謝至恩Perplexity 於 2 月 25 日正式發表全新產品 Perplexity Computer，將搜尋、推理、程式撰寫、圖像生成、影片製作等 AI 能力整合為單一系統，使用者只需描述預期成果，系統即可自動拆解任務、指派子代理人 (sub-agent) 執行，工作流程可持續運作數小時甚至數月。這項產品標誌著 AI 應用從「聊天問答」走向「自主工作流程」的重要轉折。
本文目錄
跨模型協作是核心架構
與多數 AI 平台依賴單一模型不同，Perplexity Computer 採用多模型協作 (multi-model orchestration) 架構。目前系統以 Anthropic 的 Opus 4.6 作為核心推理引擎，並依據不同任務調度最適合的模型：Gemini 負責深度研究與子代理人建立、 Nano Banana 處理圖像生成、 Veo 3.1 負責影片製作、 Grok 執行輕量快速任務，ChatGPT 5.2 則用於長上下文回憶與廣域搜尋。
Perplexity 強調，隨著前沿模型日益「專精化」而非「同質化」，多模型協作架構能確保每項任務都由最擅長的模型處理。使用者也可以針對特定子任務手動指定模型，在 token 預算與輸出品質之間取得平衡。
獨立運算環境降低風險
Perplexity Computer 的每個任務都在獨立的運算環境中執行，具備真實的檔案系統、瀏覽器與工具整合能力。當系統遇到問題時，會自動建立子代理人來解決，例如搜尋 API 金鑰、研究補充資訊，甚至撰寫程式來完成所需功能。只有在真正需要人工介入時，才會向使用者確認。
這種設計讓使用者可以同時平行執行多個 Perplexity Computer 工作流程，不需持續監看。目前 Perplexity Computer 已開放給 Max 訂閱用戶使用，企業版 (Enterprise Max) 也將在近期推出。
AI 代理人市場群雄並起
Perplexity Computer 的推出，使 AI 代理人市場的競爭更加白熱化。以下是目前主要平台的定位比較：
| 平台 | 開發商 | 核心定位 | 技術特色 |
|---|---|---|---|
| Perplexity Computer | Perplexity | 通用型數位工作者，長時間自主工作流程 | 多模型協作架構，可依任務自動選擇最佳模型 |
| Operator | OpenAI | 瀏覽器自動化代理人 | 透過 CUA 技術操作網頁 |
| Claude Computer Use | Anthropic | 桌面環境操作與程式自主撰寫 | 可控制電腦、自主撰寫程式，並協調多個子代理人 |
| Project Mariner | 雲端虛擬機器上的多工代理人 | 可在雲端 VM 同時處理 10 項並行任務 |
OpenAI 的 Operator 以瀏覽器操作見長，透過 Computer-Using Agent(CUA) 技術直接在網頁上點擊、輸入與捲動，適合填寫表單、訂購商品等重複性任務。 Anthropic 的 Claude 則在桌面環境操作與程式撰寫上表現突出，可自主控制電腦並協調多個子代理人。 Google 的 Project Mariner 主打雲端並行處理能力，可在虛擬機器上同時執行多項任務。
相較之下，Perplexity Computer 的差異化在於「模型不可知」(model-agnostic) 的架構設計。它不綁定單一模型家族，而是將市場上最強的模型依專長分工調度，試圖在一個統一介面中提供最完整的 AI 能力。不過，這也意味著系統複雜度更高，實際表現仍有待使用者驗證。
從搜尋引擎到工作平台
Perplexity 的產品演進路線清晰：從 AI 搜尋引擎起步，接著推出 AI 原生瀏覽器 Comet 與個人 AI 助理 Comet Assistant，再到如今的 Computer 平台。這條路線反映出 AI 產業的整體趨勢——從回答問題，到執行任務，再到管理整個工作流程。
值得關注的是，隨著各家平台相繼採用 Anthropic 提出的 MCP(Model Context Protocol) 互通協定，AI 代理人之間的跨平台協作已逐步成形。據統計，MCP 目前已有超過 10,000 個伺服器部署，每月 SDK 下載量達 9,700 萬次，這為 AI 代理人生態系的標準化奠定了基礎。
對企業用戶而言，選擇哪一個 AI 代理人平台，取決於實際使用場景：需要瀏覽器自動化可考慮 Operator，偏重程式開發與桌面操作可選擇 Claude，著重雲端多工則有 Project Mariner，而需要跨模型、長時間自主工作流程的場景，Perplexity Computer 則提供了新的選項。