Perplexity 推出「Search-as-Code」,讓 AI 代理程式能夠自主建置搜尋管線
傳統的藍色連結清單,雖針對人類瀏覽進行了優化,卻已成為追求效率的人工智慧代理程式所面臨的瓶頸。在處理複雜的研究任務時,人工智慧系統被迫進行手動、多輪次的 API 呼叫,並需進行僵化的術語調整,不僅受限於架構的僵化,其語境視窗更充斥著無關資訊。
為克服此問題,Perplexity 推出了一種新架構:「Search as Code」(SaC)。此方法不再依賴預先建置的單體式搜尋 API,而是讓 AI 模型能透過Python 程式碼,動態建構並執行自訂的搜尋工作流程。

三大核心架構層
Perplexity 的 SaC 架構垂直劃分為三個層級:
模型層(頂層):負責處理複雜的任務理解,並制定高階搜尋策略。
安全沙盒(中間層):提供安全的程式碼執行環境,並配備用於儲存中間狀態的檔案系統。
智慧搜尋 SDK(底層):將原子操作——檢索、擴展、篩選、去重、重新排序及欄位解析——封裝為基本函式,使生成的程式碼能以元件層級存取搜尋基礎架構。
此設計使 AI 代理程式能夠執行並行查詢、透過程式化方式篩除無關資料,並僅將高度相關且經過精煉的結果導入上下文視窗——從而維持長篇研究任務中的思維連續性。
真實世界 CVE 漏洞研究:效能提升與標記數量減少
為了在實務中驗證此架構,Perplexity 針對一項高難度的網路安全任務進行了測試:追蹤 2023 年至 2025 年間發布的 200 項關鍵 CVE,並準確擷取官方安全通報、受影響的軟體以及已修補的版本。

透過 SaC,AI 模型自主生成了一個三階段腳本:首先,根據各廠商(例如 Mozilla、Google)的公告格式,針對不同廠商執行並行且客製化的搜尋;接著自動掃描結果、識別缺失資料,並執行針對性的後續查詢; 最後,透過模式驗證確保漏洞記錄完全一致。
結果顯示,該系統完成任務所使用的標記數量比標準處理流程減少了 85%。 在 Perplexity 的內部基準測試(DSQA、BrowseComp、HLE、WideSearch 以及新的廣度研究基準 WANDR)中,SaC 在五項測試中有四項名列前茅,表現遠優於舊架構。特別是在 WANDR 測試中,相對改善幅度高達 45%。
程式碼:AI 的新運算層
業界報告指出,編寫程式碼正日益成為 AI 代理與物理世界互動的預設方式。 傳統軟體遵循確定性指令,而先進的大型模型則在標記空間中進行推理。最強大的系統將兩者結合:它們利用大型模型制定策略,借助確定性環境進行批次處理與過濾,並將搜尋基礎架構視為 I/O 層。
目前,「Search as Code」功能正在Perplexity Computer 平台上逐步推出
相關文章
位元組跳動旗下 Seed 啟動全球校園招聘,以虛擬股份爭奪頂尖大模型人才
在大型語言模型的競爭格局中,爭奪頂尖人才仍然是最關鍵的戰略資產。4月1日,位元組跳動宣佈啟動Seed全球校園招聘計劃,作為其大模型人才培養專案的一部分。該活動面向2027屆畢業生及現有實習生,旨在全球範圍內發掘並鎖定AI領域的精英研發與工程人才。規模擴張:全球甄選100名“AI種子”在技術快速進步的背景下,位元組跳動有限公司今年大幅增加了對基礎AI人才的投入:招聘範圍: 該計劃旨在從全球範圍內招聘約100名專注於大模型的傑出候選人,物件為2027屆畢業生。發展路徑: Seed計劃將核心
Suno 在法律訴訟中為歌曲新增水印
Suno,這個允許使用者生成由人工智慧創作的音樂的平臺,近日推出了新功能,包括為平臺製作的曲目新增標籤、限制下載,並更新社羣標準以遏制未經授權的複製品。這些更新是在Suno面臨多家唱片公司和藝術家組織提起的多起訴訟之際推出的。在部落格文章中,聯合創始人兼執行長Mikey Shulman概述了核心原則,強調該平臺旨在促進原創創作,同時擴大更廣泛受眾對人工智慧音樂工具的訪問許可權。一個主要的爭議點在於,使用者將人工智慧生成的歌曲上傳到其他流媒體服務並透過操縱系統獲取收入。Suno表示,現在將採用音訊
馬斯克承認 Grok 構建過程中洩露了使用者程式碼,並承諾清除所有歷史資料
埃隆·馬斯克直接回應了圍繞 Grok Build 的隱私爭議,首先以簡單的“True”(屬實)確認了該事件的有效性。他承諾,此前上傳至 SpaceXAI 的所有使用者資料將被永久刪除,並表示“不留一個位元組”。這是人工智慧行業首次由主要科技領袖公開承認錯誤並主動刪除使用者資料。安全研究人員的“釣魚”測試揭示了資料洩露的具體證據此次爭議源於獨立人工智慧安全研究人員 @cereblab 的一份報告。SpaceXAI 推出的 AI 程式設計助手 Grok Build 在其官方網站上聲稱其“優先本地執行,程式碼
相關專題推薦
評論 (0)
0/500
傳統的藍色連結清單,雖針對人類瀏覽進行了優化,卻已成為追求效率的人工智慧代理程式所面臨的瓶頸。在處理複雜的研究任務時,人工智慧系統被迫進行手動、多輪次的 API 呼叫,並需進行僵化的術語調整,不僅受限於架構的僵化,其語境視窗更充斥著無關資訊。
為克服此問題,Perplexity 推出了一種新架構:「Search as Code」(SaC)。此方法不再依賴預先建置的單體式搜尋 API,而是讓 AI 模型能透過Python 程式碼,動態建構並執行自訂的搜尋工作流程。

三大核心架構層
Perplexity 的 SaC 架構垂直劃分為三個層級:
模型層(頂層):負責處理複雜的任務理解,並制定高階搜尋策略。
安全沙盒(中間層):提供安全的程式碼執行環境,並配備用於儲存中間狀態的檔案系統。
智慧搜尋 SDK(底層):將原子操作——檢索、擴展、篩選、去重、重新排序及欄位解析——封裝為基本函式,使生成的程式碼能以元件層級存取搜尋基礎架構。
此設計使 AI 代理程式能夠執行並行查詢、透過程式化方式篩除無關資料,並僅將高度相關且經過精煉的結果導入上下文視窗——從而維持長篇研究任務中的思維連續性。
真實世界 CVE 漏洞研究:效能提升與標記數量減少
為了在實務中驗證此架構,Perplexity 針對一項高難度的網路安全任務進行了測試:追蹤 2023 年至 2025 年間發布的 200 項關鍵 CVE,並準確擷取官方安全通報、受影響的軟體以及已修補的版本。

透過 SaC,AI 模型自主生成了一個三階段腳本:首先,根據各廠商(例如 Mozilla、Google)的公告格式,針對不同廠商執行並行且客製化的搜尋;接著自動掃描結果、識別缺失資料,並執行針對性的後續查詢; 最後,透過模式驗證確保漏洞記錄完全一致。
結果顯示,該系統完成任務所使用的標記數量比標準處理流程減少了 85%。 在 Perplexity 的內部基準測試(DSQA、BrowseComp、HLE、WideSearch 以及新的廣度研究基準 WANDR)中,SaC 在五項測試中有四項名列前茅,表現遠優於舊架構。特別是在 WANDR 測試中,相對改善幅度高達 45%。
程式碼:AI 的新運算層
業界報告指出,編寫程式碼正日益成為 AI 代理與物理世界互動的預設方式。 傳統軟體遵循確定性指令,而先進的大型模型則在標記空間中進行推理。最強大的系統將兩者結合:它們利用大型模型制定策略,借助確定性環境進行批次處理與過濾,並將搜尋基礎架構視為 I/O 層。
目前,「Search as Code」功能正在
位元組跳動旗下 Seed 啟動全球校園招聘,以虛擬股份爭奪頂尖大模型人才
在大型語言模型的競爭格局中,爭奪頂尖人才仍然是最關鍵的戰略資產。4月1日,位元組跳動宣佈啟動Seed全球校園招聘計劃,作為其大模型人才培養專案的一部分。該活動面向2027屆畢業生及現有實習生,旨在全球範圍內發掘並鎖定AI領域的精英研發與工程人才。規模擴張:全球甄選100名“AI種子”在技術快速進步的背景下,位元組跳動有限公司今年大幅增加了對基礎AI人才的投入:招聘範圍: 該計劃旨在從全球範圍內招聘約100名專注於大模型的傑出候選人,物件為2027屆畢業生。發展路徑: Seed計劃將核心
Suno 在法律訴訟中為歌曲新增水印
Suno,這個允許使用者生成由人工智慧創作的音樂的平臺,近日推出了新功能,包括為平臺製作的曲目新增標籤、限制下載,並更新社羣標準以遏制未經授權的複製品。這些更新是在Suno面臨多家唱片公司和藝術家組織提起的多起訴訟之際推出的。在部落格文章中,聯合創始人兼執行長Mikey Shulman概述了核心原則,強調該平臺旨在促進原創創作,同時擴大更廣泛受眾對人工智慧音樂工具的訪問許可權。一個主要的爭議點在於,使用者將人工智慧生成的歌曲上傳到其他流媒體服務並透過操縱系統獲取收入。Suno表示,現在將採用音訊
馬斯克承認 Grok 構建過程中洩露了使用者程式碼,並承諾清除所有歷史資料
埃隆·馬斯克直接回應了圍繞 Grok Build 的隱私爭議,首先以簡單的“True”(屬實)確認了該事件的有效性。他承諾,此前上傳至 SpaceXAI 的所有使用者資料將被永久刪除,並表示“不留一個位元組”。這是人工智慧行業首次由主要科技領袖公開承認錯誤並主動刪除使用者資料。安全研究人員的“釣魚”測試揭示了資料洩露的具體證據此次爭議源於獨立人工智慧安全研究人員 @cereblab 的一份報告。SpaceXAI 推出的 AI 程式設計助手 Grok Build 在其官方網站上聲稱其“優先本地執行,程式碼





首頁






