為什麼沒有自家模型反而成為優勢？Perplexity 新推 Computer 平台，用 19 個模型卡位 AI 工作運行層
可以想像一位工作者，在向 AI 輸入一句「幫我把這份資料整理成簡報，順便把缺少的數據補齊」後，AI 不只會回答一段建議，還能自己查詢、寫作、調整工具，最後交出成品的場景嗎？Perplexity 近日發布的新產品 Perplexity Computer 平台，就是要做到這件事。
Perplexity 執行長 Aravind Srinivas 指出，Computer 的定位是一個協調平台，可以將檔案、工具、記憶與各類 AI 模型整合在同一套系統中。Computer 就像一位「能操作與人類相同介面」的通用數位工作者，不只提供解答，還能建立並執行完整工作流，進行任務的時間可長達數小時甚至數個月。
先描述「想要的成果」，系統就能拆解任務並執行
Perplexity 表示，使用者只需先描述想要的「結果」，Computer 就會自動將成果拆解成多個任務與子任務，並建立各種子代理（sub-agents）來執行。《ZDNET》形容，這種機制就像公司執行長把任務層層向下委派給不同團隊完成。
Perplexity 舉例，這些子代理可以完成網路研究、文件生成、資料處理，以及對連接服務進行 API 呼叫等任務，Computer 也會像人類同事一樣，直接操作軟體堆疊。此外，系統可在不同子任務間同步分工，例如讓一個代理一邊撰寫文件，另一個代理則同時蒐集所需資料。值得注意的是，當 Computer 在執行過程中遭遇瓶頸時，會自動生成新的子代理來排除障礙，並且只有在「真正需要人類協助」時，才會中斷流程向使用者確認。
為了支撐如此龐大的非同步運作，「持續性記憶（persistent memory）」成為關鍵：Computer 能保留過去工作紀錄、跨工作階段維持上下文脈絡，並透過數百個連接器與外部服務串聯，這也是它得以持續運作數個月的技術基礎。
Perplexity 用 19 模型分工，把工作分派給最適合的「專家」
之所以能吃下這套端到端工作流，關鍵在於 Computer 可同時調度多達 19 個涵蓋開源與閉源的先進 AI 模型。初期分工包含：Anthropic 的 Opus 4.6 擔任核心推理引擎、負責編排與寫程式；Google 的 Gemini 負責深度研究；Grok 處理講求速度的輕量任務；ChatGPT 5.2 則用於長上下文回想與更廣泛的網路搜尋。Perplexity 強調，這 19 個模型陣容並非固定，將隨各家模型在特定領域的突破而動態調整。
《ZDNET》形容，如果只靠單一模型完成複雜任務，就像用一把奶油刀去組裝 IKEA 餐桌，並非不可能，但容易留下瑕疵；相對地，多模型系統更像是一把配有多種鑽頭的螺絲起子。「音樂家演奏他們的樂器，而我指揮整個交響樂團，」Perplexity 執行長 Aravind Srinivas 也借用賈伯斯的名言，形容 Perplexity Computer 的多模型運作模式。
沒有自家基礎模型反而成為優勢：Perplexity 把自己定位成跨模型的「中立協調者」
「過去兩個月 Perplexity 在忙什麼？我們一直默默在做下一個重大產品：Perplexity Computer，」Perplexity 執行長 Aravind Srinivas 將這次產品發布描述為一場「從沉默回歸」，並進一步闡述宏大願景：當一個 AI 能夠協調本機檔案系統、命令列工具、即時網頁瀏覽器與第三方服務整合時，它實際上「就成為了電腦本身」，能在雲端自主執行任務。
回顧過去一年，Perplexity 陸續推出 AI 原生瀏覽器 Comet、透過與三星合作推出「Hey Plex」語音助理、針對美國 Pro 用戶推出應用程式內購物功能，以及專利檢索工具。這次，Computer 的出現，正是把這些產品線索串成了一個整體，展現 Perplexity 不再只是一個「加了功能的搜尋引擎」，而是位於使用者與市場上各家 AI 模型之間，負責決定「哪個模型來回答每個問題」的 AI 運行層（AI operating layer）。
對照當前的競爭局勢，OpenAI 本月推出了代理管理平台 Frontier、Google 推出 Agent2Agent 協定、Anthropic 則在 1 月推出了將代理能力帶給非開發者的 Cowork。在各大廠紛紛佈局代理生態的同時，Perplexity 的核心優勢在於競品通常會偏好自家的模型，但 Perplexity 反而因為沒有自家的基礎模型，因此更有機會在其中扮演「跨模型的中立中介」角色。
不過，當代理開始能動檔案、調工具，企業最在意的問題就是怎麼讓風險可控？因此在安全性方面，為避免重演近期爆紅的 AI 代理「OpenClaw」因資訊過載而觸發「壓縮」機制、無視指令差點刪除使用者信件的資安危機，Computer 特別設計在「安全的開發沙盒（secure development sandbox）」與隔離運算環境中執行，讓系統雖然可存取真實檔案與瀏覽器，但任何失控行為皆無法蔓延至使用者的主網路。
2026 年 1 月起，Perplexity 便在內部密集使用 Computer 進行壓力測試。實際案例顯示，Computer 不僅能快速產出工程文件，甚至能在一夕之間建立多達 4,000 列的試算表，這項工作過往需耗時一週。員工也用 Computer 自主打造網站、儀表板與應用程式，並完成各式數據分析與視覺化圖表，凸顯 Computer 在端到端工作流上的強大潛力，也實際展現 AI 正從單點能力的工具，真正成為能被組織納入流程、持續運轉的新型數位基礎設施。
＊本文開訪合作夥伴轉載，資料來源：《ZDNET》、《Economic Times》、《The Deep View》、《Implicator.ai》、perplexity，首圖來源：perplexity