🆕
Perplexity CEO 谈 AI 搜索的未来

📺

摘录节选（有删减）by

我认为Perplexity是一个知识发现引擎，而不是一个传统的搜索引擎。我们称它为答案引擎，这里的一切都很重要。​

得到答案后，旅程并没有结束。

在我看来，得到答案后旅程才刚刚开始。你会在页面底部看到相关问题和推荐问题。这是为什么呢？ 因为也许答案还不够好，或者答案很好，但你可能想深入挖掘更多内容。这就是为什么在搜索栏中我们写“知识开始的地方”，因为知识没有尽头。 你只能不断扩展和增长。​

这就像David Dosh在《无限的开始》一书中提到的理念。你总是在追求新的知识。所以我把这看作是一种发现的过程。​

它将Perplexity与传统搜索引擎（如Google）进行了比较。Google提供网站链接列表，而Perplexity专注于提供直接答案并综合各类来源的信息。​

在用户体验和技术方法方面，Perplexity采用了类似Wikipedia的AI响应。这点做得非常好。​

你只需寻找解释，然后你会发现新的现象，或者你会在已有知识的基础上获得更深的理解。 我非常喜欢专业搜索所采取的步骤。比较Perplexity和Google在日常搜索中的表现。第二步，评估Perplexity的优缺点。评估Google的优缺点。这像是一个完整的程序。​

虽然Perplexity AI令人印象深刻，但还不能完全取代Google进行日常搜索。以下是基于提供的资源的关键点。​

Perplexity AI的优势在于直接答案、AI驱动的总结、专注搜索和用户体验。我们可以深入探讨这些细节。​

Perplexity AI的劣势在于准确性和速度。有趣的是，我不确定这是否准确。​

Google比Perplexity更快，因为它即时呈现链接。

Google的延迟很短。 是的，你会在300到400毫秒内得到结果。而在这里，延迟大约是1000毫秒，对吧？​

对于简单的导航查询，比如找到一个特定的网站，Google更有效和可靠。如果你只是想直接到达某个网站。 是的，你只想去kayak网站，填表格，或者支付信用卡账单。​

在提供实时信息方面，比如体育比分，Google表现出色。

虽然我认为Perplexity也在尝试集成实时信息，比如优先考虑最新信息，但这需要大量工作来实现。​

Google以很酷的小部件形式呈现这些信息。我认为这是与仅构建另一个聊天机器人完全不同的问题。​

信息需要良好呈现，还要考虑用户的意图。例如，如果你询问股票价格，你可能会对历史股票价格感兴趣，尽管你没有特别提出。​

你可能也会对当天的价格感兴趣。这些都是需要为每个查询设计自定义用户界面的内容。这也是为什么我认为这是一个难题。​

不仅仅是下一代模型能够解决上一代模型的问题。下一代模型会更聪明。​

你可以做很多令人惊叹的事情，比如规划，分解查询，收集信息，整合各类来源，使用不同工具，等等。 你可以不断回答更难的问题，​

但在产品层面还有很多工作要做，如何将信息最好地呈现给用户，如何从用户真正的需求倒推，预测用户可能会需要什么，并在他们提出之前提供给他们。 ​

但我不确定这有多少是设计特定问题自定义用户界面的UI问题。我认为最终，如果提供的原始内容和文本内容足够有力，Wikipedia风格的UI已经足够好。 ​

有多少可以通过记忆和个性化来增强？很多，绝对很多。

个性化方面，有一个80-20原则。 80-20原则可以通过你的地理位置、性别、你常访问的网站和兴趣主题来实现。这些已经可以提供很好的个性化体验。​

它不必具有无限的记忆和上下文窗口，也不需要访问你做过的每一项活动。这是过度的。 是的，大多数时候，人类是习惯的生物，我们通常做同样的事情。​

就像最重要的特征向量。就像最重要的特征值。

😄 谢谢你把人类简化为最重要的特征向量。对我来说，通常我会查看天气，如果我要去跑步。所以系统知道跑步是我的一个活动是很重要的。​

让我放大一下视角，再次问一个类似的问题，Perplexity能否在搜索中击败Google或Bing？​

我们不需要击败他们，也不需要与他们对抗。

仅仅是做一个比Google更好的传统搜索引擎是很难真正有所作为的，因为他们在这个领域已经有20年的经验。​

所以颠覆来自重新思考整个用户界面本身。

为什么链接需要占据搜索引擎界面的主要位置？我们可以改变这种思维。​

事实上，当我们第一次推出Perplexity时，有一个关于是否应该仍然显示链接作为侧面板的辩论。​

因为可能会有答案不够好的情况，或者AI产生错误答案的情况，对吧？所以人们说，你仍然需要显示链接，以便人们可以点击并阅读。​

我说，不。 然后有人说，那你就会有错误的答案，有时答案甚至不是正确的用户界面。我可能想探索。可以，那没关系。你仍然可以去Google做这件事。 ​