
图片:METAL
摘要
- Perplexity于8月26日发布了自我改进型记忆系统Brain,用于其智能体系统Perplexity Computer。
- 在线A/B测试显示,开启Brain后综合质量得分从0.53升至0.62,token用量减少了15%。
- 细分指标中,准确性提升9.3分、时效性提升8.0分、召回率提升8.9分;此前一天,该公司还发布了本地版本Portable Computer。
Perplexity为智能体装上了"记忆"
Perplexity于8月26日发布了自我改进型记忆系统Brain,搭载在其智能体系统Perplexity Computer之上。Brain会把对话会话、上传的文件以及搜索过程中收集的信息来源整合在一起,梳理成一个结构化的知识库。根据Perplexity同时公布的最新在线评测结果,开启该功能后,综合质量得分提升了近9个百分点,token用量反而下降了15%。
为什么此刻需要记忆
如果智能体每次会话都要从零开始重新理解上下文,那么即便用户再次询问同一个话题,检索和推理也不得不从头再来一遍。可以把Brain理解为一种把过程中积累的对话记录、文档和信息来源压缩成统一知识库的装置,让下一次会话能够直接调用。Perplexity将其介绍为一套"自我改进"系统,会不断把会话、文件、信息来源这三类输入纳入知识库之中。
就在前一天,也就是8月25日,Perplexity刚刚发布了名为"Portable Computer"的版本——这是一个在NVIDIA DGX Spark上完全本地运行、无需云端的版本,编排LLM、子智能体LLM以及整套智能体运行框架都在用户自己的硬件上执行。而这次的Brain可以看作是下一步:无论是本地还是云端,都要解决智能体跨会话记住什么内容这个问题。
具体提升了什么、提升了多少
根据Perplexity公布的在线评测图表,其对比了最近30天内约854组开启/关闭Brain的配对案例,结果如下:
| 项目 | 开启Brain | 关闭Brain |
|---|---|---|
| 综合质量得分(评判) | 0.62 | 0.53 |
| 相对token用量 | 0.85倍 | 1.00倍(基准) |
图表中还附有一句注释:"+9pp quality · -15% tokens"。除此之外,Perplexity还单独公布了各细分指标的提升幅度:准确性(correctness)提升9.3分,时效性(currentness)提升8.0分,召回率(recall)提升8.9分。这相当于把综合得分无法体现的三个方面分别列了出来。
目前能确认的信息仅限于此
从这次发布可以确认的是:Brain是内置于Perplexity Computer中的功能,它会把会话、文件、信息来源整合成知识库,以及这次公布的评测数据。不过,开启或关闭Brain的具体菜单路径,以及直接查看知识库的界面构成,这次公告中并未提及。此前一天发布的本地版Portable Computer据悉可供Perplexity Pro和Max订阅用户使用,支持PPLX 27B和Qwen 3.8 27B作为运行模型,但仅从这条推文并不能判断Brain是只搭载在这个本地版本上,还是也同步应用于云端版本。
编辑视角
从Perplexity连续两天围绕Perplexity Computer发布消息的节奏来看,这家公司眼下打造的并不是单一的聊天机器人,而是一整套从硬件到记忆一应俱全的智能体技术栈。如果说本地运行(Portable Computer)解决的是数据不外流的问题,那么Brain要解决的,似乎正是本地智能体一旦会话结束就什么都记不住的问题。再联系到NVIDIA正以超过300亿美元估值洽谈投资Perplexity的消息,可以更清楚地看出,这家公司想要拿下的不只是搜索引擎,而是面向个人和企业的智能体计算机市场的整条技术栈。
做过智能体类产品的从业者应该都清楚,token成本最终决定着服务的运营成本。如果质量提升9分、token减少15%这组数字属实,那么这项变化对运营成本结构的影响,可能要比用户体感更为显著。对于国内想要引入智能体工具的团队来说,比起单纯比较模型性能表,更应该先弄清楚这类记忆与上下文压缩方式究竟会给实际账单带来怎样的差异。
未来几周内,其他竞争对手的智能体产品很可能也会推出类似名称的"记忆"功能。把跨会话记忆压缩成结构化知识库的做法,正在成为智能体产品迟早都要具备的标准组件。





评论