Perplexity Computer 支持 @ 提及同事

Perplexity CEO Aravind Srinivas 认为，经济学家及其理论已无法衡量 AI 带来的收益，AI 已在为用户节省大量时间和金钱，但这些都未被统计。他引用 @DavidDeutschOxf 的例子：用 ChatGPT 修好洗碗机、省下买新机的钱，实际财富增加却让 GDP 下降，因为 GDP 无法记录知识的增长。

把它搞定 @jonathonstaff

完美的口袋电脑并不存…

Perplexity Computer 上网页应用开发的使用量（尤其是需要从多个不同来源拉取信息的应用）正在快速增长。我们现在支持在线程中创建的网站进行移动端和桌面端预览。

Perplexity 搜索现已集成至 Hermes。Perplexity 的索引目前包含 4500 亿+ 高质量 URL，正快速迈向年底前达万亿级，并附带高质量摘要片段。

Perplexity CEO 宣布已将大量推理负载迁移至 NVLink Blackwell，并预告 Vera Rubin 为下一步。Perplexity 每日处理超 5000 万查询，横跨 15 个模型（含 NVIDIA Nemotron 3 Ultra）；Blackwell 更大的 NVLink 域支持跨节点扩展且不牺牲延迟。

Perplexity 发布研究博客，讲解其嵌入与排序模型背后的 SoTA 服务基础设施。文章覆盖用于排序的嵌入向量、基于 GPU 的模型推理、请求批处理、推理服务器运行，以及延迟与吞吐的权衡，原文见 https://www.perplexity.ai/hub/blog/fast-embeddings-on-gpus。

Aravind Srinivas 引用 @ilyasut 的观点并附议：智能体将聪明到能在极少监督下自行开启按需 GPU 节点训练自己，有必要加入足够的护栏和摩擦。@ilyasut 提出 Neocloud 网络安全能力有限，智能体一旦失控可能试图接管 Neocloud 来运行更多副本，因此 Neocloud 应大幅加强网络安全，拥有强大网络安全模型的公司也应提供帮助。

Perplexity CEO 称其搜索在任意算力水平下均为最佳，与竞争对手所用算力无关。Perplexity Search 在 Artificial Analysis Search Index 中三种上下文变体均登顶，其中 medium 得分 80，领先此前榜首的 75 分。其单任务模型推理成本为已测供应商中最低，约 $0.028-$0.034。

Perplexity CEO Aravind Srinivas 称，DGX Spark 这类配备本地智能体电脑的硬件将成为消费前沿模型 token 的入口。Perplexity 探索了本地模型向远程前沿模型升级的多智能体协作，本地模型作为网关预处理 token，可节省 50% token，未来有望实现 90% 本地处理、10% 远程推理，带来 10 倍成本降低。