來源：硅星人

圖片來源：由無界 AI生成

AI應用千千萬,，到底哪些才真正值得你花錢花時間？

對于這個問題,，埃森哲人工智能高級顧問,、《哈佛商業(yè)評論》播客頻道主持人Azeem Azhar給出的答案是：“如果必須選擇一個，我不會選ChatGPT或Claude,，而是Perplexity.ai,，它正在取代我大量的谷歌搜索?！?/p>

Azhar口中力挫群雄的Perplexity.ai,，是世界上第一個功能齊全的會話式答案引擎。它由大語言模型驅動,，結合了聊天機器人和搜索引擎的功能,，用戶可以直接用自然語言提問， Perplexity會快速從各種來源篩選信息并進行總結,，以對話方式提供準確,、直接的答案，同時包含完整鏈接,，并引導進入更深層的探索,。

上線一年，Perplexity以絕佳的產(chǎn)品體驗和準確的知識獲取積累了比Google Bard 和 Bing Chat更優(yōu)的用戶口碑,，被a16z列入GenAI網(wǎng)頁類產(chǎn)品Top10,。目前已經(jīng)有1000萬月活用戶，移動應用程序下載量超過100萬,，2023全年提供了5億多次查詢,。

幾天前,，團隊在社交平臺宣布完成由IPV領投的7360萬美元B輪融資，公司估值達到5.2億美元,。這個豪華的投資陣容還包括NEA,、Databricks Ventures、前推特副總裁Elad Gil,、前GitHub 首席執(zhí)行官 Nat Friedman等,。連芯片巨頭英偉達和亞馬遜創(chuàng)始人杰夫·貝索斯也被吸引掏錢入股。

Nat Friedman隨即轉發(fā)表示支持：“在過去六個月中，Perplexity已成為我日常頻繁使用的工具,。這種成就不易,，充分證明了他們堅持不懈的執(zhí)行力和出色的品味?！?/p>

用戶們是這樣花式夸贊的：

“祝賀你們,，實至名歸,！我?guī)缀鯊牡谝惶扉_始就一直使用Perplexity，它從未讓我失望,。在2023年,，Perplexity幫助我做到了以下幾點：

– 戒掉了我14年以上的Reddit癮

– 擺脫了我對谷歌的依賴

– 學會了如何與AI（GPT-4）交流，以它真正需要的方式,?！?/p>

“使用Perplexity搜索健身知識,，真的是獲取最佳信息的唯一方式，無需打開一堆鏈接和閱讀文章,。比谷歌好太多了,！”

“Perplexity的迅速崛起令人難以置信,，對我而言它已經(jīng)在許多用例上不斷取代谷歌和ChatGPT?！?/p>

“Perplexity證明了你可以在不訓練自己專有模型的情況下建立一家有價值的人工智能公司,。模型只是基礎,，真正的價值在于其他一切?！?/p>

成立不到兩年,，員工不足40人,，辦公室位于舊金山一處共享空間的Perplexity AI從大咖到素人俘獲一眾鐵桿粉絲，它到底牛在哪里,？AI公司遍地開花,，它怎么就能從搜索引擎賽道殺出一片天？

AI驅動下信息發(fā)現(xiàn)和滿足好奇心的“瑞士軍刀”

打開Perplexity頁面,，整體布局十分簡單：左側欄分別是主頁「Home」,、展示熱門搜索結果的「Discover」、和自己歷史問題的「Library」,，右側主界面是一個可以輸入問題的對話框,。

打眼一看,，好像跟ChatGPT和Bard沒太大區(qū)別,？別急,，這個小對話框左下角的「Focus」就是第一個亮點。

點開它你會看到若干功能選項：除了全網(wǎng)搜索,，還可以選擇專門查閱論文的學術檢索,、從Reddit獲取討論意見、在YouTube發(fā)現(xiàn)和觀看視頻,，特別引用計算知識引擎Wolfram Alpha,，也可以只單純生成文本聊天。

用戶通過自定義搜索范圍，可以避免在無用信息里大海撈針,，更快,、更準確地獲取所需，尤其受到學術界和知識工作者的歡迎,。

對話框里的「Copilot」開關,，是Perplexity今年5月新推出的研究助手功能。打開后會根據(jù)用戶的輸入提供個性化建議,、優(yōu)化搜索結果,、提供進一步指導來增強交互體驗,。

這項功能原本由GPT-4驅動，8月份優(yōu)化后默認采用微調過的GPT-3.5,，在保證推理能力不打折扣的情況下大大提升了響應速度,。

接下來，更多獨特之處逐一顯現(xiàn),。

作為傳統(tǒng)索引與大模型的推理和文本轉換能力相結合的產(chǎn)物,，Perplexity的工作原理是：當用戶輸入一個查詢時，它會理解并重新構建這個查詢,，從實時索引中提取出相關鏈接,。然后，Perplexity將回答用戶查詢的任務交給LLM,，要求它閱讀所有鏈接,，并從每個鏈接中提取出相關段落整合內容，最終形成精準全面的答案,，支持溯源和繼續(xù)追問,。

例如向它提問“OpenAI GPT Store上線”這則前兩天剛出的新聞。

不同于其它生成式聊天機器人僅一段文字的回答，Perplexity 的搜索結果中包括以下幾個部分：

「Sources」 – 羅列出答案引用的所有來源,，支持點擊鏈接,。

「Answer 」– 通過整合內容得出的結構化答案，文字包含引用源,。此例中完整解釋了GPT 商店的前因后果和最新資訊,。

「Related」 – 回答完成后，Perplexity還會緊跟著提供幾個你可能感興趣的相關問題,，可以直接點擊追問,，也可以繼續(xù)文字提交。比如下圖中建議的就是“GPT store是什么和怎么工作”,、“我如何創(chuàng)建和分享自己的GPT”,、“在GPT store使用GPT有什么好處”。

并且篩選出網(wǎng)絡上的相關配圖和視頻，供用戶直接點擊觀看,。

作為一名需要緊跟時事的科技記者,，我也曾迷失在數(shù)不清的窗口和網(wǎng)頁中，逐個反復打開查找信息的過程時常心力交瘁,。Perplexity強大,、快捷,、人性化的一站式搜索體驗推背感極強，對收集資料來說簡直不要太友好,。

另外,，紐約時報曾在對OpenAI的侵權訴狀里嚴厲聲討ChatGPT來源顯示不清晰的問題。Perplexity這幾乎要懟到臉上的原文鏈接完美避雷,，想必深得版權商認可,。

接著，我們再看看它解決實際生活問題時表現(xiàn)如何：幫忙找郵編95133附近最實惠的打印店,。Perplexity的copilot功能啟動,，詢問需要的打印類型，選擇“彩印”,、“海報”,。

隨后Perplexity提供了20個引用來源并篩選出6家門店,。每家都盡可能附帶了官網(wǎng)、地址和業(yè)務范圍,。

同樣的問題去谷歌搜索,，結果不出所料前4個都是廣告贊助,。而后是谷歌地圖、Yelp排名,、某個打印店官網(wǎng),、reddit論壇等等各種類型大雜燴,，從Perplexity直觀準確的界面過來,，確實有些云里霧里，需要花很長時間去甄別有效信息,。

推特網(wǎng)友@Ebastos說,，自己現(xiàn)在70%-80%的搜索都靠Perplexity完成。也有不少人表示已經(jīng)逐步完成首選搜索引擎從Google到Perplexity的習慣遷移,，越來越多地用它解決各類問題,。

如果怕過往回答不好找，可以分類別放進收藏夾,，便于歸納或與他人分享,。用戶還可以在設置里輸入個人簡介、像是身份,、職業(yè)和喜好,，以獲得更為個性化的答案,。

Perplexity目前支持28種語言，可以免費使用,，也不包含任何廣告,。但如果你愿意每月花20美元訂閱成為pro用戶，就可以自行切換大模型,，除了快速搜索默認的GPT-3.5,，還有Perplexity自己微調的開源模型、谷歌Gemini Pro,、Anthropic Claude 2.1和GPT-4可供選擇,，并解鎖包括圖像生成、無限使用Copilot以及文件上傳等功能,。

不過你可能要問了,， Chatbot那么多，Perplexity與巨頭們相比又強在哪兒呢,？

首先它最大的優(yōu)勢,，在于將對話能力與強大搜索引擎的準確性相結合。

例如,，當用戶詢問關于可再生能源的最新發(fā)展時,，Perplexity不僅返回鏈接或信息片段，而是生成一個全面的響應,，包括技術進步,、政策影響和市場趨勢等各個方面的內容，并能通過拆解語義和主動提問生成質量更高的回答,。它具備很強的知識屬性,，生成的每句話都明確標出了數(shù)據(jù)源鏈接，因此也最不容易產(chǎn)生大模型幻覺,。

其次就是專一性,。

Perplexity創(chuàng)始人之一的Aravind Srinivas認為，Bing試圖將多種功能集成到一個產(chǎn)品中,，導致用戶體驗混亂且確切用例不夠清晰,。而ChatGPT也因為附加太多其它功能，可能在一個插件或一個特定功能上輸給了專注于完美實現(xiàn)那個功能的公司,。

“相比之下,，我們只專注于創(chuàng)建帶引用的答案引擎，避免了自由形式的對話,。這種專注的策略使我們能夠創(chuàng)建出一個實用且清晰定位的產(chǎn)品,。”

在他看來，谷歌也面臨著一個困境,，因為改進生成式搜索體驗可能會損害它非常重要的廣告收入來源,。要保護既得利益，就會限制其提供直接答案的能力,，“我們意識到與谷歌競爭是完全可行的,。”

昔日佩奇粉絲,，今日要取代谷歌

這位志在必得的創(chuàng)始人Aravind Srinivas同時也是Perplexity AI的首席執(zhí)行官,。

2017年他從印度理工學院畢業(yè)，考入加州大學伯克利分校攻讀博士學位,，對深度強化學習深深著迷,。在倫敦DeepMind實習期間，Srinivas讀到一些關于谷歌早期日子的書,，并受到了拉里和謝爾蓋的很大啟發(fā),。他被PageRank算法演變以及創(chuàng)造出transformer這樣偉大的深度學習模型新架構的公司所吸引，開始在Google Brain與《Attention Is All You Need》合著者之一的Ashish Vaswani一起工作,，后來又在OpenAI擔任過一年的研究科學家,。

2022年夏天,，像Jasper和Copy.ai這樣的生成式AI創(chuàng)業(yè)公司開始產(chǎn)生實際收入，Github啟動付費功能后,，成千上萬的人在第一天就開始付費,。這讓Srinivas感覺時代變了，他的興趣不再僅僅是學術性的,，而像是“到了創(chuàng)辦一家公司的正確時刻”,。

Srinivas于是和硅谷知名天使投資人Elad Gill、GitHub前CEO Nat Friedman等一些人取得聯(lián)系,，并告知了創(chuàng)業(yè)想法,。又找到Denis Yarats、Johnny Ho和Andy Konwinski三位聯(lián)合創(chuàng)始人,，Perplexity AI由此誕生,。

其中,，Denis Yarats是Perplexity首席技術官,，曾在Meta AI擔任研究科學家。Johnny Ho任首席戰(zhàn)略官,，負責排名和后臺系統(tǒng)開發(fā),。Andy Konwinski同時也是另一家熱門科技公司Databricks的聯(lián)合創(chuàng)始人。

Photographs by Carolyn Fong for The Wall Street Journal

Srinivas 說,，自己是拉里·佩奇和谷歌的忠實粉絲：“我一直有做一些與谷歌同樣規(guī)模和雄心的事情的沖動。精確,、真實,、有學術性；隨手可得的答案并能回憶起來源：這些是我重視并努力體現(xiàn)的事情,。構建一個幫助我和我周圍的人每天變得更聰明,，提高地球知識資本的產(chǎn)品對我來說具有深遠的個人意義?！?/p>

過去二十多年來,，谷歌和必應這些搜索引擎主導者讓人們習慣了使用關鍵詞來搜索網(wǎng)絡。用戶需要通過返回的鏈接找到需要的信息,。而隨著時間的推移,，那些標志性的“10個藍色鏈接”越來越多地被廣告和算法優(yōu)化的內容所掩埋，傳統(tǒng)搜索網(wǎng)站變得更像是競價市場,，搜索結果不再如最初那樣真實可信賴,。

幸運的是，LLM的出現(xiàn)改變了我們與萬維網(wǎng)交互的方式,。像Perplexity這樣由大語言模型驅動的答案引擎將用戶而非廣告商放在其核心,。用戶不必再輸入關鍵字、瀏覽成堆的網(wǎng)站鏈接,，無休止地挖掘信息,。而是直接提問就能收到簡潔、準確的答案,，并由一組精確的來源支持,，杜絕了虛假信息和AI幻覺。這將徹底改寫我們獲取,、分享和消費知識的方式,。

它當然也將改變沿襲至今的搜索引擎優(yōu)化和網(wǎng)絡廣告動態(tài)。廣告商也許會更專注于在網(wǎng)站上盡可能準確地描述產(chǎn)品,，以便大模型認為它值得引用——不是去優(yōu)化點擊量,，而是優(yōu)化高質量內容。

Perplexity的成立是基于這樣一個信念：搜索信息應該是一種直接,、高效的體驗,，不受廣告驅動模型的影響?！拔覀冎源嬖?，是因為在信息過載的噪音中，明確需要一個平臺來提供精準、以用戶為中心的答案,，尤其在時間如此寶貴的時代,。”

而對于多久可以在大眾市場成為Google和 Bing替代品,，Srinivas表示,，“目前看來，世界似乎對谷歌仍感到滿意,，他們的流量并沒有實質性的變化,。不過，就像谷歌和Facebook改變了人們獲取新聞的方式一樣,，遠離傳統(tǒng)搜索引擎的轉變最終會發(fā)生,。”

獲得B輪融資后,，Aravind Srinivas寫了一封公開信,。信中他說道：“Perplexity正在努力將人工智能的力量帶給數(shù)十億人。我們的雄心是服務于整個星球無限的好奇心,，而我們才剛剛開始,。”