别再聊AI搜索了，Perplexity已经在做下一件事

还记得Perplexity吗？

2024年的时候，这还是AI圈绕不开的名字。人们讨论它会不会取代Google，讨论Aravind Srinivas这个从OpenAI出走的年轻人能不能再造一个搜索帝国。

到了2026年，随着OpenAI的GPT系列、Anthropic的Claude、Google的Gemini占据了大部分讨论空间。尤其是在Agent赛道里，Cursor、Devin、各种编程助手抢走了开发者的注意力。

但反观Perplexity，好像突然安静了下来，偶尔出现在新闻里，也是因为一些看起来"疯狂"的举动，比如声称出价345亿美元收购Chrome，或者要买下TikTok美国业务。

但如果你仔细看过去一年Perplexity的产品路线、组织变化和商业动作，会发现这家公司其实并没有沉寂。它正在经历一次比"做更好的AI搜索"大得多的转型。

从搜索到浏览器，从浏览器到Agent，从Agent到Computer，Perplexity在不到一年的时间里完成了三次产品跳跃，同时把公司的收入从约1亿美元推到了5亿美元的量级，而团队规模只增长了34%。

今天我们想聊的，无关Perplexity能不能打败Google，而是它为什么选择了一条几乎和所有AI大厂都不一样的路，这条路背后的战略逻辑是什么，以及它正在面对的真实战场。

一个OpenAI出走者的三次转向

Aravind Srinivas是perplexity的创始人，他的经历很有意思。

出生在印度，本科读的是IIT Madras的电气工程，他当年高考排名980，没进成计算机系，读了电气。这件事后来被很多报道拿来做"逆袭"的素材，但对Srinivas来说，更重要的可能是他很早就习惯了在不被看好的路径上找到自己的位置。

博士阶段他去了UC Berkeley，导师是Pieter Abbeel，研究方向是强化学习和表示学习。读博期间他完成了一段很特殊的实习经历：2018年去OpenAI，2019年去DeepMind，2020到2021年在Google Brain。

大多数Berkeley的博士生只会在这三家里面选一家实习，他三家都去了。这段经历让他对AI行业的顶层格局有了近距离的观察，OpenAI的产品嗅觉、DeepMind的研究深度、Google的工程规模，他都看过。

2021年博士毕业后，Srinivas正式加入OpenAI做研究科学家。但他只待了一年。2022年8月，他离开OpenAI，和Denis Yarats（前Meta AI研究员）、Johnny Ho（前Quora工程师）、Andy Konwinski一起创立了Perplexity。

关于为什么离开OpenAI，Srinivas没有太多公开的煽情表述。但从他后来的产品选择可以反推：他的目标不在训练更强的模型，而在用模型重新组织人与信息的关系。

这个想法在OpenAI内部可能永远排不上优先级，毕竟OpenAI的核心是模型本身，搜索和信息组织只是模型的一个应用场景。

Perplexity的第一个产品很纯粹：AI答案引擎。用户输入问题，它搜索网页、总结信息、给出带引用的答案。这个产品在2023到2024年迅速积累了用户，到2025年中月活已经超过4500万，月查询量约7.8亿次。

但Srinivas很快意识到了这个模式的结构性问题：如果所有大模型最终都具备联网搜索能力，Perplexity的"答案引擎"就会被ChatGPT、Gemini、Claude这些产品功能内化。用户没有理由专门打开一个网站来搜索，因为他们常用的AI助手已经能做这件事。

于是有了第一次转向：从Search到Browser。

2025年，Perplexity发布Comet浏览器。最初只对月费200美元的Max用户开放，这个定价在当时引发了不少讨论——一个浏览器要200美元一个月？

但Comet和普通浏览器套一个聊天框不同，它把AI Assistant嵌到了浏览器的底层，让AI可以阅读网页、总结页面、比较多个站点、操作网页元素、订票填表、执行多步骤任务。

紧接着，Comet全球免费开放，官方称等待名单有数百万人，随后推出Android版，次年登陆iOS。

Comet的逻辑很清楚：浏览器是AI Agent获取互联网权限的天然入口。如果Perplexity只做搜索框，它永远是用户流程中的一个环节；但如果它做浏览器，它就变成了用户上网的环境本身。

第二次转向来得更快。

去年底，模型能力出现了一次突破，Perplexity的团队意识到可以做比浏览器更大的事情。CBO Dmitry Shevelenko后来对Semafor透露，Computer原本不在路线图里，是这次模型能力突破之后临时决定做的。

Perplexity花了大约六个月做Comet，却只用了两个月做出了Computer。

2026年2月，Computer发布。它和Comet的升级版不同。Computer的逻辑是：给它一个目标，它自己拆解任务、分配子Agent、选择模型、查资料、写代码、生成文件、调用服务、反复执行，最后把结果交付给你。官方披露它可以同时调用19个模型，针对不同任务自动选择最合适的。

这是一次从"回答问题"到"完成工作"的范式转换。传统聊天界面定位是"回答问题"，Agent定位是"执行任务"，而Computer是可以持续运行的工作系统。Srinivas在Ask 2026上说了一句话，很能代表这个转变："传统的OS接收命令，AI的OS接收目标。"

第三次转向正在发生。

今年3月份，Perplexity提出"Everything is Computer"，把Computer能力扩展到整个产品线，同时推出Personal Computer，让AI长驻在你的电脑上，访问本地文件、应用、浏览器、工作流，24小时运行。前不久，Personal Computer进一步进入Windows，加入Shared Workspaces、Brain、Memory等功能。

从Search到Comet到Computer到Personal Computer，这条路线用了不到一年。它的底层逻辑是一致的：Perplexity不想只做信息获取的工具，它想做AI时代的操作层。

不造发动机的人，模型中立与多模型编排的赌注

在Perplexity的所有战略选择中，最容易被误解、也最关键的一个，是它对基础模型的态度。

OpenAI在做模型，Anthropic在做模型，Google在做模型，Meta在做模型，xAI在做模型。几乎所有叫得上名字的AI公司都在拼命训练更大的模型，因为模型能力被认为是这个行业最核心的护城河。

Perplexity没有走这条路。

Computer发布的时候，官方公开列出了它调用的模型名单：Claude Opus 4.6作为核心推理引擎，负责任务拆解和调度；Google Gemini负责深度研究；Grok处理轻量快速查询；ChatGPT 5.2管理长上下文和大规模搜索；Nano Banana生成图片；Veo 3.1处理视频。加上其他专业模型，一共19个。

这个名单本身就是一个声明。Perplexity在告诉市场：我不造发动机，我造交通系统。

当然了，这个选择背后有现实的考量。训练一个前沿大模型需要数十亿美元的投入、顶级的研究团队、大规模的算力基础设施。Perplexity累计融资约15到17亿美元（不同统计口径），和OpenAI、Google、Anthropic比起来，这个数字不足以支撑一场基础模型的军备竞赛。

但更重要的是，Srinivas可能从一开始就不认为"拥有最强模型"是AI应用层公司的正确路径。他在OpenAI待过，知道模型能力的迭代速度有多快，也知道今天的最强模型六个月后可能就被超越。如果一家公司的护城河完全建立在"我的模型比你强"上，那这条护城河随时可能被填平。

Perplexity的思路反过来：模型越多、越专业化，对它越有利。因为它做的是模型编排，同一个问题，同时调用多个模型，再融合结果。它把这个功能叫做Model Council。

Model Council看起来只是一个产品功能，但实际上它在为Perplexity寻找一种新的护城河：别管谁是当下最强的模型，Perplexity可以让你永远用到当下最强的一组模型。

这和视频网站靠独家内容吸引用户完全不同，更像一个"模型组合优化器"，用户不需要关心背后用了哪个模型，只需要得到最好的结果。

今年年中，Srinivas在Computex上和Intel CEO Lip-Bu Tan一起展示了Perplexity的混合推理系统。这个系统被Srinivas形容为"AI任务的空中交通管制员"，它能实时决定哪些AI任务在用户的本地设备上运行，哪些需要路由到云端的前沿模型。

这和一个简单的成本优化方案不同，它意味着Perplexity正在把"模型路由"本身变成一项基础设施能力。

这种"模型中立"的定位让Perplexity和所有大模型厂商都保持着一种微妙的关系。它既是OpenAI、Anthropic、Google的客户（调用它们的模型），又是它们的竞争对手（做AI入口和Agent平台）。

不过说实话，这样的关系在商业上并不容易维持，但Perplexity的体量和定位让它暂时处于一个安全的位置，因为大模型厂商需要应用层的合作伙伴来证明自己的模型能力，而Perplexity是目前最成功的AI原生应用之一。

我们担心的是，如果OpenAI或Google自己的搜索Agent做得足够好，用户为什么还需要一个第三方的编排层？Perplexity觉得，它的护城河不只是模型编排，还是一整套组合：Search Index+User Context+Browser+Agent Runtime+ Model Orchestration+Enterprise Data+Distribution。

当这些能力形成闭环之后：用户找信息，Perplexity理解，进入网页，执行任务，积累用户上下文，下一次搜索更个性化，单纯的模型优势就很难击穿这个闭环。

这是一个还没有被完全验证的假设。但Perplexity已经把全部赌注压在了上面。

入口、渠道与未竟之役：200亿美元估值背后的真实战场

去年9月，Perplexity完成了一笔2亿美元的融资，估值200亿美元。这是目前能核实到的、有较强证据支持的最新正式融资估值。市场上曾经出现过300亿到500亿美元的二级市场价格预期和媒体推测，但那些都不算正式融资的估值。

200亿美元是什么概念？2024年底Perplexity的估值还是90亿美元，九个月翻了一倍多。

而支撑这个估值的，是一条从1亿到5亿美元的收入增长曲线：2025年中ARR超过1.5亿美元，9月接近2亿美元，2026年4月CEO披露收入达到约5亿美元。Sacra的估计是年化收入5亿美元，同比增长335%，月活用户超过1亿。

但收入数字只是表面，Perplexity的收入结构发生了一些变化。

先看商业模式的转向。2026年初，Perplexity管理层明确对外表示，不打算继续推进传统广告模式，把重点从广告转向订阅加企业服务。这个决策看起来反直觉，Google靠搜索广告一年赚几千亿美元，Perplexity为什么要放弃？

在Perplexity看来，他们最核心的资产是"答案可信度"。但搜索广告本质上会伤害这个资产。

Google可以把广告塞进搜索结果，因为它本质上是一家广告公司，用户已经习惯了在搜索结果里区分广告和自然结果。但Perplexity的产品形态是直接给答案，如果答案里混入了广告导向，用户对答案的信任会立刻崩塌。

Business Insider报道称，Perplexity发现用户对AI生成答案中的广告持不信任态度，这也是它放弃广告的原因之一。

放弃广告之后，Perplexity的收入主要来自四条线。

订阅是基本盘。Pro每月20美元，Max每月200美元。Max这个定价在AI消费产品里非常激进，但它的逻辑是：AI搜索是大众产品，AI Agent是生产力产品。一旦用户认为Perplexity可以替自己工作，价格天花板就变了。

企业服务增长最快。Perplexity的企业版已经不再只是给员工一个AI搜索工具，它们变成了企业Research+Knowledge+Agent平台：市场研究、竞品分析、财务分析、法律研究、客户调研、内部知识搜索、自动生成报告、数据分析、工作流自动化。

Computer进入企业之后，客单价进一步提高。今年五月份后，Perplexity密集更新了企业功能：Microsoft 365集成、RBAC权限、API Credential Vault、Usage Analytics、自定义Credit Limits、Shared Workspaces。这些都是标准的企业软件语言。

API代表了另一种可能性。2025年9月上线Search API，2026年3月扩展为Search API、Agent API、Sandbox API。这代表Perplexity不满足于"用户来我的网站搜索"，它还想让别人做AI产品时也用它的搜索和Agent基础设施。

如果这条线做起来，Perplexity的估值逻辑会从SaaS公司变成AI基础设施公司。

Agent Commerce则是更远期的探索。Perplexity过去一年一直在推进Shopping、Instant Buy、PayPal集成、OpenTable预订、商品比较、AI购物Agent。它的思路和广告不同，走的是交易佣金。用户说"帮我买一双适合徒步的鞋"，Agent搜索、比较、推荐、下单、支付，平台在交易闭环里分钱。

这是Search→Intent→Action→Transaction，和Google的Search→Click→Ad走了两条路。

这四条线加起来，解释了为什么Perplexity的收入能在一年内从1亿跳到5亿。但也带来了一个问题：这些收入的成本结构是什么？

Computer执行一个任务可能需要搜索、多模型调用、多Agent并行、浏览器操作、代码执行、视频生成、API调用，长时间运行。Compute成本远高于普通Chat。Perplexity必须非常严控token economics，这也是它2026年一直在强化Model routing、Credit、Sandbox、模型切换、高效推理的原因。

此前Perplexity承诺向微软Azure投入7.5亿美元的基础设施费用，这个数字从侧面反映了它对算力需求的预期。

再看渠道战争。Perplexity一直有一个致命弱点：它没有自己的操作系统，没有默认入口。用户需要主动打开Perplexity的网站或App才能使用它。在AI时代，入口的重要性不亚于能力本身。

Perplexity为了解决这个问题，做了一系列看起来毫不相关、但底层逻辑一致的动作。

比如去年，印度电信运营商Airtel宣布向约3.6亿用户提供一年Perplexity Pro。这是Perplexity第一次大规模的电信渠道合作，印度市场对它来说和普通海外市场不同，它是一个绕开美国激烈竞争、快速放大用户规模的实验场。

紧接着，Perplexity出价345亿美元全现金收购Google Chrome。这个报价远超当时Perplexity自己约180亿美元的估值，几个外部基金据称愿意全额融资。大多数报道把这件事当成"疯狂startup口出狂言"的新闻来写，但如果从产品战略看，它完全合理。

Chrome是全球最大的浏览器，拥有超过30亿用户，如果Perplexity能拿到Chrome，它就直接获得了互联网最大的入口之一。把它读成疯狂并购可能看错了方向，它更像一次战略宣言，Perplexity在告诉所有人，它最缺的和模型无关，是Default Position。

2026年2月，Samsung Galaxy S26发布，Perplexity获得了深度系统级集成：App预装、"Hey Plex"语音唤醒、侧键唤起、Samsung Notes、Calendar、Gallery、Clock、Reminders、Bixby、Samsung Internet全面接入，Perplexity API被嵌入Bixby和Samsung Internet。

这是Perplexity第一次真正获得手机操作系统级入口。Samsung对它来说简直是梦寐以求的渠道。

这些动作，想买TikTok美国业务、想买Chrome、做Comet浏览器、进入Samsung、进入Android、进企业办公软件，表面上毫不相关，底层全是同一个问题：谁控制下一代互联网的AI入口？

最后看内容生态，这是Perplexity最大的结构性软肋。

Perplexity的价值链是：新闻机构生产内容→ Google/网站索引 → Perplexity抓取 → AI总结→用户不再点击原文。它天生和内容生产者存在利益冲突。

过去一年Perplexity采取了双轨政策：一方面和大媒体签约合作（Le Monde、Condé Nast、Time、Gannett、Der Spiegel、Prisa等），另一方面通过Comet Plus（5美元/月）给用户提供付费媒体内容，尝试建立"AI搜索时代的内容付费层"。

2026年8月，Perplexity推出了4250万美元的出版商收入分享计划，成为第一家实施直接补偿新闻出版商的AI公司。这个数字不大，但信号意义很强，Perplexity在试图用真金白银缓解和内容产业的紧张关系。

涉及媒体方、作者、出版社的版权争议仍在继续。这背后争的远不只是普通版权纠纷，它触及了AI时代一个核心问题：AI重新组织互联网内容，到底谁应该拿钱？

如果Perplexity完全不付钱，出版社不愿意让它抓；如果全部付钱，成本结构会大幅恶化；如果只和大媒体签合同，中小媒体会被边缘化。内容授权很可能是Perplexity未来三年最大的结构性成本之一。

写到这里，Perplexity的画像已经比较清楚了。

把Perplexity理解成AI搜索赛道上和Google死磕的公司可能不够准确，它真正在做的是试图在AI时代重新定义人与互联网交互方式。它的战略逻辑可以浓缩成一句话：搜索只是入口，真正的终点是AI操作层。

这条路充满不确定性。模型没有护城河、成本结构可能非常重、Agent还没有真正成熟、用户口碑已经出现两极化——Reddit上有大量老用户讨论"Perplexity变差了"，认为原来的Search体验被Computer/Agent功能稀释。这些都是真实的风险。

但Perplexity也有它独特的位置。它不像OpenAI那样背负模型军备竞赛的压力，或是Google那样被搜索广告的历史包袱束缚，或是Anthropic那样专注于安全和模型对齐。

它几乎是一个非常纯粹的应用层公司，从第一天起就在思考AI能帮用户做什么，而不只是AI能有多强。

今年Srinivas在采访中确认，Perplexity计划在2028年IPO，无论OpenAI和Anthropic的上市表现如何。这句话的潜台词是：Perplexity认为自己的增长曲线和估值逻辑是独立的，不依赖于大模型公司的市场表现。

2028年还有两年。这两年里，Perplexity需要证明Computer的付费转化率、企业客户的ACV能持续提升、毛利率能维持在健康水平、Samsung和Android渠道能进一步放大、Agent能从demo走向真实可用。

如果这些都能做到，200亿美元的估值可能只是起点。

Srinivas今年也才30岁左右。从IIT Madras一个本科生，到OpenAI研究科学家，到200亿美元估值公司的CEO，他用了不到十年。接下来的两年，可能是他职业生涯里最关键的一段。

本文来自微信公众号“新眸”（ID：xinmouls），作者：叶静，36氪经授权发布。