASI 本質上就係一部電腦。你嘅電腦。呢部電腦。

所以，我哋正式將佢命名為 Perplexity Computer。

點解網絡咁重要

喺 2011 年，Google 有個諗法，認為你可以單靠互聯網、檔案同 bash 終端機嚟啟動一部電腦。呢個就係 Chromebook。Google 嘅理解係啱嘅，電腦最重要嘅部分就係佢具備網絡存取功能。

網絡係我哋工作同通訊嘅地方。就字面同象徵意義而言，它亦係我哋嘅儲存裝置。它容納咗大量嘅數據、資訊同知識。有些係共享嘅，有些係個人嘅。

如果你認為網絡係一個知識儲存系統，咁佢喺「寫入」（WRITE）功能方面一直都非常出色。第一篇網誌喺 90 年代初發表，從嗰陣時開始，喺網絡上發布同儲存知識嘅數量就呈爆炸性增長。

Google 對 Chromebook 嘅低估在於，網絡作為一個儲存系統，其最大嘅問題其實係「讀取」（READ）功能。為咗從網絡讀取知識，我哋一直依賴嗰種 28 年嚟幾乎冇乜改變嘅演算法搜尋。

搜尋引擎作為存取知識嘅途徑，從來都冇能力進行深入研究、綜合或摘要。搜尋引擎亦無法像代理一樣行事，去存取網絡上任何需要採取行動先至可以存取嘅知識。

然後 AI 就出現咗。Perplexity 建立咗第一個答案引擎，其他公司亦相繼效仿。我哋一直專注於準確嘅 AI，並高度專注於深入研究。呢個係因為當 AI 能夠尋找、分析、推理並準確呈現公開網絡上嘅所有知識時，讀取問題終於得到解決。

如果互聯網係地球知識嘅儲存磁碟，Perplexity 就解決咗讀取功能。

一旦網絡成為一個功能完備嘅讀取/寫入儲存系統，並配備能夠導航同完成任務嘅代理，電腦唯一仲需要嘅就係所有個人化嘅嘢。

持久記憶令電腦變成個人化。它有檔案同工具，而且呢啲係你嘅檔案同工具，保持私密並根據你嘅偏好度身訂造。電腦必須能夠親自為你處理呢啲內容。

電腦亦會創造。佢哋會製作真實嘅成品，例如程式碼、文件同檔案。佢哋會儲存檔案、檢索檔案、編寫新檔案、存取檔案。AI 可以做到所有呢啲事情。最後，當 AI 正在進行所有呢啲工作時，你需要唔同嘅前沿模型喺電腦中隨時候命，以應付唔同嘅工作。

任何有用嘅電腦都需要太多唔同嘅技能，單一模型係無法將所有技能都做得好嘅。編排對電腦嚟講係不可或缺嘅。

隨著 AI 發展，呢個可能意味著作業系統嘅底層程式碼對裝置製造商嚟講，唔再係咁強嘅護城河。我唔知。我哋所知道嘅係 電腦就係編排系統。

點解編排咁重要

喬布斯（Steve Jobs）話過：「音樂家演奏樂器。我則指揮樂團。」AI 亦都類似。一把史特拉第瓦里（Stradivarius）小提琴有特定嘅特質，我哋對佢嘅聲音同工藝感到驚嘆。但係它仍然無法像大鼓那樣震撼你，而大鼓亦無法像馬勒（Mahler）交響曲那樣感動你。

模型製造商就係我哋呢個時代嘅安東尼奧·史特拉第瓦里（Antonio Stradivaris）。我咁講並冇不敬嘅意思。我对每一個新嘅模型功能都感到敬畏，亦係前沿實驗室工作嘅熱情支持者。佢哋推動我哋嘅未來向前發展。

但係我哋依家見到模型正在專門化，而唔係商品化。當你用佢哋建立代理時，佢哋就像任何工作者一樣，擁有唔同嘅才能。一個喺推理方面表現更好。另一個喺程式碼方面更強。另一個則擅長創意寫作。最重要嘅係你點樣編排佢哋。

跨模型同跨系列嘅編排，係建立一個足以應付真實工作嘅多功能系統嘅唯一方法。當你需要深入研究嚟為決策提供參考時，你會希望有一個針對準確性同檢索進行過優化嘅模型。當你需要編寫程式碼時，你會希望有一個接受過數十億行生產程式碼庫訓練嘅模型。

無論你係管理一個團隊，定係一個音樂家交響樂團，高質素嘅工作一直都係咁樣。AI 代理亦都冇分別。

對於工作流程嚟講，區分差異嘅關鍵在於框架。規劃器將複雜嘅目標拆解為子任務。編排器將呢啲任務分配畀正確嘅代理、執行規則，並管理執行過程。專門嘅子代理執行聚焦嘅行動。共享記憶體儲存背景資訊同學習成果以確保連貫性。換句話講，智能就係電腦。

電腦嘅下一次演進

400 年前，「computer」係指天文學家嘅學徒。（負責幫彗星命名嘅人。）

然後，電腦變成機械式，接著係機電式，再變成數碼式。大約在 1974 年，GUI（圖形化使用者介面）面世。透過 GUI，我哋可以用新嘅方式同電腦互動。我哋可以將工作交畀佢，並觀察佢嘅工作成果。後來，螢幕可以摺疊喺鍵盤上方，變成一部流動嘅個人電腦。

當喬布斯將個人電腦放進每個人嘅口袋時，呢個已經成為咗電腦下一次演進嘅經典說法。今天看來，更準確嘅說法似乎係他把一個螢幕擺在每個人的面前。每個人都在碌螢幕。在過去嘅 49 年裡，GUI 已經從我哋控制電腦嘅方式，演變成電腦控制我哋嘅方式。

對呢種模式嘅疲勞感正喺度增加。在 OpenClaw 熱潮期間對 Mac Mini 嘅瘋狂搶購就係一個完美嘅例子。GUI 係必需嘅，但佢哋並唔係隨時都必需嘅。

AI 模型終於變得足夠先進，可以讓電腦回歸其真實含義：自主、準確地工作。並且以非同步嘅方式，將我哋從盯住佢工作嘅狀態中解放出來。

滑鼠、GUI 同鍵盤全部都係重要嘅技術，但佢哋都只係介面。除非你想有一隻完全自動駕駛嘅馬，否則你必須承認介面從來都冇電腦咁重要。

未來屬於 Computer

AI 模型變得越嚟越強大，以至於圍繞佢哋構建嘅產品反而成為展示其真正潛力嘅瓶頸。聊天 UI 適用於回答問題，而代理則適用於個別任務。同時，整個工作流程嘅 UI 一直都係電腦。

AI 依家已經穩步邁向多模態。它在一個單一嘅連貫系統中理解並生成多種形式嘅數據。詹森（Jensen）同其他人曾表示，AI 嘅未來亦必須係多模態嘅。佢哋係啱嘅；專門化嘅模型必須像團隊一樣合作。更準確嘅說法或許係，AI 嘅未來係大規模多模態嘅。

隨著 AI 取代咗電腦本身更多嘅功能，電腦嘅核心活動將會係大規模嘅多模態編排。

而我哋只係剛剛開始。在 2025 年，平均每 17 天就有一個新的前沿模型進入市場。隨著 AI 每一項新能力嘅進步，另一個音樂家行上舞台，喺交響樂團中就座。指揮揮動佢嘅指揮棒。電腦開始工作。

立即試用 Computer。