Perplexity不仅没死，而且很强
通用AI工具，比如搜索、龙虾，只适合日常场景。碰上投资之类的严肃工作，它们都不够严谨、不够准确。在这些领域，我目前只信任Perplexity。他们推出的Perplexity Computer就延续了搜索方面的准确性和严谨性。
Key Takeaway
Perplexity搜索优势：实时拉取权威金融API（FMP、Morningstar、FactSet、SEC等），每句话附来源链接+子问题拆解+严格系统指令，彻底避免训练数据过时和网上污染，远超ChatGPT/Grok等通用AI，适合跟钱有关的严肃工作。
Perplexity Computer本质：云端Agentic Workflow，能自动拆解任务、创建子代理并行执行（最多19模型协同）、生成PDF报告或持续监测任务（例：中美国债收益率拐点），支持自定义Skills，比OpenClaw更专业、更安全。
使用建议：普通Agent（OpenClaw等）权限过高、准确性不足，容易出大问题；Perplexity Computer才是真正严肃工具，作者强烈推荐用于投资判断、研究等高风险场景，普通人别轻易把钱押在通用AI输出上。
如果你要用AI处理一些很严肃的工作，比如让AI辅助投资判断，那我建议你用Perplexity Computer。记住：不要用那些通用的AI搜索，更别用什么OpenClaw。
这个问题我分两个层面来跟你解释：Perplexity和Perplexity Computer。先说前一个。
我之前在投资的群里看到，有人用OpenClaw搞了一套投资情报分析系统，让龙虾帮忙搜集资料并且标注投资机会，生成每日简报之类的。
看起来是有模有样，但说实话，这套东西在根上就错了。因为通用的AI搜索就不该用于金融投资之类的领域。你拿它搜集新闻、日常看一看，没问题。但是用来搞投资，它真的不够严谨，不够准确。
这些AI的答案来自两个方面：第一，训练数据；第二，网上抓取到的信息。但问题就出在这里：
基于训练数据的答案一定是过时的；基于网上抓取到的信息，往往没有进行足够的交叉验证，甚至这些信息在源头就被污染过了。
而Perplexity就强在这里。
它不靠大模型的“记忆”给出股价、EPS、营收等关键数字，而是实时从专业金融API拉取。它集成了权威数据源，比如Financial Modeling Prep、Morningstar、FactSet以及美国证监会等等。这些核心数据是秒级新鲜，来自官方或者付费数据商的。所以一定是严谨、准确的，源头污染的风险极低。
Perplexity还建立了自己的索引。结合刚才提到的权威数据源，它在准确度、时效性、深度远超ChatGPT和Google。
另外，Perplexity在生成每一段话甚至每一句话的时候，都会附带来源链接的角标。这种机制在算法层面就强迫模型必须找到确凿的证据才能输出内容。而对于复杂问题，它还会把初始问题拆解成多个子问题，分别进行多次独立的搜索，然后进行综合对比与总结。
最后，Perplexity在后台给大模型设定的系统指令非常严格。它会尽可能抑制AI去发散，确保输出的每一个字都尽可能紧贴检索到的原始文本。
所以，如果你要干的活儿是跟钱有关的，尤其是跟自己的钱有关的，一定要小心。AI扒了几个网站、给你个答案，你就敢信，那你不赔钱谁赔钱啊！而且现在数据污染很严重，尤其是AI生成的错误内容，我看国内有些券商报告都被污染了。大家真的要小心。
OK，刚才说的是基础，也就是准确性和严谨性，Perplexity绝对比任何同行都强。在此基础上，他们出了Perplexity Computer。
简单来说，就是类似Manus的东西。
你只需要描述最终结果，比如“帮我做一份英伟达2026财年第四季度财报深度分析”，它就会：
自动拆解成子任务；创建子代理并行执行；异步运行，比如在后台跑几小时甚至几个月，你可以去干别的；最终交付完整成果。
你看，它最终居然生成了一份PDF格式的报告。如果你是在公司工作的话，那这份报告可以拿去交差了。
刚才演示的是一次性的任务。如果想创建持续性的任务也可以。
比如，我让它针对“中美两国10年期国债收益率的同步拐点”创建一个监测任务。因为中美两国是全球流动性的总阀门，只有两国同步转向宽松的时候，市场的流动性才会充足，资产价格才会大涨。
这些都是基本用法。Perplexity Computer能把活儿做得漂亮，除了前面说的搜索基本功很扎实之外，还有两个让我很喜欢、很欣赏的地方。
第一，它采用多模型编排的设计，最多能有19个模型来协同作战。
处于最核心的，是目前最强的Opus 4.6模型，由这个模型来分析、拆解、调度。其它模型，比如GPT、Gemini、Grok，这些都是行业顶级的模型，它们根据不同情况，被Opus调用。
不依赖某一家模型，而是谁强用谁，谁适合用谁——我认为，这是现阶段搞多Agent编排系统的基本思路。我自己做newtype CLI也是这样。
第二，Perplexity Computer支持Skills。
虽然是云端虚拟机，但是这台Computer允许你创建Skills，给Agent添加特定的能力、完成特定的任务。或者你用官方预设好的Skills也行。我试了几个，都很专业。
站在今天这个时点来看Perplexity Computer，你会觉得好像没啥特别亮眼的。但是我特意出这期视频，就是想强调：
从OpenClaw开始，Agent落地的速度正在加快。越来越多人在生活和工作中开始使用。问题是，大多数人对于这些Agent过于放心了，比如给了最高权限，对Agent输出的结果也是非常信任。
如果只是随便看看新闻，那还没什么。但如果你是要基于那些情报做投资判断、做研究，真的得小心。
Perplexity在做搜索的时候，一直追求的是准确、严谨。现在，他们把自己的核心优势放大到Agentic Workflow层面。
跟一年多以前相比，Perplexity的声音几乎消失了。但是这家公司没死，而且还拿出Perplexity Computer。这个不是AI玩具，而是严肃工具。
OK，以上就是本期内容。想了解AI，想成为超级个体，想找到志同道合的人，就来我们newtype社群。那咱们下期见！