哈佛与Perplexity联合研究：AI Agent每次会话自主工作26分钟，远超搜索的33秒

一句话看懂

哈佛与Perplexity的实证研究显示，AI Agent每次会话可自主工作26分钟，而传统搜索仅33秒，效率提升48倍。

详细发生了什么

Perplexity与哈佛大学联合发布了一项基于真实用户数据的对比研究，比较了Perplexity的两款产品：Search（对话式搜索引擎）和Computer（端到端任务执行Agent）。研究覆盖2026年2月27日至5月27日共90天，通过匹配近似的查询对（10,000对，余弦相似度>0.99）来对比两种模式的表现。

核心发现：Computer每次会话的机器工作时间中位数为9分钟，平均26分钟；而Search仅14秒和33秒，差距达48倍。在匹配任务上，Computer+Human组合的预估完成时间为36分钟，而Search+Human需269分钟，时间节省87%，成本节省94%。Computer的“有意义不满意率”为1.3%，远低于Search的2.9%。

研究还发现，Agent不仅加速任务，还扩展了用户尝试的任务范围：Computer查询跨职业比例达59%（Search为50%），涉及更高阶认知（76% vs 55%），且覆盖更多知识领域（平均2.40个O*NET领域，Search为1.74）。约23%的Computer查询涉及用户从未在Search中尝试过的任务。

中文圈视角

这项研究对中文用户有直接参考价值。首先，Perplexity Computer目前需通过官网访问，国内用户需科学上网，但类似产品如字节跳动的Coze、百度的文心智能体平台已提供Agent功能，虽未公开类似对比数据，但可预期类似效率提升。

其次，研究揭示的“成本结构”对国内企业有启示：Agent固定成本高但边际成本低，适合长任务。中文场景下，如批量处理文档、多步骤数据分析、跨系统操作（如连接飞书、钉钉）等，Agent优势明显。目前国内Agent产品在工具调用（如代码执行、浏览器操作）上逐步完善，但跨平台连接器生态仍弱于海外。

另外，研究指出Agent促使用户尝试更复杂任务（如“创建”层级工作占比50%），这对中文知识工作者意味着：Agent可能改变工作习惯，从“搜索+手动执行”转向“委托+审核”，但需注意数据安全——国内用户使用海外Agent时需关注数据出境合规。

几条值得记住的细节

时间对比：Computer每次会话自主工作26分钟，Search仅33秒，差距48倍。中位数分别为9分钟和14秒。
成本节省：匹配任务上，Computer+Human比Search+Human节省87%时间和94%成本。
质量提升：Computer的“有意义不满意率”为1.3%，比Search的2.9%低55%。
任务扩展：Computer查询中76%涉及高阶认知（Bloom分类），Search为55%；跨职业查询比例59% vs 50%。
新任务探索：23%的Computer查询涉及用户从未在Search中尝试过的任务。

一句话总结

AI Agent不是更快版的搜索，而是让你做更复杂、更跨界的事，但国内用户需注意网络和合规门槛。