AI 即是 Computer

AI 即是 Computer

我們最近推出了 Perplexity Computer。這篇文章說明了我們背後的推理過程。

每隔幾週，就會有一款新的 AI 產品發布，引發市場恐慌。它是一個新的倡議、一個代理程式，或是其他什麼東西。無論它是什麼，我都可以告訴你一件事，它是做不到的。

即使擁有世界上最好的 AI 模型，它也無法為您發揮最佳工作效能。

我怎麼知道？因為前沿模型（frontier models）的技術水準已相當先進，要從中發揮出最佳才能，您需要不同的模型協同工作。Claude 的最大弱點在於它只能與 Claude 協作。

沒有任何一個模型系列能在沒有其他模型支援的情況下，以最高水準運作。隨著模型變得更強大，我們看到它們正趨向專業化。AI 的未來狀態將是當不同的模型協同工作時，您才能完成最出色的工作。

在 AI 領域，我們稱之為「編排」（orchestration），有時也稱為「整合系統」（the harness）。無論您想如何稱呼它，多模型編排的卓越性能遠遠領先於任何單一模型系列所能做到的任何事情。

AI 的下一階段必須是大規模的多模型化。這就是 Perplexity Computer。後端提供了十九個模型，其輸出成果讓我印象深刻，在 AI 領域已許久未見。

以下是它誕生的過程。

Computer 是如何構建的

起初，我們將我們的實驗命名為 ASI。它並沒有真正的含義，但有時我們稱之為「人工超級智慧」（Artificial Super Intelligence）。（它本來可能代表「另一個 Slack 整合」，因為那最初是它所在的地方。）

我們將其視為一位數位工作者。您在 Slack 中向該工作者傳送任務，它就會開始工作。它會進行委派，為不同的任務建立子代理，建立檔案以協助自己進行下一步，尋找重要資訊，並僅在需要時偶爾回報。您可以去睡覺，醒來時幾週的工作就完成了。或者，您可以要求它工作數週，它也會可靠且反覆地持續執行。

在此期間，世界發現了 Clawdbot，也就是現在的 OpenClaw。如果你喜歡惡意軟體閱讀你的文字，這很有趣。我們可以看到 ASI 更安全且功能強大得多：它擁有檔案系統，連接到數百種工具，可以讀取和寫入檔案、撰寫程式碼、使用 CLI 工具、瀏覽網際網路，並且有能力將每項任務編排給最適合該任務的最佳模型與子代理。一切都在雲端的一個安全開發沙箱中進行。

事實上，ASI 並不單純是一個遠端數位工作者。透過存取檔案系統、執行程式碼的安全 Shell，以及用於存取 Web 應用程式和連接器的瀏覽器，ASI 本質上就是一台電腦。您的電腦。這台電腦。

因此，我們正式將其命名為 Perplexity Computer。

為什麼網路如此重要

2011 年，Google 提出了一個想法，即您可以僅透過網際網路、檔案和 Bash 終端來啟動一台電腦。它被稱為 Chromebook。Google 理解到電腦最重要的部分在於它具有 Web 存取能力，這點是正確的。

網路是我們工作和溝通的地方。它也是我們的儲存裝置，無論是在字面上還是比喻上。它保存了大量的數據、資訊和知識。有些是共享的，有些是個人的。

如果您將網路視為知識的儲存系統，它在「寫入」（WRITE）功能方面一直表現得非常好。第一個部落格在 90 年代初期發布，此後在網路上發布和儲存知識的活動便呈現爆炸性成長。

Google 在 Chromebook 上低估的是，作為一個儲存系統，網路最大的問題其實是「讀取」（READ）功能。為了從網路上讀取知識，我們依賴演算法搜尋，而這項技術在過去 28 年中幾乎沒有改變。

搜尋引擎作為獲取知識的一種方式，從來沒有能力進行深入研究、綜合或總結。搜尋引擎也無法像代理程式那樣行動，以存取網路上任何需要採取行動才能存取的知識。

隨後 AI 出現了。Perplexity 建立了第一個答案引擎，其他公司也隨之跟進。我們一直專注於準確的 AI，並高度聚焦於深入研究。這是因為當 AI 能夠尋找、分析、推理並準確地呈現開放網路上所有知識時，讀取問題最終將得以解決。

如果網際網路是地球知識的儲存磁碟，那麼 Perplexity 就解決了讀取功能的問題。

一旦網路成為一個功能完備的讀取/寫入儲存系統，並擁有能夠導航和完成任務的代理程式，電腦剩下的唯一需求就是所有個人的事物。

持久性記憶體使電腦變得個人化。它擁有檔案和工具，而這些都是您的檔案和工具，是私密的並根據您的偏好進行了調整。電腦必須能夠為您個人處理這些事務。

電腦也會創造。它們製作像程式碼、文件和檔案這樣的實際成品。它們儲存檔案、檢索檔案、寫入新檔案、存取檔案。AI 可以完成所有這些事情。最後，當 AI 正在執行所有這些工作時，您需要手邊有不同的前沿模型來處理電腦中不同的任務。

任何有用的電腦都需要過多不同的技能，單一模型無法全部勝任。編排對於電腦而言至關重要。

這可能意味著隨著 AI 的進步，作業系統的核心程式碼對於裝置製造商而言將不再是那麼重要的護城河。我不確定。我們所知道的是 電腦就是編排系統。

為什麼編排很重要

Steve Jobs 曾說：「音樂家演奏他們的樂器。我指揮樂團。」 AI 亦是如此。史特拉第瓦里小提琴（Stradivarius）有其特定的特質，我們對它的聲音和工藝感到讚嘆。但它仍無法像大鼓那樣震撼您，而鼓也無法像馬勒交響曲那樣感動您。

模型製造商是我們這個時代的安東尼奧·史特拉第瓦里。我並非不敬。我對每一個新的模型能力都感到敬畏，並且是前沿實驗室工作的堅定支持者。他們推動我們的未來向前發展。

但我們現在看到模型正趨向專業化，而非商品化。當您用它們建構代理程式時，它們就像任何工作者一樣，擁有不同的才能。一個擅長推理。另一個擅長程式碼。另一個擅長創意寫作。重要的是您如何編排它們。

跨模型和模型系列的編排是建構足以處理實際工作的多功能系統的唯一途徑。當您需要透過深入研究來協助決策時，您需要一個針對準確性和檢索進行優化的模型。當您需要編寫程式碼時，您需要一個在數十億行生產程式碼庫上訓練過的角色模型。

無論您是管理一個團隊，還是一個交響樂團，高品質的工作始終如此。AI 代理程式也不例外。

對於工作流程而言，區別在於整合系統（the harness）。規劃者將複雜的目標分解為子任務。編排者將這些任務分配給正確的代理程式，強制執行規則，並管理執行。專業的子代理執行重點動作。共享記憶體儲存內容和學習成果以確保連貫性。換句話說，智慧即是電腦。

電腦的下一次演進

400 年前，「電腦」（computer）是指天文學家的學徒。（那些為彗星命名的人。）

隨後，電腦經歷了機械、機電，再到數位化的演進。大約在 1974 年，GUI（圖形使用者介面）出現了。有了 GUI，我們可以用新的方式使用電腦。我們可以將工作委派給它並查看其工作成果。後來，螢幕摺疊在鍵盤上，成為了可攜式的個人電腦。

人們常戲稱電腦的下一次演進是 Steve Jobs 將個人電腦放入每個人的口袋中。今天看來，更準確的說法是他將螢幕放到了每個人的眼前。每個人都在滑螢幕。在過去的 49 年裡，GUI 的演變已從我們如何控制電腦，轉變為電腦如何控制我們。

對這種模式的疲勞感正在增加。OpenClaw 熱潮期間對 Mac Mini 的瘋狂搶購就是一個完美的例子。GUI 是必要的，但它們並不總是必要的。

AI 模型最終已經發展到足夠先進，可以讓電腦回歸其真實含義：自主、準確地工作。並且非同步地工作，讓我們從監督它的工作中解放出來。

滑鼠、GUI 和鍵盤都是重要的技術，但它們只是介面。除非您想要一匹全自動駕駛的馬，否則您必須承認 介面的重要性從未像電腦本身那樣重要。

未來就是 Computer

AI 模型正變得如此強大，以至於圍繞它們建構的產品反而成為展示其真正潛力的瓶頸。聊天介面對於回答問題很有用，而代理程式對於單一任務很有用。同時，整個工作流程的介面一直都是電腦。

AI 現在已經完全多模態化。它在一個連貫的系統中理解並生成多種形式的數據。Jensen 等人表示，AI 的未來也必須是多模型的。他們說得對；專業化的模型必須像團隊一樣進行協作。也許更準確的說法是 AI 的未來是大規模多模型化。

隨著 AI 取代了更多電腦本身的功能，電腦的核心活動將是大規模的多模型編排。

而且我們才剛剛開始。2025 年，平均每 17 天就有一個新的前沿模型進入市場。隨著 AI 每一次的能力提升，又有一位音樂家走上舞台，在交響樂團中就座。指揮敲響指揮棒。電腦開始運作。

立即嘗試 Computer。