AI智能体重塑未来：Perplexity CEO揭示好奇心与操作系统的终极愿景

划重点：

斯里尼瓦斯指出，AI智能体将全面接管网络世界中乏味的日常杂务与重复性任务。

在AI能力飞速进化的明天，人类的好奇心成为不可或缺的核心素质。AI不仅能解答疑问，还能激发更多探索性问题。

Perplexity的独特策略是避开“全能助手”的红海竞争，极致聚焦于提供精准答案。这直接挑战了传统搜索引擎依赖广告与点击的盈利模式。

浏览器并非AI的终极形态，AI的最终目标是深度融合到操作系统层面。

在未来的网络空间中，人们或许将彻底告别缴费、订票、资料收集等琐碎事务的烦恼。仅需一句指令，AI智能体便能无声无息地代为处理一切。Perplexity CEO 斯里尼瓦斯明确表示：“不久之后，这些枯燥任务都将交由AI智能体完成，人类从而能释放精力，投身于更具创意与乐趣的活动中。”

近日，Perplexity首席执行官阿拉温德·斯里尼瓦斯接受播客节目《Limitless》深度访谈，全面探讨了AI如何重构互联网体验。

斯里尼瓦斯分享了Perplexity新浏览器Comet的蓝图与背后逻辑，强调AI将承担单调工作，解放人类时间以用于好奇心驱动的探索。他提出AI的终极形态是原生操作系统，而非简单的聊天机器人。这场对话不仅展现了Perplexity的技术路线，更勾勒出AI时代人机交互的全新范式。

以下为对话斯里尼瓦斯精华内容：

01 AI智能体将取代人类完成繁琐事务

问：你如何看待未来五年互联网的发展趋势？这将如何影响Perplexity的发展方向？

斯里尼瓦斯：坦率地说，精准预测五年后的互联网走向几乎不可能。我们正身处AI技术爆发式演进的时代，每隔几个月就有重大突破。若声称自己能预见未来，那无疑是谎言。事实上，目前无人能清晰描绘五年后的全景。

三个月前，AI的任务执行能力还相当不稳定，虽可见雏形，但远未如今日成熟。即便现在，AI仍无法像真实员工那样可靠地为每个人提供协助。但我能断言：未来将有大量AI智能体替代人类进行网页浏览、信息处理等重复性劳动。那些令人厌烦的日常事务——例如支付账单、转账汇款、预订酒店、租车、预约医生等，都将由AI代劳。

目前，大多数网站在设计上并未有效解决这些问题。它们常容易出错，客服支持薄弱，信息分散各处，寻找律师、保险或医疗服务的过程也充满繁琐流程，让人头痛。

AI当前主要能整合各类信息并进行总结，这正是Perplexity的起点。但更长远的目标，是让AI承担这些繁重工作，使人们真切感受到技术带来的便捷。

总之，在未来，我们将能轻松浏览互联网，享受更趣味、愉悦的网站体验。网站拥有者也能通过AI优化站点，因为AI能高效生成大量代码以提升吸引力。我持乐观态度：人们会更幸福，娱乐内容将更丰富，播客等创作形式也会更普及。

AI的出现将赋予人们更多时间。许多AI公司宣传工具“省时”，但这只说对一半。实际上人们并非缺少时间，而是被无聊的工作流程耗尽心力。比如一件15分钟能完成的事，因操作繁琐，往往需两小时。这正是人们厌恶工作的原因：枯燥疲惫，导致失去其他兴趣。这种低效即将成为历史。

未来的网络体验将更个性化。AI会主动推荐内容，同时保留用户选择权——你可自由决定依赖AI的程度。这将是一个高度自主、以好奇心驱动的世界。我们选择“好奇心”作为品牌核心，正因它是AI时代最宝贵的人类特质。它不是情感，而是一种能力，尤其在AI能完成我们曾做的许多事时，懂得如何使用AI及如何在这个世界中前行，变得更为关键。

问：为什么好奇心在驾驭互联网方面如此重要？随着工具日益强大，人的好奇心会如何演变？

斯里尼瓦斯：我认为，当前AI技术已超越多数人现有技能水平。虽然它们偶有失误，如出现幻觉或不能总是可靠完成任务，但这些技术足够强大，能协助我们完成编码、建站、研究、答疑等任务。然而，与每日使用这些技术的人数相比，AI应用远未普及，许多人仍用传统方式工作。

例如，我们已推出Comet浏览器，它能利用AI帮你观看YouTube视频，甚至无需看完整个视频。它还能草拟邮件、撰写LinkedIn帖子、招聘邮件，筛选候选人，整理旧邮件，取消垃圾订阅。这些功能大大提升效率，但要充分利用，我仍需保持好奇心，去发现新用法。工具效果依赖我的创造力与主动性，以挖掘最大潜力。

短期来看，好奇心至关重要。长期而言，当AI工具融入日常生活，即使你已习惯其帮助，依然需保持好奇心。你需要思考下一步做什么，如何启发AI，提出恰当问题。

好奇心的价值在历史上许多重大科学发现中彰显。例如，即使爱因斯坦拥有所有科学工具，他仍需提出深刻问题，如：“若以光速旅行，牛顿力学会崩溃吗？我们是否需要构建全新世界观？”即使不知答案，提出并深入思考这些问题本身就极具价值。这正是物理学家和科学家出于好奇心的探索。

“AI教父”杰弗里·辛顿曾好奇思考：“若我们造出模拟大脑的计算机，会发生什么？”尽管计算机科学最初关于确定性程序，但AI是随机的，无法保证每次输出相同。正因好奇心，才驱使人们探索这一领域。过去，这些探索限于学术圈，但现在随着AI工具普及，任何拥有好奇心者皆可参与。

就像与小孩相处时，他们会问各种基础问题，有时让你困惑。虽然回答令人愉快，但你也会意识到，“我从未深入思考这些问题，只是接受了他人所告。”这种思考乐趣就是我们未来的世界。如果AI不仅能回答你的问题，还能助你发现更多问题，引导你进入新探索领域，你就会体验到早期互联网用户使用超链接、维基百科和嵌入式网页时的乐趣。

互联网最初吸引许多历史学家、学者和知识分子，这也正是亚马逊最初销售书籍的原因。亚马逊想迎合那些对书籍感兴趣的早期互联网用户。今天，AI就像当时的互联网，主要被早期采用者、程序员和学者使用。但随着AI工具更易用、更具自主性，它将更普及。那些拥有好奇心的人，能借助这些强大工具，以积极方式改变世界。

02 AI时代，最重要的技能之一是批判性思维

问：你认为AI在限制个人可查看、探索和搜索的内容，以及作为创造工具之间，是否存在界限？你在构建产品时如何把握这条界限？

斯里尼瓦斯：我们的产品主要助人更高效浏览网页，而非像传统谷歌搜索那样仅提供“10个蓝色链接”。我认为，过去的搜索方式其实就是对“提问”技能的过度拟合（Overfitting，机器学习中常见问题，指模型在训练数据上表现优异但泛化能力差，无法有效预测新数据）。

以我个人生活为例，过去若想理解某概念，如“MCP”，我需查阅论文或博客文章，按顺序整理资料，再形成结论。这过程虽有效，却冗长，常留未解之问。而现在，我只需在Perplexity上直接问：“MCP到底是什么？为何大家称它为AI或互联网的‘USBC’？”几秒内，我就能得到清晰解释和背景。这方式颠覆传统学习顺序，对我这种时间有限者无疑更高效。

同样变化发生在健身和饮食方面。以前我看健美博主的YouTube视频，如今我可在Comet浏览器里对这些视频直接提出批判性问题，请AI进一步分析，甚至对照学术论文验证。这样获取的信息不仅更精准，也更有深度。

我相信未来体验会更个性化。下一代孩子可能不再像我们一样浏览网页，而是通过语音与AI互动，获得自然、即时回答。他们的社交媒体习惯也会发生根本变化。今天的孩子们依赖短视频获取知识，但这方式并不理想。我们希望AI能帮助他们过滤信息，提供更准确、更有价值的内容，而非被动接受算法随机推荐。

在此过程中，自主性和信任才是关键。AI不仅能替你屏蔽噪音，还能帮你挖掘真相，保持好奇心，找到真正有价值的信息。想象一下，假如Mark说：“去x.com，帮我滚动浏览100条推文，并基于我的兴趣筛掉无关内容，只保留20条有用。”AI完全可以精准、即时完成任务。

这种体验打破传统算法局限。以往你可能在社交媒体上莫名看到政治帖、表情包或动漫推荐，却不知为何出现在时间线上。本质原因是，现有算法无法针对个体需求进行真正精细化定制。

我们希望避免陷入这种被动、过度干预的互联网环境。未来理想状态是，人们能在AI帮助下获得更多自由与自主权，根据自身需求主动探索，而非被算法“喂养”。

问：你认为，对于今天加入互联网的新一代受众，应专注哪些重要技能？

斯里尼瓦斯：我认为，对今天加入互联网的新一代受众，最重要技能之一是批判性思维。比如，我自己在阅读某些书籍或传记时，尤其是由个人或公司主导编写的作品，常发现其中不可避免地带有偏向性。这类书籍往往意在塑造积极公众形象，而非提供全面、客观事实。因此，我们需要时刻提醒自己：文字背后可能隐藏选择性叙述。

若有一个AI能陪伴我阅读，逐章进行批判性分析，指出作者可能遗漏或误解的部分，那将非常理想。这让我想起彼得·蒂尔（Peter Thiel）提到的“反向思维”方法——它并非单纯唱反调，而是通过换角度思考，助我们避免被单一视角左右。这种训练将让新一代用户学会质疑、多角度审视，从而不轻易被看似有说服力的观点所左右。

除了批判性思维，信息收集与筛选能力同样至关重要。未来的互联网将充斥大量AI生成内容，真假难辨。我们甚至可能无法分辨一段视频究竟是现实拍摄还是AI合成。在这样的环境下，用户必须学会理性判断，避免陷入信息回音室（echo chamber），而这需要工具辅助。

我相信，对抗虚假信息最有效方式是利用AI本身。AI可帮助我们追寻真相，在几乎无需额外努力的情况下，引导我们获取真实、可靠内容。关键在于“提示”——若用户能通过正确提示与AI互动，AI就能真正站在用户利益一方，而非成为外部力量操控渠道。

不过，未来也会出现新挑战。例如，假设你有一个智能体，它为你处理购物、订票或旅行安排，某些公司可能通过广告直接影响智能体选择，而非直接影响你个人。如果我们不能建立一套机制来保护人与智能体的互动，就可能让广告暗中左右AI决策。

理想的未来，是人与智能体之间能够建立一份不可篡改的协议。在这份协议中，用户提示和偏好受到保护，不会被广告商或其他外部势力干扰。这样一来，用户就能放心地让AI根据自身需求作出决定，而不用担心背后被操控。

我们正处于类似互联网早期的阶段，许多规则和机制还在形成。虽然今天的系统还不完美，但我相信未来我们能够为用户提供一个更安全、更透明的环境，让他们免受虚假信息和广告操控的困扰。

03 Perplexity的定位：准确性与知识密度第一

问：在用户体验设计中，有一种观点认为更好体验意味着减少点击次数。同样，在智能体设计中也有人认为“我们可以让智能体替代用户完成很多事情”。但这是否会让大脑更频繁进入“关闭”状态，变得被动？在设计Perplexity时，你们如何平衡这种主动与被动关系？

斯里尼瓦斯：在设计中，我们确实非常注重保持用户活跃参与。举个例子，当用户请求Perplexity进行深度研究时，智能体会主动反馈问题，帮助澄清需求。这让用户有机会继续参与，而非完全被动接受结果。不同于ChatGPT会强制要求用户回应，Perplexity更强调“可选”参与——因为有时用户可能根本不知如何回答，尤其在对话题缺乏背景知识时。我们希望用户在引导智能体过程中保持参与感，但又不增加负担。

同样，在Comet浏览器设计里，我们也避免让用户完全“隐身”。例如，当用户让智能体代买商品时，它会提醒：“这件商品价格是100美元，是否继续？”——确保用户在关键环节仍然亲自确认。这样，用户的思考始终在场，避免在自动化过程中大脑完全“关闭”。

从更深层面看，若智能体比我们更聪明、我们完全信任它，就像雇佣了一位能力远超自己的助手。那么问题是：在这种情况下，我们的大脑和注意力应投入到哪里？如果我们停止思考，只是依赖智能体，可能导致认知能力退化。AI能替代繁琐任务没错，但人类依然需要寻找新的创造性和管理性工作，就像工业革命带来机器替代体力劳动，人类转而从事更多复杂与创意工作一样。

比尔·盖茨曾提到，未来AI可能让人们每周只需工作两三天。但这种“自由”不能等于“无所事事”。在AI带来解放的同时，我们必须主动思考如何发挥创造力，否则只会陷入停滞。

问：对于习惯使用ChatGPT或Gemini的用户，他们可能不太理解Perplexity的优势。能否具体说明Perplexity的差异？你们是如何在后台实现这种体验的？

斯里尼瓦斯：Perplexity的核心优势在于对“准确性”和“知识”的专注。和ChatGPT、Gemini这样的通用型助手不同，Perplexity并不是一个陪伴聊天的多功能机器人。你可以在ChatGPT聊心情、获得情感支持，但这并不是我们的目标。我们专注于事实、研究和知识呈现，希望为用户提供最清晰、最高密度信息。

我们不会追求“什么都做一点”，而是把全部能量投入到“答复引擎”的定位上。比如用户想查体育比分，他们不需要一大段文字，而是需要简洁数据和直观表格。因此我们设计了大量仪表盘，让用户一眼就能看懂关键信息。在F1、股票对比等场景，我们提供结构化实时数据；在网球、足球等领域我们还在努力提升。我们的目标，是成为用户获取准确信息与高密度知识的第一选择。

问：当我在搜索框中输入查询时，Perplexity在后台如何工作？查询如何被路由到不同模型？

斯里尼瓦斯：每个查询首先会被系统分类，不同类型查询（如体育、天气、金融）会被分配到相应类别，然后生成不同用户界面，我们称之为生成式UI。

在某些场景下，比如金融数据、体育赛事、天气预报，我们必须依赖专业数据提供商的实时数据，而不仅仅是网页信息。在旅游、电商等领域，我们会通过合作伙伴获取库存和商户数据。本地餐厅等查询则会依靠Yelp（商户点评平台）等。至于其他常规问题，我们会抓取网页并提炼信息，生成准确答案。

展示方式也会随查询而变化：有时是Markdown表格，有时是简洁段落。如果是手机端，我们会进一步精简内容，避免冗长。遇到复杂问题时，模型需要多步推理。比如有人问：“排名前五的亿万富翁和他们妻子的年龄差是多少？”系统必须先确定这五人，再找到妻子的出生日期，然后计算差值，最后以表格呈现。这背后其实是一个复杂的信息路由系统，根据问题的复杂性自动调整推理步骤。

最终，我们追求的并不仅仅是单一模型，而是一个能够智能分配计算资源、灵活处理各种查询的系统。它要能在最短时间内，为用户提供最准确、最清晰的答案，同时保持界面流畅舒适。

04 AI的终极形态：操作系统直通“王座”，浏览器只是跳板

问：为什么你们选择保留浏览器形式，而不是直接进入智能体工作流？毕竟后者可以直接提供答案，去掉界面和广告。

斯里尼瓦斯：我们的设计理念是：工作应该从用户所在的地方开始，而非从一个空白聊天界面开始。

想象一下你正在写备忘录，突然需要提取Slack（智能协同办公平台）对话内容。传统方式是切换到Slack，复制粘贴，再回到文档继续。但在Comet中，你只需说：“帮我提取相关上下文”，系统会直接在原地完成。这样避免了繁琐切换，让功能原生融入工作流。

从架构上看，Comet比传统聊天机器人高效得多。聊天机器人通常要在服务器端启动完整会话，涉及频繁往返和重试。而Comet将部分解析放在客户端，推理放在服务器端，仅需一次双向通信即可完成任务。这让它不仅更快，也更安全。我们测试过，同一任务，聊天机器人可能需要11分钟，而Comet只需不到1分钟。

更重要的是，浏览器是过去二三十年里用户最熟悉的工具，工作和生活高度依赖它。我们选择将AI嵌入浏览器，不是要取代界面，而是赋予浏览器新能力：既保留熟悉体验，又让用户在自动化任务中始终掌握决策权。

问：当智能体能即时响应、彻底摆脱浏览器框架时，你认为未来的人机交互会是什么形态？浏览器是否仍然会是主要界面？

斯里尼瓦斯：我并不坚持浏览器必须永远是信息入口。随着智能体进化，未来的交互形态可能会改变。但无论有无前端，浏览器作为基础设施的地位不会消失。

举个例子：当你在Comet中说“帮我在DoorDash（美国外卖送餐服务平台）上点餐”，实际上并不是开启了DoorDash的浏览会话，而是智能体在后台调用接口完成操作，浏览器只提供反馈进度。这说明即便未来出现无头浏览器，底层依旧离不开浏览器环境的支撑。

核心问题在于：人们大部分时间在哪里？现在的现实是，大多数人依旧花大量时间停留在浏览器里。浏览器有持续更新的上下文，你可以随时打开标签页、查看新闻、切换到LinkedIn或YouTube，这种动态体验是单一聊天界面无法取代的。因此我们更希望Comet在背景中“陪伴”，在你浏览内容时随时提供帮助，而不是让用户被迫待在单一对话框里。

05 聊天机器人讲体验，浏览器更看执行与架构

问：市场上出现了智能吊坠等AI硬件产品，你怎么看它们与浏览器形态的AI助手之间的关系？Perplexity是否考虑开发独立硬件？

斯里尼瓦斯：浏览器所能调取的记忆和上下文是其他硬件无法比拟的。吊坠类设备看似能随时伴随用户，但它们在电池效率、存储和网络依赖上存在严重不足。相比之下，浏览器经过几十年工程优化，能高效管理电池和内存，代码也足够成熟，能充分利用硬件资源。

吊坠需要持续消耗蓝牙和网络来上传数据，不仅效率低，还涉及隐私风险。事实上，你并不需要记录所有事情，浏览器能在你授权的情况下直接访问网站、邮件、日历、会议记录、旅行和生活安排，并在隐身模式下确保隐私安全。

录音应用已经能本地完成会议记录，不必上传到云端。从效率和隐私角度看，浏览器都更优越。我更看好像智能眼镜和AirPods这样的硬件，它们能提供沉浸式的渲染和语音交互，为购物、出行等场景带来真正的突破。但对吊坠类产品，我并不看好，因为这不仅效率低下，还可能涉及到隐私问题。

问：Perplexity是第一家推出AI浏览器的大型AI公司。现在，大家都知道OpenAI和谷歌也会推出自己的浏览器。如果OpenAI明天发布浏览器，你认为Comet相比其他竞争者的最大优势是什么？

斯里尼瓦斯：OpenAI未来一定会开发浏览器。Perplexity的优势主要在于产品本身的优越性、快速迭代以及推出新功能的能力。我们不仅仅是在更新已有的功能，还在努力解决一些长期的、复杂的任务，比如编程智能体。现有的同步代理可以实时帮你完成一些任务，但我们缺少的是异步代理，它能在后台运行，处理更复杂的任务，管理更长时间的上下文和持久的内存。我们在这方面还需要继续努力。

尽管OpenAI等公司也会做类似的事情，但我认为最终的胜负取决于谁能更好地执行。浏览器不同于聊天机器人，它的前景更为广泛。它需要支持多平台，持续升级，修复大量的Bug，并且要兼容不同版本的操作系统（无论是移动端还是桌面端）。此外，还需要做很多架构决策，比如哪些部分放在客户端，哪些放在服务器端，以及如何保障安全性和隐私，还要处理企业版本的兼容性等问题。

与仅仅专注于大规模计算集群、聊天机器人、图像生成和搜索等多个项目的公司不同，我们专注于浏览器，这让我们在很多方面具备了优势。对于我们来说，浏览器是核心，我们为此全力以赴。如果我们是一家资金紧张的小公司，可能会输给那些大公司，但幸运的是，事实并非如此。我们拥有合理的分发渠道和相当的资金支持，同时也有一支非常优秀的团队。

因此，即使OpenAI等大公司也在做类似的事情，这其实对我们来说是一种正面验证，证明我们的理论和方向是正确的。我们相信开源模型最终会赶上闭源模型的前沿技术，到那时，我们也可以逐步从闭源模型迁移出去，尽管目前在一些前沿任务上我们仍需要依赖闭源模型。

问：如果要在未来增强你们的浏览器，你们会做什么？

斯里尼瓦斯：我之前提到过，浏览器之后的下一步实际上就是操作系统，这是最终的边界。构建一个浏览器来完成各种代理任务，关键是因为你无法完全控制iOS或Android。例如，尽管Android是开源的，但你仍然无法控制它。你不能让手机厂商发布你修改过的Android版本，除非获得谷歌的批准。换句话说，除非它们默认支持谷歌的核心应用（如Google Maps、YouTube、Gmail和Calendar等），否则它们无法发布没有这些应用的Android版本。即使它们允许你修改系统，很多手机厂商也不愿意销售没有Play Store或其他核心应用的设备。所以，最终你需要打造一个超级应用，能够调动所有其他应用，这样你就不再需要通过传统的应用商店来分发软件。

这就是为什么浏览器变得如此重要的原因。浏览器一旦成为一个万能应用，就能够在其中完成各种任务，比如打车、购物，甚至生成快速灵活的用户界面，让你感到即使没有独立的应用，也并不缺失什么。当然，你还是需要像X（前Twitter）、Instagram和WhatsApp这样的社交媒体应用来与他人沟通。因此，打造这样一款浏览器要比仅仅发布一个浏览器更为复杂，你需要说服社交媒体公司以及其他公司，跳过Play Store，直接跟你一起发布应用。

更为复杂的是，你还要去说服手机制造商，比如三星和摩托罗拉，去销售这样的设备。因此，我们最终的目标是打造一个比浏览器本身更大的愿景。目前来看，我们还未准备好实现这一目标，但第一步是推出一款出色的移动浏览器，借此获得更多的分发渠道，同时不断提升产品的稳定性和响应速度。这样，浏览器就能变得像操作系统一样万能，用户甚至会愿意尝试购买可以运行新版Android的新手机。

我认为，若能实现这个目标，意味着谷歌的垄断将被真正终结，因为他们就无法再控制任何东西。现在，谷歌在Android上的主导地位体现在默认搜索引擎的控制上，68%的收入来自移动广告。如果我们去除谷歌搜索作为默认搜索引擎，用户能通过新的方式搜索信息并完成操作，其广告收入将大幅下降。要实现这一目标，关键是通过手机分发渠道来获得市场份额，这需要像三星这样的手机制造商的支持。

同时，我们还要围绕代理模型建立健康的商业模式，例如通过订阅收费的方式，让用户体验这种全新的互联网和服务形式。要让这一切发生，世界必须进行很大的改变。我们并不把Perplexity当作短期项目来看，而是一个长期愿景，要实现这一切，可能需要十年的时间。而Comet正是朝着这个目标迈出的第一步。

当然，你也可以考虑去构建类似Windows或MacOS的操作系统，作为竞争对手，但同样，你会面临类似的问题。比如微软不太愿意将他们的应用程序带到你的操作系统上，因为他们不想鼓励竞争。这也是为什么微软的Office 365在Linux上的体验并不好，Linux没有得到足够的分发支持的原因之一。

问：如果最终目标是一个AI原生操作系统，那么哪种情况更有可能发生？是苹果最终搞定了它，并将iOS转变为AI原生操作系统？微软的Windows实现了AI原生化？还是OpenAI开始进入这个领域？又或者像Perplexity这样年轻的创业公司会成为竞争者？

斯里尼瓦斯：我认为这些都可能是未来的主要玩家，但你永远也不知道。能被列入这些竞争者之一，真的是一种幸运的事情。毕竟，其他公司拥有10到100倍，甚至更多的资金。

然而，在结构性限制方面，苹果可能面临更大的挑战。的确，如果他们改变搜索和Safari的工作方式，他们可能会失去谷歌的广告收入份额。但如果最终法院的裁决让他们不得不放弃这部分收入，他们可能会全力以赴，将iPhone转变为更加AI原生的产品。

谷歌则不太可能在Android上这么快实现这一目标，他们可能会先在Pixel手机上进行尝试，因为那里的分发量较小，不会损失太多广告收入，之后他们可以根据市场反应再与其他设备厂商合作，但他们在这方面的限制也更多。

至于OpenAI，我认为他们并不具备像我们一样去打造硬件设备的能力。说服三星等厂商与他们合作的难度与我们相似。Meta也面临类似的问题，毕竟他们没有自己的搜索引擎、浏览器，也缺乏强大的模型支持。微软的Windows则没有手机层面的支持，因此也不太可能像谷歌或苹果那样实现多平台支持。