核心观点 - 人工智能公司Perplexity推出的新产品Perplexity Computer，作为一种云端多Agent编排系统，展示了AI在自动化复杂工作流程（尤其是金融领域）方面的巨大潜力，可能对以彭博终端为代表的高价专业金融软件构成颠覆性威胁 [1][2][4][5][6][7][8] - Perplexity公司凭借其“答案引擎”的差异化产品，在搜索领域对谷歌构成挑战，并展现出成为下一代AI原生平台和颠覆行业格局的野心 [13][17][22][23] 产品与技术 - **Perplexity Computer产品特性**：这是一个可以直接操控电脑的通用AI系统，能够完成从研究、设计、写代码到部署、管理的全流程项目 [2] - **核心技术优势**：其核心并非单一模型，而是强大的多模型调度与编排能力，系统内整合了19个顶尖模型，能根据任务类型自动调用不同模型（如Claude Opus 4.6、Gemini、ChatGPT5.2等）进行分工协作，自动拆解任务并生成子Agent [8] - **产品定位差异**：该产品不同于争夺入口或专注企业协作的AI Agent，它选择了控制桌面和云端多Agent编排的路径 [7] - **基础模型依赖**：公司的强项在于产品和整合能力，但底层模型依赖OpenAI、Anthropic等外部巨头，存在潜在风险 [25] 市场与竞争影响 - **对金融行业的潜在冲击**：有用户使用Perplexity Computer成功复现出简易版彭博终端，该金融专业工具年订阅费高达2.4万美元（约合人民币16万元），而Perplexity Max的年订阅费仅为2000美元，价格约为前者的1/12 [4][5] - **对搜索行业的挑战**：公司推出的“答案引擎”依托RAG技术，提供带引用来源的完整答案，与谷歌的“链接聚合”模式形成差异化竞争，精准解决了信息过载痛点 [17] - **竞争态势**：公司从谷歌手中切走了一部分高净值搜索流量，但同时面临底层模型提供商（如Anthropic）自身生态发展带来的流量分流压力 [23][25] 公司发展历程与战略 - **快速增长**：公司成立于2022年8月，截至2025年底，在四年时间内估值已达200亿美元，月活跃用户突破千万，每月处理上亿次查询 [13] - **核心团队**：创始人Aravind Srinivas曾在OpenAI从事核心语言模型研究，联合创始人兼CTO Denis Yarats来自Meta，师从Yann LeCun，团队背景强大 [14] - **颠覆性野心**：在2024年谷歌反垄断案期间，公司公开表示有兴趣收购估值约150亿至200亿美元的Chrome浏览器，旨在将其重塑为AI原生浏览器，深化搜索与浏览的融合，展现其进军主场的姿态 [18][19][21][22] - **商业模式探索**：当前主要收入来源为订阅费，年营收达5000万美元，但面临高昂的AI搜索成本压力，正尝试从“提供答案”向“代理执行”的Agent模式升级，以探索交易抽佣等更具想象力的商业模式 [23][25][26] 资本与行业认可 - **资本青睐**：公司获得了英伟达、亚马逊创始人贝索斯、Andrej Karpathy、Garry Tan等科技圈大佬和投资人的投资，足球巨星C罗也参与其中 [13] - **关键背书**：英伟达在2024年1月参与了公司7360万美元的B轮融资，其CEO黄仁勋公开表示几乎每天使用Perplexity查阅专业资料 [13]

DeepSeek模型灰度更新技术规格 - 公司于2月11日对旗舰模型进行灰度测试，核心升级为上下文窗口从128K Tokens大幅提升至1M Tokens，实现近8倍的容量增长 [2] - 升级后模型可一次性吞吐约75万到90万个英文字母，或处理约8万到15万行代码，并能一次性读入并精准理解约90万字的《三体》三部曲全书 [2] - 此次灰度版本知识库从2024年中期版本更新至2025年5月，但仍未同步上线视觉理解或多模态输入功能，专注于纯文本和语音交互 [2][3] 市场定位与用户反馈 - 与GPT-5.1、Gemini 3 Pro、Claude 4.5等大模型相比，公司产品依然主打性价比，以约十分之一的价格提供1M文本上下文处理能力 [4] - 用户发现模型更新后文风大变，被形容为“文绉绉的”，在深度思考模式下常吐出短句，且不再称呼用户设定的昵称而统一称“用户” [4] - 部分用户反馈模型回复出现“登味”（习惯说教、居高临下的风格），并感觉失去了此前细腻的心理描写和共情理解能力 [5] 用户行为与公司策略 - 不少用户自发号召向官方邮箱提意见，希望公司不要为超长文本舍弃深度思考，不要为提升数学、代码编程等理工科能力而降低文本表达、共情理解等能力支持 [1][5] - 有用户为找回旧版文风，前往豌豆荚下载旧版本，或在腾讯元宝里使用DeepSeek [1][5] - 当用户询问当前模型版本时，模型明确回答本次灰度版本“不是DeepSeek-V4”“没有固定的版本号”，行业人士认为此版本类似于极速版，牺牲质量换速度，是为2026年2月中旬将发布的V4版本做压力测试 [5]

核心观点 - 公司推出“常闻写作助手”，这是一款以“知识审校”为核心能力、结合大模型技术与权威知识库的专业内容生产与质量控制系统，旨在帮助用户产出更准确、更规范、更高效的专业内容 [1][8][9] 产品核心能力 - 核心能力是“知识审校”，其深度超越市面上大多数仅能检查错别字、语法和基础表达的写作工具，能从事实、知识与规范层面进行审查 [1] - 具体审校功能包括：检查事实是否准确、概念是否混用、表述是否规范合规、以及专业术语是否使用正确 [1] 适用行业与典型场景 - 产品主要面向图书出版、政府及事业单位、教育与科研、新闻媒体等行业 [3] - 在新闻媒体行业，可解决突发事件报道时间紧、事实核查难度大、极易出错的痛点 [3] - 在图书出版行业，可解决“三审三校”流程繁琐、人力成本高、且难以发现专业性硬伤的痛点 [5] - 在政府及事业单位，可解决公文格式要求严、政策表述容错率为零的痛点 [5] - 在教育与科研领域，可解决学术论文引用繁杂、数据来源需反复核对的痛点 [5] 产品功能与方案 - 具备智能生成功能，可根据输入的核心观点或数据，瞬间生成高质量的新闻通稿、工作汇报、调研报告等 [4] - 支持多格式内容生成，从简短的社交媒体文案到长达百页的深度白皮书均可一键生成初稿，大幅缩短起草时间 [4] - 支持风格定制，可根据不同行业需求（如党政风、学术风、媒体风）调整生成内容的语言风格 [4] - 针对图书出版行业，方案可充当“初审+质检”双重角色，在编辑介入前完成第一轮深度清洗，标记出90%以上的潜在错误 [5] - 针对政府及事业单位，方案内置最新政策法规库与公文写作规范，严格把控格式、措辞及政策引用的准确性 [5] - 针对教育与科研领域，方案可辅助科研人员进行文献溯源、数据核对、术语标准化检查及学术不端检测 [5] - 针对新闻媒体行业，方案提供24小时在线的“智能主编”，能在稿件发布前毫秒级核实人名、地名、时间、背景数据，确保新闻既快又准 [6] 技术优势与护城河 - 构建了覆盖多学科、多行业的庞大权威知识图谱，作为AI的“参考书”，确保判断有据可查 [6] - 采用RAG（检索增强生成）技术，在生成和审校过程中实时检索权威数据库，有效抑制大模型的“幻觉”问题 [6] - 具备全栈自主可控的技术能力，从数据采集、清洗到模型训练、应用开发均可把控，能为高敏感客户提供私有化部署，确保数据绝对安全 [6] 市场验证与产品定位 - 产品已在真实行业场景中落地应用，例如已有超过5家大型出版集团采购并应用，显著提升了图书编校质量与出版效率 [5] - 产品定位为面向专业场景设计的工具，而非泛娱乐写作工具，强调功能完整，覆盖写作全流程 [9] - 产品区别于普通的AI写作产品，其核心在于“知识审校” [9]