从「回答问题」到「完成任务」

你有没有想过，为什么我们用 AI 总觉得还差点意思？

大部分人用 ChatGPT 或 Claude 的流程是这样的：打开浏览器，输入问题，看答案，复制出来，自己去操作。本质上，AI 是一个「顾问」，最终干活的还是你。

另一条路是装 OpenClaw 这样的本地工具，让 AI 直接操作你的电脑。但配环境、找 API key、调试报错，这些前置成本足以劝退大多数人。

Perplexity 的思路不同：你买一台 Mac mini，装上它的软件，连上网，这台电脑就自己会动了。它接入你的邮件、日历、文件和各类办公软件，按你设定的规则自动执行任务。发布会上的演示是这样的——一句话：「从简历库里筛出有 SwiftUI 经验的候选人，同时给投资人发一封邮件附上项目 briefing 链接」，两件事同时完成。

CEO Aravind Srinivas 在发布会上说了一句值得记住的话：「传统操作系统接收指令，AI 操作系统接收目标。」

这才是关键区别。你不是在告诉电脑「打开 Excel，选中 B 列，排序」，你是在说「帮我整理销售数据」。目标驱动，而不是步骤驱动。

20 个模型的编排逻辑

Perplexity 自己不训练大模型。它的做法是调度别人的模型：Claude 负责推理，Gemini 负责研究，GPT 负责长文本处理，各有分工。

这种做法在行业里叫「套壳」，两年前这是个贬义词。但 2026 年再看，味道完全不同了。Meta 花几十亿美元收购的 Manus 用的也是别人的模型；OpenClaw 在 GitHub 上拿了 14 万星，底层跑的还是 Claude 或 GPT 的 API。整个 AI Agent 赛道，几乎没有人从头训自己的模型。

这对一人公司意味着什么？你不需要自己训练模型，甚至不需要只绑定一个模型。真正的竞争力在于编排——知道什么任务用什么模型最合适，怎么把多个模型串起来形成工作流。

Perplexity 两周前先发布了一套叫 Perplexity Computer 的云端系统，20 个模型同时待命。现在的 Personal Computer 是把同样的能力搬到了本地。这个「云端先行、本地跟进」的路径，其实也是独立开发者可以参考的产品策略。

套壳的护城河在哪里

套壳套出 200 亿美元估值，Perplexity 证明了一件事：壳本身可以是产品。

这家公司 2022 年成立，创始人之前在 OpenAI、Google Brain 和 DeepMind 都待过。最早做的是 AI 搜索——你问一个问题，它用 AI 搜索整合答案并附上来源，不给你十条蓝色链接，直接给你答案。两年不到，估值从 5 亿涨到 200 亿美元，累计融资超过 15 亿美元，投资人包括英伟达、贝索斯、软银。年化收入从 2024 年底的 8000 万美元涨到现在约 2 亿美元。

今年 2 月，它砍掉了广告业务，全面转向订阅制，最贵的 Max 档 200 美元一个月。高管的理由是广告会影响用户对搜索结果的信任。一家不做模型的公司，押注纯粹靠产品体验让用户付费——这个逻辑对一人公司来说反而更有参考价值，因为你也不可能自己训模型。

但套壳的风险也很现实。Anthropic 出了 Cowork，Google 在推 Gemini Agents，OpenAI 的 Operator 也在做同一件事。Perplexity 调度的那些模型，它们的主人正在变成直接竞争对手。就像一个包工头，手下的工人全是从别的公司借来的，现在那些公司说：我们也接工程了。

值得警惕的信号

法律问题是另一个维度。福布斯、纽约时报、道琼斯都起诉过 Perplexity，指控它抓取受版权保护的内容。更严重的是上周，亚马逊拿到了联邦法院的临时禁令，阻止 Perplexity 的 Comet 浏览器在亚马逊上替用户自动购物。法院的认定是：Perplexity 可能违反了联邦计算机欺诈法，因为 AI 代替用户下单时没有表明自己不是真人。

这件事放到 AI Agent 的语境下值得每个开发者注意：当你的 Agent 代替用户操作第三方平台时，身份透明性可能是一条法律红线。

还有一个数据值得关注。Perplexity 美国网站流量从 2025 年 2 月到 2026 年 2 月只增加了不到 400 万访客，同期 Claude 的网页用户翻了四倍多。当初靠 AI 搜索打出的差异化，现在 ChatGPT、Gemini、Claude 都能做了。

对一人公司的启示

Perplexity 的故事里，有三个点值得独立开发者认真想想：

  • 模型编排大于模型本身。你不需要拥有模型，你需要知道怎么用好它们。多模型调度、任务拆解、结果聚合，这些才是 2026 年 AI 产品的核心能力。
  • 从问答到代理是不可逆的方向。OpenClaw 在开源圈点了第一把火，Perplexity 在消费端点了第二把。AI 必须从「回答问题」变成「完成任务」，这已经是行业共识。
  • 套壳的关键在于体验闭环。不是简单包一层 UI，而是把模型能力深度嵌入到用户的工作流里，让用户感知不到 AI 的存在，只看到事情被完成了。

如果你正在用 OpenClaw 搭建自己的自动化工作流，Perplexity 的产品思路可以给你一个方向参考：与其让用户来适配 AI 的界面，不如让 AI 去适配用户已有的工作习惯。

最后留一个问题：当模型厂商自己都在做 Agent 产品时，作为独立开发者，你的编排层护城河到底应该建在哪里？