AI 即计算机

AI 即计算机

我们最近推出了 Perplexity Computer。本文旨在阐述我们的设计思考。

每隔几周，就会有一款新的 AI 产品发布，引发市场恐慌。它可能是一项新举措，一个智能体，或者其他什么东西。无论它是什么，我可以肯定地告诉你它无法做到的一点。

即使拥有世界上最好的 AI 模型，它也无法为你发挥出最佳水平。

我怎么知道？因为前沿模型的发展已经非常先进，要从任何一个模型中挖掘出最佳潜能，你需要让不同的模型协同工作。Claude 最大的弱点在于它只能与 Claude 协作。

没有任何一个模型家族能够在没有其他模型辅助的情况下发挥出最高水平。随着模型变得更加强大，我们看到它们正趋于专业化。AI 的未来形态在于，当不同的模型协同工作时，你才能获得最佳成果。

在 AI 领域，我们称之为“编排”或有时称为“统筹”。无论你如何称呼它，多模型编排带来的卓越性能都远远领先于任何单一模型家族所能实现的效果。

AI 的下一个阶段必须是大规模多模型。这就是 Perplexity Computer。后端提供了十九个模型，其输出结果令我惊艳，在 AI 领域中已许久未见如此出色的表现。

以下是它的诞生过程。

Computer 是如何构建的

起初，我们将实验项目命名为 ASI。它并没有特定的含义，但有时我们称之为“人工智能超级智能”（Artificial Super Intelligence）。（它也可能代表“另一个 Slack 集成”（Another Slack Integration），因为这就是它最初所处的位置。）

我们将它视为一名数字工作者。你在 Slack 中向这位工作者发送任务，它便开始工作。它会进行委派，为不同任务创建子智能体，创建文件以协助完成后续步骤，查找关键信息，并仅在必要时进行汇报。你可以安心入睡，醒来时数周的工作量已完成。或者，你可以要求它连续工作数周，它会可靠且反复地持续执行。

在此期间，世界发现了 Clawdbot，也就是现在的 OpenClaw。如果你喜欢恶意软件读取你的文本，那确实很有意思。我们可以看出 ASI 更安全，能力也强得多：它拥有文件系统，连接了数百个工具，可以读取和写入文件、编写代码、使用 CLI 工具、浏览互联网，并能够将每一项任务编排给最适合该任务的子智能体。所有这些都在云端的安全开发沙盒中完成。

事实上，ASI 并不单纯是一个远程数字工作者。凭借对文件系统、用于安全执行代码的 Shell 以及用于访问 Web 应用和连接器的浏览器的访问权限，ASI 本质上就是一台计算机。你的计算机。这台计算机。

因此，我们正式将其命名为 Perplexity Computer。

为什么 Web 很重要

2011 年，Google 提出了一个理念，即你可以仅通过互联网、文件和 bash 终端来启动一台计算机。它被称为 Chromebook。Google 正确地认识到计算机最重要的一点是具备 Web 访问能力。

Web 是我们工作和交流的地方。从字面意义和象征意义上讲，它也是我们的存储设备。它承载着海量的数据、信息和知识。有些是共享的，有些是私人的。

如果你将 Web 视为一种知识存储系统，它在写入（WRITE）功能上一直非常出色。第一个博客发布于 90 年代初，自那时起，在 Web 上发布和存储知识的需求就呈现爆炸式增长。

Google 在 Chromebook 上低估的一点是，Web 作为存储系统最大的问题其实是读取（READ）功能。为了从 Web 上读取知识，我们一直依赖于算法搜索，而这种方式在过去 28 年里几乎没有改变。

搜索引擎作为一种获取知识的方式，从未具备过深度研究、综合或总结的能力。搜索引擎也不能像智能体那样表现，无法访问 Web 上任何需要采取行动才能获取的知识。

后来 AI 出现了。Perplexity 构建了第一个答案引擎，其他厂商纷纷跟进。我们始终专注于准确的 AI，并高度关注深度研究（Deep Research）。这是因为当 AI 能够发现、分析、推理并准确呈现开放 Web 上的所有知识时，读取问题终于得到了解决。

如果说互联网是地球知识的存储磁盘，那么 Perplexity 就解决了读取功能。

一旦 Web 成为一个功能齐全的读/写存储系统，并配备能够导航和完成任务的智能体，计算机剩下的唯一需求就是所有个人化的内容。

持久化记忆使计算机具有个性。它拥有文件和工具，而且这些都是你的文件和工具，是私有的，并根据你的偏好量身定制。计算机必须能够为你亲自处理这些内容。

计算机也能创造。它们制造像代码、文档和文件这样的真实工件。它们存储文件、检索文件、编写新文件、访问文件。AI 可以完成所有这些工作。最后，当 AI 在执行所有这些工作时，你需要手头有不同的前沿模型来处理计算机中的不同任务。

任何有用的计算机都需要过多的不同技能，单一模型无法完美应对所有任务。编排对于计算机至关重要。

这可能意味着随着 AI 的进步，操作系统的硬代码对设备制造商而言将不再构成护城河。我不知道。我们所知道的是 计算机即编排系统。

为什么编排很重要

史蒂夫·乔布斯曾说：“音乐家演奏乐器。我指挥管弦乐队。” AI 亦是如此。斯特拉迪瓦里小提琴具有某些特质，我们对其声音和工艺感到惊叹。但它无法像大鼓那样震撼你，大鼓也无法像马勒交响曲那样打动你。

模型制造商是我们这个时代的安东尼奥·斯特拉迪瓦里。我绝无不敬之意。我敬畏每一个新的模型能力，也是前沿实验室工作的坚定支持者。他们推动着我们的未来。

但我们现在看到模型正在专业化，而非商品化。当你用它们构建智能体时，它们就像任何员工一样，拥有不同的才能。一个擅长推理。另一个擅长代码。还有一个擅长创意写作。重要的是你如何编排它们。

跨模型和家族进行编排是构建一个足以处理实际工作的多功能系统的唯一途径。当你需要深度研究来为决策提供参考时，你需要一个针对准确性和检索优化的模型。当你需要编写代码时，你需要一个在数十亿行生产代码库上训练过的模型。

无论你是管理一个团队，还是一个音乐家组成的交响乐团，高质量的工作向来如此。AI 智能体也不例外。

对于工作流，关键在于统筹。规划者将复杂目标拆解为子任务。编排者将这些任务分配给合适的智能体，执行规则并管理执行过程。专业化子智能体执行聚焦动作。共享内存存储上下文和学习成果以保持连续性。换句话说，智能即计算机。

计算机的下一次演进

400 年前，“计算机”是天文学家的学徒。（那些给彗星命名的人。）

后来，计算机是机械的，然后是机电的，接着是数字的。大约 1974 年，图形用户界面（GUI）出现了。有了 GUI，我们能以新的方式使用计算机。我们可以将任务委派给它并查看其工作。后来，屏幕折叠在键盘之上，成为便携式个人计算机。

史蒂夫·乔布斯将个人计算机装进每个人的口袋，这被称为计算机演进的典范。今天看来，更准确的说法是他把屏幕放在了每个人的脸上。每个人都在滚动屏幕。在过去的 49 年里，GUI 已经从我们控制计算机的方式演变为计算机控制我们的方式。

对这种模式的疲惫感正在增长。OpenClaw 热潮期间对 Mac Mini 的疯狂抢购就是一个完美的例子。GUI 是必要的，但并非总是必要。

AI 模型终于进化到足够先进，可以将计算机还原为其实际意义：自主、准确地工作。并异步进行，将我们从监视它工作中解放出来。

鼠标、GUI 和键盘都是重要的技术，但它们只是界面。除非你想要一匹全自动驾驶的马，否则你必须承认 界面从未像计算机本身那样重要。

未来就是 Computer

AI 模型正变得如此强大，以至于围绕它们构建的产品已成为展现其真实潜力的瓶颈。聊天界面适合回答问题，智能体适合处理单个任务。与此同时，整个工作流的界面一直都是计算机。

AI 现在稳固地处于多模态阶段。它在单个连贯系统中理解并生成多种形式的数据。黄仁勋等人曾表示，AI 的未来也必须是多模型的。他们是对的；专业化模型必须像团队一样协作。更准确的说法可能是 AI 的未来是大规模多模型的。

随着 AI 逐渐取代计算机本身的功能，计算机的核心活动将是大规模多模型编排。

而我们才刚刚开始。2025 年，平均每 17 天就有一个新的前沿模型进入市场。随着 AI 每一项能力的进步，又有一位音乐家走上舞台，在交响乐团中就座。指挥敲响指挥棒。计算机开始工作。

立即尝试 Computer。