黃仁勛每天都用的AI工具，要搶金融行業飯碗了？

作者 ｜ 木子、允毅

人工智能的海嘯，可能要席卷金融行業了。

事情是這樣的：

今天，AI 獨角獸 Perplexity 扔出一個新東西：Perplexity Computer，一個可以直接操控電腦的通用 AI 系統。官方號稱它可以從研究、設計、寫代碼，到部署、管理，一個項目全流程跑完。

一位做投資管理的網友，上手玩了玩這個新“電腦”，結果幾輪操作下來，竟然搓出一個簡易版的彭博終端（Bloomberg Terminal)。

這一下，評論區直接炸了。

因為這個彭博終端，可是金融行業的“專業版信息操作系統”，連華爾街都在用。不過這種專業的金融工具價格非常昂貴，一年的訂閱費要 2.4 萬美元起，約合人民幣 16 萬元。

而 Perplexity Computer 這邊，只需訂閱 Perplexity Max，一年 2000 美元。價格大約是彭博終端年費的1/12。

雖然這個用 Perplexity Computer 做的簡易版，離彭博終端還有明顯差距，但那種集中式金融工作臺的感覺已經出來了。

還有不少網友本來不相信，結果都成功復現了。

另辟 AI Agent 蹊徑

不難看出，Perplexity Computer 也是一種 AI Agent 的衍生應用。更準確說，它是一個云端多 Agent 編排系統（meta-agent system）。

現在的 Agent，有的在爭入口，比如 OpenClaw；有的則往企業協作場景延伸，比如 Claude Cowork。

現在 Perplexity Computer 橫空出世，即沒有既搶注桌面控制，也不只做企業協作。網友放圖銳評：

那 Perplexity Compu.ter 有什么特別之處，或者說，它憑什么看起來這么猛？

一個關鍵因素，不是模型本身，而是它的調度能力。它把 19 個頂尖模型全都塞進同一套系統里，讓它們分工干活。

核心推理用Claude Opus 4.6，當“大腦”。

但具體干活的時候，它會按任務換“人”：比如，做深度研究、拆分子任務，用 Gemini；生成圖片，用 Nano Banana；做視頻，用 Veo 3.1；追求速度的小任務丟給 Grok；需要長上下文、跨大量信息檢索的時候，用 ChatGPT5.2。

總而言之，它的重點在于多模型的“編排”。把不同模型組織起來，自動拆任務，能夠自動生成子 agent 然后自動分配，把一整套復雜流程跑完。

除了前文提到的測評案例，還有人用 Perplexity Computer 為自己的論文做圖然后表示，效果真不賴。

不過在一片褒獎聲中，也有人指出，這玩意和Manus雷同。

聚光燈下的黑馬之路

Perplexity 不是第一次炸網了。

作為硅谷最炙手可熱的 AI 初創公司之一，Perplexity 從誕生起就自帶“黑馬體質”。

2022 年 8 月，Perplexity 在舊金山成立。隨后這家初創公司憑借差異化打法，迎來爆發式增長：月活躍用戶（MAU）突破千萬，每月處理上億次查詢。

截止 2025 年底，四年時間，估值已達 200 億美元，憑著差異化打法，打破谷歌在搜索領域“一言堂”的局面。

它也收獲了科技圈大佬的青睞。英偉達、亞馬遜創始人貝索斯紛紛入局投資，Andrej Karpathy、Garry Tan 等硅谷知名投資人也加入其“投資天團”。連足球巨星克里斯蒂亞諾·羅納爾多都參與進來。

其中，英偉達的支持尤為高調。2024 年 1 月，英偉達正式參與 Perplexity 7360 萬美元的 B 輪融資，黃仁勛更是在《WIRED》采訪中直言，自己“幾乎每天都用 Perplexity”，尤其偏愛用它查閱專業領域資料?？梢哉f得到了大佬的背書。

Perplexity 之所以敢這么玩，和它的創始團隊有關。

創始人 Aravind Srinivas，師從強化學習大牛 Pieter Abbeel，后來在 OpenAI 做核心語言模型研究。

聯合創始人兼 CTO Denis Yarats 則來自 Meta，是 Yann LeCun 的學生。

兩個人背景都很硬，但更關鍵的是，他們對“搜索”都有同一個不滿：谷歌越來越像廣告位，而不是答案。Aravind 在讀博時就想做一個真正能給出直接結論的“研究助理”。巧的是，Denis 也在研究類似方向，甚至論文思路都高度相似。

GPT-3.5 發布（2022 年 11 月 30 日）一周后，他們直接下場，把這個想法變成了 Perplexity。

Perplexity 可以說完成了對“搜索”的重新定義。不同于谷歌的“鏈接聚合”模式，Perplexity 推出的“答案引擎”（Answer Engine），核心依托 RAG（檢索增強生成）技術，能實時抓取網頁信息、整合分析，最終給用戶呈現帶引用來源的完整答案。

這正是它與純大模型對話工具的核心區別，也精準擊中了現代人“信息過載卻難以快速獲取有效內容”的痛點，被不少用戶稱為“信息降級綜合征”的解藥。

Perplexity 最出圈的高光時刻，是在 2024 年 11 月的谷歌反壟斷案期間。

當時它公開表態：如果監管要求谷歌出售 Chrome，自己有興趣收購。

此話一出，全場嘩然。

Chrome 的估值大概在 150 億到 200 億美元，甚至更高；而那時的 Perplexity 估值只有 90 億美元，成立還不到兩年。

一家初創公司，竟敢公開對谷歌的核心資產放話——不管能不能成，姿態已經擺明：它不只想做個 AI 搜索工具，它想進主場。

在創始人 Aravind 看來，一旦將 Chrome 收入囊中，Perplexity 便能將其徹底重塑，打造成下一代 AI 原生瀏覽器，讓搜索與瀏覽體驗深度融合，進一步鞏固自身的差異化優勢。

目前 Perplexity 團隊規模僅 150-200 人左右，絕大多數是頂級 AI 研究員、全棧工程師和增長黑客，就是這樣一支相當于谷歌千分之一人力（谷歌全球員工約 18 萬人）的小團隊，不僅做出了年營收 5000 萬美元的成績，更憑借顛覆性的產品體驗，從谷歌手中切走了一部分高凈值搜索流量，成為硅谷“AI 時代超級小團隊”的標桿。

但對 Perplexity 而言，這 5000 萬美元不過是“顛覆谷歌”野心的起點，僅僅是吹響進攻號角的“第一滴血”。

不過風光背后，Perplexity 的日子并不輕松，一系列挑戰正接踵而至。

首先是商業化的困境：錢從哪來？

Perplexity 現在主要靠訂閱。可 AI 搜索的成本遠高于傳統搜索——一次普通的谷歌查詢成本可能只是幾美分，而 Perplexity 每次都要跑 RAG、解析網頁、調用大模型生成答案，背后燒的是真金白銀的 GPU。

20 美元一個月的訂閱費，很難撐起大規模用戶的算力消耗，它必須找到更硬的變現方式。

Aravind 曾說過，不想走谷歌那套廣告老路，想探索“為準確引用付費”或企業級資料庫搜索。但廣告試水并不順利，版權爭議一上來，贊助問答、品牌視頻這些嘗試很快收縮，最后還是回到訂閱模式。

版權問題更是長期陰影。Perplexity 的答案建立在全網抓取之上，這天然會碰到媒體的利益邊界，訴訟壓力始終存在——“顛覆谷歌廣告模式”的理想，落地并不輕松。

還有一個更深層的隱患：它沒有自己的基礎模型。

Perplexity 的強項在產品和整合能力，但底層模型依賴 OpenAI、Anthropic 等巨頭。當 Claude、GPT 本身越來越強，聯網搜索、長文本總結越來越成熟時，很多人開始問：如果模型原生就能做這些，我為什么還要單獨用 Perplexity？

與此同時，Anthropic 等廠商強勢推進自己的生態，流量和關注度都在被分流。

所以 Perplexity 最近把重心壓到了 Agent 上——從“給你答案”升級為“替你辦事”。如果它能掌握交易和執行環節，就有機會從中抽傭，把商業模式從單純訂閱，拉到更有想象力的層級。

不過，這條路同樣燒錢，也同樣激烈。

https://x.com/perplexity_ai/status/2026695550771540489

https://www.perplexity.ai/mk/hub/blog/introducing-perplexity-computer

https://x.com/hamptonism/status/2026778742094442959

會議推薦

InfoQ 2026 全年會議規劃已上線！從 AI Infra 到 Agentic AI，從 AI 工程化到產業落地，從技術前沿到行業應用，全面覆蓋 AI 與軟件開發核心賽道！集結全球技術先鋒，拆解真實生產案例、深挖技術與產業落地痛點，探索前沿領域、聚焦產業賦能，獲取實戰落地方案與前瞻產業洞察，高效實現技術價值轉化。把握行業變革關鍵節點，搶占 2026 智能升級發展先機！

今日薦文

你也「在看」嗎？