Perplexity 大升級！Deep Research 導入「程式碼驅動搜尋」，串聯 20 款 AI 模型自動產出報表
編輯核心觀點
- ✦Perplexity 將深度研究功能整合進 Computer 系統，透過多模型協作與程式碼驅動搜尋，大幅提升分析深度與準確度。
- ✦系統能自動規劃研究路徑，並將複雜問題拆解為子任務，分派給超過 20 款前沿模型執行。
- ✦除了網頁資訊，該功能支援讀取使用者上傳的 PDF 或試算表，並能直接產出簡報、儀表板與即時更新的試算表。
從單一搜尋到自動化研究：Perplexity Computer 的進化
Perplexity 近期宣布將其「深度研究（Deep Research）」功能正式整合至 2025 年 2 月底推出的雲端協作系統「Computer」中。這項升級的核心在於多模型協作架構，系統不再依賴單一模型，而是透過「程式碼驅動搜尋（Search as Code）」技術，將複雜的提問自動拆解為多項子任務，並分派給超過 20 款前沿模型進行處理，以 Opus 4.6 作為核心推理引擎。
「程式碼驅動搜尋」如何運作？
與傳統固定式的搜尋流程不同，Perplexity 的新系統會根據使用者的問題自動撰寫搜尋程式碼。該程式碼會在沙盒環境中運行，並呼叫「代理搜尋軟體開發套件（Agent Search SDK）」，執行數千次並行的檢索步驟。系統具備過濾、去重與重新排序等能力，能根據學習到的資訊即時分支、比較並精煉搜尋結果。
效能實測：代理瀏覽能力大幅躍升
根據 Perplexity 公布的內部基準測試數據，Deep Research 在 Computer 系統下的表現顯著優於舊版，尤其在需要瀏覽大量頁面的任務中表現突出：
在 BrowseComp 測試中，系統的準確度從 40.7% 提升至 83.8%；在 Humanity’s Last Exam 測試中，準確度則從 36.4% 提升至 50.5%。
應用場景與開發者支援
該功能目前已開放 Perplexity Max 用戶使用，並提供多種預設任務模組，包括：
- 金融分析：比較主要 AI 晶片公司過去五年的現金流與利潤率。
- 法律研究：將美國與歐洲的數據隱私法規差異整理為比較表。
- 醫療研究：綜合臨床試驗證據，評估減肥藥物對心臟健康的影響。
- 技術評測：針對主流模型的推理能力、成本與上下文長度進行基準測試。
開發者同樣能透過「代理 API（Agent API）」存取此技術堆疊。系統不僅能讀取即時網頁資訊，還能整合使用者上傳的 PDF 或試算表檔案，並交叉比對 PitchBook、CB Insights 等專業數據源。產出結果可直接轉換為簡報、報告或即時更新的試算表，且系統會在執行變更前提供預覽供使用者確認。
限制與注意事項
儘管功能強大，Perplexity 指出目前的基準測試數據均為內部評估，仍需外部驗證。此外，Deep Research 功能目前僅限於 Max 付費方案，部分專業數據源（如法律數據）仍處於預覽階段。由於 AI 產出的內容仍可能出現錯誤，即便系統提供引用來源，最終產出仍需經過人工審核。
