AI應用千千萬，到底哪些才真正值得你花錢花時間？
對於這個問題，埃森哲人工智慧高級顧問、《哈佛商業評論》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Google搜尋。」
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尋引擎的功能，使用者可以直接用自然語言提問， Perplexity會快速從各種來源篩選資訊並進行總結，以對話方式提供準確、直接的答案，同時包含完整連結，並引導進入更深層的探索。
上線一年，Perplexity以絕佳的產品體驗和準確的知識獲取積累了比Google Bard 和 Bing Chat更優的使用者口碑，被a16z列入GenAI網頁類產品Top10。目前已經有1000萬月活使用者，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，團隊在社群網路宣佈完成由IVP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Twitter副總裁Elad Gil、前GitHub 執行長 Nat Friedman等。連晶片巨頭英偉達和亞馬遜創始人傑夫·貝佐斯也被吸引掏錢入股。
Nat Friedman隨即轉發表示支持：「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行力和出色的品味。」
使用者們是這樣花式誇讚的：
「祝賀你們，實至名歸！我幾乎從第一天開始就一直使用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Google的依賴
– 學會了如何與AI（GPT-4）交流，以它真正需要的方式。」
「使用Perplexity搜尋健身知識，真的是獲取最佳資訊的唯一方式，無需打開一堆連結和閱讀文章。比Google好太多了！」
「Perplexity的迅速崛起令人難以置信，對我而言它已經在許多用例上不斷取代Google和ChatGPT。」
「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慧公司。模型只是基礎，真正的價值在於其他一切。」
成立不到兩年，員工不足40人，辦公室位於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，它到底牛在哪裡？AI公司遍地開花，它怎麼就能從搜尋引擎賽道殺出一片天？
AI驅動下資訊發現和滿足好奇心的「瑞士軍刀」
打開Perplexity頁面，整體佈局十分簡單：左側欄分別是主頁「Home」、展示熱門搜尋結果的「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方塊。
打眼一看，好像跟ChatGPT和Bard沒太大區別？別急，這個小對話方塊左下角的「Focus」就是第一個亮點。
點開它你會看到若干功能選項：除了全網搜尋，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發現和觀看視訊，特別引用計算知識引擎Wolfram Alpha，也可以只單純生成文字聊天。
使用者通過自定義搜尋範圍，可以避免在無用資訊裡大海撈針，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。
對話方塊裡的「Copilot」開關，是Perplexity今年5月新推出的研究助手功能。打開後會根據使用者的輸入提供個性化建議、最佳化搜尋結果、提供進一步指導來增強互動體驗。
這項功能原本由GPT-4驅動，8月份最佳化後默認採用微調過的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。
作為傳統索引與大模型的推理和文字轉換能力相結合的產物，Perplexity的工作原理是：當使用者輸入一個查詢時，它會理解並重新構建這個查詢，從實時索引中提取出相關連結。然後，Perplexity將回答使用者查詢的任務交給LLM，要求它閱讀所有連結，並從每個連結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。
不同於其它生成式聊天機器人僅一段文字的回答，Perplexity 的搜尋結果中包括以下幾個部分：
「Sources」 – 羅列出答案引用的所有來源，支持點選連結。
「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 商店的前因後果和最新資訊。
「Related」 – 回答完成後，Perplexity還會緊跟著提供幾個你可能感興趣的相關問題，可以直接點選追問，也可以繼續文字提交。比如下圖中建議的就是「GPT store是什麼和怎麼工作」、「我如何創建和分享自己的GPT」、「在GPT store使用GPT有什麼好處」。
並且篩選出網路上的相關配圖和視訊，供使用者直接點選觀看。
作為一名需要緊跟時事的科技記者，我也曾迷失在數不清的窗口和網頁中，逐個反覆打開查找資訊的過程時常心力交瘁。Perplexity強大、快捷、人性化的一站式搜尋體驗推背感極強，對收集資料來說簡直不要太友好。
另外，紐約時報曾在對OpenAI的侵權訴狀裡嚴厲聲討ChatGPT來源顯示不清晰的問題。Perplexity這幾乎要懟到臉上的原文連結完美避雷，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如何：幫忙找郵編95133附近最實惠的列印店。Perplexity的copilot功能啟動，詢問需要的列印類型，選擇「彩印」、「海報」。
隨後Perplexity提供了20個引用來源並篩選出6家門店。每家都儘可能附帶了官網、地址和業務範圍。
同樣的問題去Google搜尋，結果不出所料前4個都是廣告贊助。而後是Google地圖、Yelp排名、某個列印店官網、reddit論壇等等各種類型大雜燴，從Perplexity直觀準確的界面過來，確實有些雲裡霧裡，需要花很長時間去甄別有效資訊。
Twitter網友@Ebastos說，自己現在70%-80%的搜尋都靠Perplexity完成。也有不少人表示已經逐步完成首選搜尋引擎從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，便於歸納或與他人分享。使用者還可以在設置裡輸入個人簡介、像是身份、職業和喜好，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。但如果你願意每月花20美元訂閱成為pro使用者，就可以自行切換大模型，除了快速搜尋默認的GPT-3.5，還有Perplexity自己微調的開源模型、GoogleGemini Pro、Anthropic Claude 2.1和GPT-4可供選擇，並解鎖包括圖像生成、無限使用Copilot以及檔案上傳等功能。
不過你可能要問了， Chatbot那麼多，Perplexity與巨頭們相比又強在哪兒呢？
首先它最大的優勢，在於將對話能力與強大搜尋引擎的準確性相結合。
例如，當使用者詢問關於可再生能源的最新發展時，Perplexity不僅返回連結或資訊片段，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，並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資料來源連結，因此也最不容易產生大模型幻覺。
其次就是專一性。
Perplexity創始人之一的Aravind Srinivas認為，Bing試圖將多種功能集成到一個產品中，導致使用者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，可能在一個外掛或一個特定功能上輸給了專注於完美實現那個功能的公司。
「相比之下，我們只專注於創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建出一個實用且清晰定位的產品。」
在他看來，Google也面臨著一個困境，因為改進生成式搜尋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Google競爭是完全可行的。」
昔日佩奇粉絲，今日要取代Google
這位志在必得的創始人Aravind Srinivas同時也是Perplexity AI的執行長。
2017年他從印度理工學院畢業，考入加州大學柏克萊分校攻讀博士學位，對深度強化學習深深著迷。在倫敦DeepMind實習期間，Srinivas讀到一些關於Google早期日子的書，並受到了拉里和謝爾蓋的很大啟發。他被PageRank演算法演變以及創造出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，後來又在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創業公司開始產生實際收入，Github啟動付費功能後，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「到了創辦一家公司的正確時刻」。
Srinivas於是和矽谷知名天使投資人Elad Gill、GitHub前CEO Nat Friedman等一些人取得聯繫，並告知了創業想法。又找到Denis Yarats、Johnny Ho和Andy Konwinski三位聯合創始人，Perplexity AI由此誕生。
其中，Denis Yarats是Perplexity技術長，曾在Meta AI擔任研究科學家。Johnny Ho任首席戰略官，負責排名和後臺系統開發。Andy Konwinski同時也是另一家熱門科技公司Databricks的聯合創始人。
Photographs by Carolyn Fong for The Wall Street Journal
Srinivas 說，自己是拉里·佩奇和Google的忠實粉絲：「我一直有做一些與Google同樣規模和雄心的事情的衝動。精確、真實、有學術性；隨手可得的答案並能回憶起來源：這些是我重視並努力體現的事情。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品對我來說具有深遠的個人意義。」
過去二十多年來，Google和必應這些搜尋引擎主導者讓人們習慣了使用關鍵詞來搜尋網路。使用者需要通過返回的連結找到需要的資訊。而隨著時間的推移，那些標誌性的「10個藍色連結」越來越多地被廣告和演算法最佳化的內容所掩埋，傳統搜尋網站變得更像是競價市場，搜尋結果不再如最初那樣真實可信賴。
幸運的是，LLM的出現改變了我們與全球資訊網互動的方式。像Perplexity這樣由大語言模型驅動的答案引擎將使用者而非廣告商放在其核心。使用者不必再輸入關鍵字、瀏覽成堆的網站連結，無休止地挖掘資訊。而是直接提問就能收到簡潔、準確的答案，並由一組精確的來源支持，杜絕了虛假資訊和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尋引擎最佳化和網路廣告動態。廣告商也許會更專注於在網站上儘可能準確地描述產品，以便大模型認為它值得引用——不是去最佳化點選量，而是最佳化高質量內容。
Perplexity的成立是基於這樣一個信念：搜尋資訊應該是一種直接、高效的體驗，不受廣告驅動模型的影響。「我們之所以存在，是因為在資訊過載的噪音中，明確需要一個平臺來提供精準、以使用者為中心的答案，尤其在時間如此寶貴的時代。」
而對於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Google仍感到滿意，他們的流量並沒有實質性的變化。不過，就像Google和Facebook改變了人們獲取新聞的方式一樣，遠離傳統搜尋引擎的轉變最終會發生。」
獲得B輪融資後，Aravind Srinivas寫了一封公開信。信中他說道：「Perplexity正在努力將人工智慧的力量帶給數十億人。我們的雄心是服務於整個星球無限的好奇心，而我們才剛剛開始。」
歡迎加入這個星球，見證矽基時代發展↓
點個「」，再走吧👀