Agent 手册

外观

Perplexity

本页速览 搜索 × LLM 最成功的产品化样本：拆解 Perplexity 的检索增强答案生成、引用溯源与 Deep Research 多步研究 agent，梳理其从答案引擎到 Comet 浏览器的演进、商业模式与版权争议。

本页含时效性内容，数据截止于 2026-08；JD、价格、产品功能等信息可能已变化，引用前请核对原始出处。

Perplexity ​

如果把「LLM 到底能做成什么产品」这个问题交给市场回答，Perplexity 是到目前为止最干净的答案之一：它没有试图做通用助手，而是把「搜索」这一个场景打穿——用户提问，机器直接给出带引用来源的答案，而不是十条蓝色链接。2022 年成立，到 2025 年 7 月估值已达 180 亿美元（Bloomberg 报道），同年晚些时候的融资报道中估值进一步到 200 亿美元。它定义了一个新品类：答案引擎（answer engine）。

本篇把它当作一个工程案例来拆：它怎么用 RAG 把幻觉压下去，Pro Search 和 Deep Research 的多步检索循环长什么样，为什么它要做 Comet 浏览器，以及它和 Google、出版商之间的战争对「搜索 agent」这个品类意味着什么。

数据时效说明

本文融资、估值、定价、诉讼等信息核实至 2026 年 8 月，来源见文末「参考资料」。Perplexity 产品线迭代极快，具体价格与功能以其官网为准。

一、定位：答案引擎，不是搜索引擎 ​

传统搜索引擎的产品契约是「我给你一批可能相关的网页，你自己去找答案」。Perplexity 把这个契约改成了「我直接把答案给你，并告诉你每一句出自哪里」。这个转变看似简单，实则重构了三个东西：

  • 输入：从关键词变成自然语言问题，支持多轮追问（追问自动带上上文 context）。
  • 处理：从「索引 → 排序 → 展示」变成「检索 → 阅读 → 综合 → 生成」，本质上是一个在线的 RAG 系统。
  • 输出：从链接列表变成一段结构化回答，每句话挂编号引用（citation），点击可跳转原文。

引用溯源是 Perplexity 最聪明的产品决策。LLM 会幻觉是 2023 年所有人做搜索产品的拦路虎，Perplexity 的解法不是 claim 自己模型更强，而是把举证责任内建到 UI 里——每句话后面跟着 [1][2][3]，用户随时可以验证。这既降低了幻觉的实际伤害（错误可以被发现），也建立了「这个答案可信」的心智。后来所有 AI 搜索产品（ChatGPT Search、Gemini、Kimi、豆包）都抄了这个设计。

创始人 Aravind Srinivas（前 OpenAI / DeepMind 研究员）在多次访谈中把公司使命表述为「服务人类的好奇心」。翻译过来：Perplexity 赌的是人们要的不是链接，是答案，而广告支撑的链接经济只是技术不够时的过渡形态。这个判断在 2025-2026 年基本被市场验证——Google 自己也被迫把 AI Overviews 和 AI Mode 推上前台，等于承认了答案引擎的范式。

答案引擎赛道的竞争格局（2026 年中） ​

产品形态优势软肋
Perplexity独立答案引擎 + Comet 浏览器引用体验最佳、检索基础设施自有、品类心智最强流量池小、无默认入口、版权诉讼缠身
Google AI Overviews / AI Mode内嵌在搜索结果页数十亿用户默认触达、索引规模最大组织包袱重，蚕食自家广告收入，创新节奏受制
ChatGPT Search / Atlas聊天助手内的搜索 + 浏览器模型能力强、助手心智、订阅基数大检索质量与引用体验弱于 Perplexity
Kimi / 豆包 / 夸克（国内）超级助手 + 搜索本土内容生态、分发渠道海外市场缺位

Perplexity 的处境很微妙：它定义了品类，却要在「Google 的分发体量」和「OpenAI 的模型势能」之间求生存。它的答案是把战场引向对手不舒服的地方——浏览器入口、API 服务、垂直深度——而不是在聊天框里硬拼。

二、核心机制拆解 ​

检索增强的答案生成 ​

Perplexity 的主链路是一个工程化程度很高的在线 RAG 管线：

用户问题
   │
   ▼
┌─────────────┐   追问时携带对话历史做 query 改写
│ Query 理解   │── 意图分类 / 改写为检索查询（可能拆成多个子查询）
└─────────────┘
   │
   ▼
┌─────────────┐   自建网页索引 + 实时抓取 + 垂直数据源
│ 检索层       │── 召回候选文档（网页、学术、Reddit、YouTube 等）
└─────────────┘
   │
   ▼
┌─────────────┐   传统 IR 信号（相关性、权威性、时效）+ 向量排序
│ 重排序       │── 筛出 top-K 高质量片段
└─────────────┘
   │
   ▼
┌─────────────┐   片段注入 context window，要求逐句挂引用
│ 生成层       │── LLM 综合答案，输出带编号 citation 的文本
└─────────────┘
   │
   ▼
带引用的答案 + 来源卡片 + 相关追问建议

几个值得注意的工程取舍：

  1. 自建索引而非纯依赖 Bing/Google API。早期 Perplexity 大量依赖第三方搜索 API，但做到规模后自建了网页索引和爬虫体系（PerplexityBot）。索引自有化是它能控制召回质量、做实时性、以及压低成本的前提——按调用量付费的第三方 API 在它这个量级下是烧不起的。这也正是后来版权争议的火药桶（见第五节）。
  2. 检索质量优先于模型质量。Perplexity 的判断是：答案质量的上限由喂给模型的材料决定，模型只负责「读懂并综合」。所以它的工程重心在召回、重排序、时效性上，而不是卷自研大模型。这对做 RAG 的团队是重要的启示——垃圾进垃圾出，retrieval 是答案系统的第一性瓶颈。
  3. Focus 机制做垂直检索。用户可以限定检索范围（Academic 学术、Social/Reddit、Finance 等），本质是把检索层的路由暴露给用户。这比「一个通用检索打天下」务实：不同问题的优质来源分布完全不同。

引用溯源的实现与代价 ​

让模型「逐句挂引用」不是靠 prompt 里写一句「请标注来源」就能稳定做到的。工程上需要：检索片段带 ID 注入 context、生成时约束引用格式、生成后做 attribution 校验（这句话是否真的有来源支撑）。Perplexity 在这件事上做到了行业标杆水准，但并非完美——它多次被媒体抓到「引用来源并不支持对应表述」甚至「摘要转述了付费墙内容却引用了别的页面」的问题（Forbes、Wired 在 2024 年的调查报道即属此类）。

引用 ≠ 事实

带引用的答案给人一种权威感，但 citation 只保证「这句话有一个来源」，不保证「来源可靠」也不保证「转述忠实」。把 Perplexity 当研究起点可以，当事实终点不行。这也是为什么严肃的 agent 系统需要专门的评估体系来度量 attribution 准确率，而不是只看答案通不通顺。

四种模式的工程定位对比 ​

模式本质检索深度典型延迟面向场景
Search（快速搜索）单轮 RAG少量来源，一次检索秒级事实型问题、快速查证
Pro Search轻量 agent 循环多轮检索 + 澄清追问十秒级有歧义的复杂问题
Deep Research多步研究 agent数十次搜索、上百页面2-5 分钟行研、文献综述、竞品分析
Labs交付物生成 agent检索 + 代码执行 + 文件产出分钟级报告、仪表盘、小应用

注意这个分层同时是算力分层：模式越高阶，单次查询消耗的检索调用和 token 越多，对应越高的订阅墙。产品分层和成本结构在这里是完全对齐的。

Pro Search 与 Deep Research：多步研究 agent ​

如果说基础搜索是「一次检索一次生成」，Perplexity 的高阶模式就是真正的 Agent Loop：

  • Pro Search：多步检索 + 澄清式追问。它会先拆解问题、执行多轮搜索（比基础模式检索更多来源）、必要时反问用户澄清意图，再综合输出。这是「query 分解 → 迭代检索 → 综合」的轻量 agent 循环。
  • Deep Research（2025 年 2 月推出，紧随 OpenAI 同类产品）：完整的多步研究 agent。它会自主制定研究计划，执行数十次搜索、阅读上百个网页，边读边修正方向，最终在几分钟内产出一份结构化的多章节研究报告。这已经是教科书式的 search agent：规划 → 调用工具（搜索、网页读取）→ 观察 → 再规划的循环，跑在真实开放的网页环境上。

Deep Research 的产品意义在于：它把「检索深度」变成了可付费的分层维度。免费用户每天有限次数，Pro 用户更多——agent 的步数（也就是 token 和检索成本）直接对应订阅档位，这是非常清晰的成本工程定价思路。

这里还有一个容易被忽略的 context engineering 细节：多步研究会读到上百个网页，远超任何 context window 的容量，所以中间必然有「边读边压缩」的机制——把每个来源提炼成笔记式的中间结论，最后只让精炼后的研究笔记进入综合生成的 context。自己实现 deep research 类 agent 时，这个「检索笔记 → 压缩 → 综合」的中间层设计，往往比选哪个模型更影响最终报告质量。

三、产品演进：从答案引擎到 Agent 入口 ​

Perplexity 的产品线扩张有一条清晰的逻辑线：答案 → 研究 → 行动。

时间线（2025-2026） ​

时间事件
2025-02Deep Research 上线，对标 OpenAI 同名功能，但免费额度更慷慨
2025 年中Labs 上线：从「回答问题」扩展到「产出交付物」——报告、电子表格、仪表盘、简单网页应用
2025-07-02推出 Perplexity Max 订阅：$200/月，含 Labs 无限使用、新产品优先体验
2025-07-09Comet 浏览器发布（Chromium 内核），初期仅限 Max 用户和 waitlist
2025-08向 Google 发出 $345 亿全现金收购 Chrome 的要约（未被接受，被广泛视为一次教科书级的公关卡位）
2025-10Comet 向所有用户免费开放；Reddit 起诉 Perplexity 数据抓取
2025-11Comet 登陆 Android
2026-03据报道 Comet（含 agent 模式）在 Mac/Windows/iOS/Android 全平台免费
2026 年Comet Plus（$5/月， premium 出版商内容）、Background Assistant 等持续迭代

Comet：为什么答案引擎要做浏览器 ​

Comet 是 Perplexity 最关键的战略下注，逻辑值得每个做 agent 产品的人想一遍：

  1. 答案引擎有天花板。问答是「信息获取」的终点，但用户拿到答案后还要做事——填表、比价、发邮件、订日程。这些事发生在网页里，而 Perplexity 的聊天框碰不到网页。
  2. 浏览器是 agent 的天然运行环境。Comet 的 assistant 能读取你打开的所有 tab、理解页面内容、并替你执行操作（总结邮件、跨页面比价、发日历邀请）。这等于把 agent 的 action space 从「搜索 API」扩展到了「整个网页」。在 Manus 用云端虚拟机做通用 agent 的同时，Comet 走了另一条路：把 agent 塞进用户已经在用的浏览器里。
  3. 绕过 Google 的分发封锁。搜索是被 Chrome + 默认搜索引擎协议锁死的市场，Google 每年付给 Apple 约 200 亿美元买 Safari 默认位。Perplexity 做浏览器、甚至出价 $345 亿「收购 Chrome」（在 Google 反垄断案审理期间），都是在争夺 agent 时代的第一入口——谁拥有用户发起任务的界面，谁就拥有分发。

2025 年 12 月发布的一篇基于 Comet 数亿次匿名交互的大规模使用研究（arXiv:2512.07828）显示：Comet Assistant 的 agentic 查询中，「生产力与工作流」和「学习与研究」两大类合计占 57%。也就是说，用户真的在用浏览器 agent 干活和学习，而不只是尝鲜——这是 agentic 浏览有真实 PMF 的早期证据。

入口之战的本质

Perplexity 的浏览器战略印证了一个判断：agent 产品的竞争不只是模型和体验的竞争，更是任务发起入口的竞争。聊天框、浏览器、IDE（见 Claude Code）、操作系统级助手，都是候选入口。做 agent 产品前先想清楚：你的用户在哪个界面里产生任务？

四、技术与商业模式 ​

模型策略：自研 + 第三方的务实组合 ​

Perplexity 是「模型中立」路线的代表：

  • 第三方前沿模型：Pro/Max 用户可选 GPT、Claude、Gemini、Grok 等旗舰模型，按任务动态路由。它不做「一个模型包打天下」，而是把模型当可替换的推理引擎。
  • 自研 Sonar 系列：基于 Meta Llama 3.3 70B 微调、针对「实时联网问答」场景优化的开源权重模型，主打快、便宜、原生带引用。Sonar 同时通过 API 对外售卖（基础档定价约 $1/百万 token 输入/输出），直接和 OpenAI/Anthropic 的 API 抢「搜索增强生成」这一细分市场。此外还有 Sonar Pro、Sonar Reasoning 等变体。

Sonar 的 API 是 OpenAI 兼容格式，接入成本极低——如果你的产品需要「带引用的实时答案」，这是最省事的一条路：

python
from openai import OpenAI

# Perplexity API 兼容 OpenAI SDK，只需换 base_url 和 key
client = OpenAI(
    api_key="pplx-...",
    base_url="https://api.perplexity.ai",
)

resp = client.chat.completions.create(
    model="sonar",  # 自研联网模型；可选 sonar-pro / sonar-reasoning
    messages=[
        {"role": "system", "content": "回答须附引用来源。"},
        {"role": "user", "content": "2026 年 AI 浏览器市场有哪些主要玩家？"},
    ],
)

print(resp.choices[0].message.content)
# resp 还带 citations 字段：答案引用的 URL 列表
print(resp.citations)

这个 API 形态本身就是一个信号：Perplexity 把自己在搜索基础设施上的积累（索引、实时抓取、attribution）打包成「检索即服务」，让别人的 agent 可以直接调用——它既做 C 端答案引擎，也在做 agent 时代的工具层供应商。

这个组合非常务实：自研模型只打「高频、低难度、对成本敏感」的主链路（免费用户的日常搜索），把「低频、高难度」的研究任务交给第三方旗舰模型。自研的目的不是 benchmark 刷分，而是把最大宗推理成本从别人的 API 账单上拿下来。对创业公司来说，这比「全自研」现实得多。

收入结构 ​

  • 订阅：Free / Pro（$20/月）/ Max（$200/月，2025-07 推出）/ Comet Plus（$5/月）/ Enterprise。订阅是当前绝对主力，2024 年收入据报道约 $5000 万，2025 年有破亿的报道（数字未经审计，引用前请核对）。
  • API：Sonar API + Search API，按量计费，面向需要在自家产品里接入「带引用的实时答案」的开发者。
  • 广告：2024 年底开始测试「赞助追问」等广告形态。这是对 Google 商业模式的正面对标，但进展谨慎——广告与「答案中立可信」的心智天然冲突，Perplexity 在这件事上的节奏明显比融资节奏保守。
  • 出版商分成：Comet Plus 的订阅费与参与的出版商（据报道包括 Condé Nast、CNN、Washington Post、Fortune、Le Monde 等）分成，试图用「付费内容 + 分成」替代「白嫖抓取」。

估值与收购传闻 ​

融资节奏堪称疯狂：2024 年中约 $1.65 亿累计融资、估值个位数十亿美元；2025 年 6 月 $140 亿；2025 年 7 月增资 $1 亿、估值 $180 亿（Bloomberg）；2025 年 10 月前后报道再融 $2 亿、估值 $200 亿。投资方包括 Nvidia、Jeff Bezos 等。

收购传闻方面，有据可查的是：2025 年 6 月 Bloomberg 报道 Apple 并购负责人 Adrian Perica 与服务负责人 Eddy Cue 内部讨论过收购 Perplexity 的可能性（背景是 Google 反垄断案可能终结 Google-Apple 默认搜索协议，Apple 需要备胎）；同期也有 Meta 接触的报道。截至本文数据截止日，没有任何一笔收购落地。值得注意的细节是：传闻密集出现的时间点，恰好与 Perplexity 的融资窗口重叠——对一级市场来说，「Apple 想买」是最好的定价故事。读这类新闻时保持这个敏感度。

五、与 Google 的攻防，以及与出版商的战争 ​

对 Google：入口与心智的正面进攻 ​

Perplexity 对 Google 的威胁不是份额数字（Google 仍占搜索九成以上），而是范式定义权：当「AI 直接给答案」成为年轻用户的默认预期，Google 的链接列表就显得像上一代产品。Google 的回应是 AI Overviews 和 AI Mode——用自己的流量池快速跟进，把答案引擎的能力内化。这给创业者上了一课：范式创新者的窗口期，就是巨头组织包袱还没消化完的那几年。

Perplexity 的进攻动作招招打在 Google 的软肋上：趁美国司法部诉 Google 反垄断案审理、法院讨论是否强制分拆 Chrome 之际，报价 $345 亿全现金收购 Chrome；推出 Comet 直接抢浏览器入口；和 Motorola 等手机厂商谈预装。这些动作即使都不成交，也持续占据「Google 挑战者」的媒体心智——而这正是它融资故事的核心资产。

对出版商：AI 抓取的法律与伦理前线 ​

Perplexity 是整个 AI 行业内容抓取争议的风暴眼，有据可查的时间线：

  • 2024-06：Forbes、Wired 先后指控 Perplexity 剽窃内容、无视 robots.txt 抓取。
  • 2024-10：The New York Times 发出停止侵权通知函（cease and desist）；News Corp 旗下 Dow Jones 与 New York Post 在纽约南区联邦法院起诉其版权侵权，称其为「大规模搭便车（massive freeriding）」。
  • 2025-06：BBC 威胁采取法律行动，指控其逐字复制报道。
  • 2025-08：Cloudflare 公开指控 Perplexity 的爬虫在被网站封禁后更换 user-agent 和源 ASN 伪装身份继续抓取，并将其移出认证 bot 名单。Perplexity 的回应值得每个 agent 开发者细读：它主张「受用户即时请求驱动、按需读取页面的 agent 不是传统爬虫，不应受 robots.txt 约束」。这个「user agent vs bot」之争，是整个 agentic web 尚未解决的基础法律问题，直接关系到 agent 安全与合规 的边界。
  • 2025-09：Encyclopaedia Britannica 与 Merriam-Webster 起诉。
  • 2025-10：Reddit 起诉 Perplexity 及三家数据抓取公司（SerpApi、Oxylabs、AWMProxy），指控其「工业规模地绕过数据保护」——Reddit 的取证方式相当精彩：发布一篇只有 Google 索引可见的「测试帖」，数小时后该帖内容出现在 Perplexity 的答案里，以此证明对方通过抓取 Google SERP 走后门获取 Reddit 内容。

这场战争的本质是旧内容经济与答案经济的利益重分配：出版商的商业模式建立在「用户访问页面」上（广告、订阅），而答案引擎让用户不必访问页面。Perplexity 的两手应对—— Publisher Program 分成 + Comet Plus 付费内容——是行业目前最认真的和解尝试之一，但法律战线仍在扩大。

零点击经济与 GEO：下游的生态连锁反应 ​

答案引擎普及的直接后果是「零点击搜索」比例上升——用户拿到答案就走，不再点进来源网站。这正在重塑整条内容产业链：

  • 流量逻辑变了：对内容方来说，「被 AI 答案引用」取代「排在搜索结果第一位」成为新的可见性战场，催生出 GEO（Generative Engine Optimization，生成引擎优化）这个新行当——研究怎么让 Perplexity、ChatGPT 的答案引用你。
  • 引用即新货币：当点击消失，「在答案里被署名」成了内容方仅存的曝光形式，这也是出版商在诉讼之外愿意坐下来谈分成的现实原因。
  • 对 agent 开发者的启示：如果你的 agent 产品建立在别人的内容之上，「引用和导流如何分配」不是道德选择题，而是商业模式的组成部分——设计 day one 就该想清楚，否则会在规模化的那天被旧秩序找上门。

给 agent 开发者的合规提醒

你的 agent 替用户访问网页时，到底是「用户的浏览器」还是「爬虫」？Perplexity 与 Cloudflare、Reddit 的争议表明这个界定远未清晰。做面向公开网页的 agent 产品，robots.txt 策略、访问频率、内容使用方式都可能在产品上线后变成诉讼风险，架构设计时就要留好合规开关（尊重爬取协议、可配置的抓取源白名单），而不是事后补票。

六、品类意义：Perplexity 定义了「搜索 agent」 ​

站在学习者的角度，Perplexity 的案例价值在于它示范了几件可复用的事：

  1. LLM 产品化的正确姿势不是炫技，是兜底设计。引用溯源、来源卡片、追问建议——这些都不是模型能力，而是围绕模型不可靠性做的产品工程。它证明了「模型 80 分 + 工程 95 分」可以打赢「模型 95 分 + 工程 60 分」。
  2. Agent 化可以渐进发生。从单轮问答 → Pro Search（多步检索）→ Deep Research（自主研究循环）→ Comet（网页行动），Perplexity 没有一步到位做通用 agent，而是沿着「检索深度 → 行动广度」逐层加码，每一层都是独立可用的产品。这是比「憋大招做 AutoGPT 式通用 agent」健康得多的演进路径，对照 AutoGPT 的教训 会更清楚。
  3. RAG 系统的竞争壁垒在检索与数据，不在生成。自建索引、垂直数据源、attribution 校验、抓取基础设施——这些不性感的部分才是护城河。想做自己的 search agent，建议从动手搭一个开始，你会立刻体会到 80% 的工作量不在调模型。
  4. 新品类会撞上旧秩序。答案引擎直接冲击出版商的内容经济，agentic 浏览直接冲击浏览器和搜索的分发秩序。做 agent 产品，技术可行性往往是最早解决的问题，利益相关方的博弈才是长期战场。

对求职者来说，Perplexity 还是面试的高频素材库：「设计一个带引用的 AI 搜索系统」「如何评估答案的 attribution 准确率」「search agent 和 chatbot 的架构差异」都是 Agent 方向面试的经典题，能结合本篇的机制拆解回答会明显加分，更多题目见面试题汇总。

一句话总结：Perplexity 是「搜索 × LLM」这道题的当前最优解，它把 RAG 从技术方案变成了日活千万级的产品形态，又用 Comet 把战场从「给答案」推进到「替你办事」。它能否在 Google 的体量与出版商的法律战之间活下来尚未可知，但「搜索 agent」这个品类，已经由它写进了行业地图。

参考资料 ​