Perplexity 将 Deep Research 整合进 Computer 系统，跨 20+ 前沿模型路由研究子任务，生成报告、演示文稿和仪表板

一句话看懂

Perplexity 将 Deep Research 嵌入 Computer 系统，利用 20+ 模型协同完成复杂研究，输出可直接使用的报告、幻灯片和仪表板。

详细发生了什么

Perplexity 宣布将 Deep Research 功能整合到其多模型编排系统 Computer 中。Computer 于 2026 年 2 月底推出，是一个云端系统，可协调最多 20 个 AI 模型协同工作。核心推理引擎是 Opus 4.6，子代理负责专业任务，例如 Gemini 处理深度研究。

新 Deep Research 的核心是“搜索即代码”（Search as Code）：模型会编写代码来构建搜索流程，在沙盒中并行执行数千次检索步骤，并根据问题动态调整。这与传统固定流水线不同，能实现分支、比较和细化。该功能通过 Computer 和 Agent API 提供，开发者可使用预设的 deep-research 模式。

性能提升显著：在 BrowseComp 基准（测试代理浏览能力）上，准确率从 40.7% 跃升至 83.8%；在 Humanity’s Last Exam（涵盖多学科专家问题）上，从 36.4% 提升至 50.5%。DeepSearchQA 也有小幅提升。

用户可上传 PDF 或电子表格作为内部上下文，系统会将其与实时网络数据（如 Statista、PitchBook）交叉引用。最终输出可以是报告、简报、演示文稿或实时电子表格，所有更改均需用户确认。

中文圈视角

对中文用户来说，Perplexity 的这次升级有几点值得关注：

1. 可用性与平替：Perplexity 在国内可直接访问，但速度可能受网络影响。Deep Research 功能仅限 Perplexity Max 订阅用户（$20/月），价格较高。国内替代方案包括 Kimi 的深度搜索、DeepSeek 的联网搜索，以及百度文心一言的“深度问答”模式，但它们在多模型编排和“搜索即代码”能力上尚未达到同等水平。

2. 场景适用性：对于需要大量跨源调研的用户（如金融分析师、法律顾问、学术研究者），该功能能显著提升效率。但中文资料覆盖度存疑——Perplexity 的 premium 数据源（PitchBook、CB Insights）以英文为主，中文数据源（如企查查、知网）可能缺失。用户需自行验证中文场景的准确性。

3. 合规风险：数据出境是敏感问题。Perplexity 的云端处理意味着用户上传的文件（如内部 PDF）会传输至境外服务器。对于涉及商业机密或个人信息的场景，国内用户需谨慎评估合规性。

4. 开发者机会：Agent API 的 deep-research 预设为国内开发者提供了可编程的搜索能力。但 API 调用需海外支付方式，且延迟可能较高。国内类似服务如 ModelScope 的 Agent 框架或百度千帆的 API，在中文搜索和合规方面更有优势。

几条值得记住的细节

• BrowseComp 准确率从 40.7% 提升至 83.8%，是最大单项提升。
• 系统支持上传 PDF、电子表格等文件，与实时网络数据交叉引用。
• 输出格式包括报告、演示文稿、仪表板和实时电子表格。
• 开发者可通过 Agent API 使用相同能力，预设为 deep-research。
• 法律数据源目前处于预览阶段，覆盖范围有限。

一句话总结

Perplexity 让 AI 研究从“搜资料”进化到“写代码搜资料”，但中文用户需权衡成本、数据源覆盖和合规风险。