Perplexity meluncurkan Search as Code: agen cerdas terhubung langsung ke pencarian melalui kode Python

2026-06-02 10:18:47

Menurut pemantauan Beating, Perplexity mengumumkan peluncuran secara menyeluruh arsitektur pencarian baru Search as Code (SaC) di API Agen Perplexity dan produk Computer yang dikembangkan sendiri. Arsitektur baru ini menghilangkan pola siklus serial yang bergantung pada inferensi multi-putaran untuk pemanggilan fungsi atau penggunaan alat MCP pada agen tradisional, dan beralih ke agen yang langsung menghasilkan kode Python, memanggil modul rekruitmen terstruktur yang disediakan oleh SDK Agentic Search, dalam satu siklus inferensi secara paralel menjalankan ribuan pencarian dan operasi pemrosesan.

Pemanggilan alat tradisional menghadapi tantangan latensi tinggi, kendala alur kontrol, dan kontaminasi konteks. SaC memungkinkan model besar menjalankan kode Python dalam sandbox komputasi aman, secara dinamis mengatur query paralel, deduplikasi, penyaringan, penggabungan, dan pengaturan ulang. Untuk mengatasi masalah transfer status tengah antar siklus inferensi, tim menggunakan solusi serialisasi eksplisit (serde) dengan sistem file persisten, yang lebih andal dibandingkan mode REPL dalam tugas trajektori panjang. Selain itu, tim pengembang memperkenalkan paket prompt khusus Agent Skills yang berisi 2000 token, untuk membimbing model besar mengatur tugas pencarian yang kompleks secara efisien.

Dalam berbagai pengujian benchmark pencarian, arsitektur SaC menunjukkan performa yang sangat baik. Dalam pengujian benchmark WANDR yang dikembangkan sendiri untuk mengukur pencarian luas profesional, skor SaC mencapai 0,386, meningkat 2,5 kali lipat dibandingkan sistem Anthropic yang berada di posisi kedua (0,152), dan meningkat 45% dibandingkan baseline non-SaC. Dalam pengujian kasus nyata untuk 200 kerentanan CVE berisiko tinggi, SaC mencapai tingkat akurasi 100%, dan mengurangi konsumsi token sebesar 85,1% dibandingkan baseline tradisional. Dalam pengujian DSQA, SaC meraih skor tinggi 0,871 sekaligus menurunkan biaya per tugas di tingkat inferensi sedang menjadi di bawah 1 dolar.

Penafian: Informasi di halaman ini mungkin berasal dari sumber pihak ketiga dan hanya untuk referensi. Ini tidak mewakili pandangan atau pendapat Gate dan bukan merupakan nasihat keuangan, investasi, atau hukum. Perdagangan aset virtual melibatkan risiko tinggi. Mohon jangan hanya mengandalkan informasi di halaman ini saat membuat keputusan. Untuk detailnya, lihat Penafian.

Komentar

0/400

GateUser-cbb8cdf5

· 7jam yang lalu

Akhirnya ada yang ingin memahami, jangan terus-menerus membiarkan model melakukan pengujian bolak-balik, langsung hasilkan logika pencarian secara langsung, berapa banyak latency yang bisa dipangkas?

Lihat AsliBalas0

CandleSitter

· 20jam yang lalu

动察这个信源挺准的，Perplexity 最近动作确实大

Balas0

0xLateAgain

· 20jam yang lalu

Alat MCP tradisional memang terlalu banyak komunikasi, arsitektur baru terdengar seperti optimisasi saat kompilasi

Lihat AsliBalas0

Glass-HeartMarketMaker

· 20jam yang lalu

Search as Code apakah akan menjadi standar industri yang baru? Apakah OpenAI akan mengikuti atau tidak

Lihat AsliBalas0

YieldCartographer

· 21jam yang lalu

Bagian terakhir dari yang dihasilkan terputus, apakah teks aslinya terpotong?

Lihat AsliBalas0

雾里看TVL

· 21jam yang lalu

Perplexity ini akan mendefinisikan ulang pipeline RAG, tidak lagi bermain retrieve-then-generate

Lihat AsliBalas0

MinersUnderTheNeonBridge

· 21jam yang lalu

Mengubah dari serial menjadi paralel, para penggemar latensi akan sangat senang, tetapi bagaimana dengan trade-off akurasi?

Lihat AsliBalas0

0xLateDinner

· 21jam yang lalu

Produk Computer buatan sendiri diluncurkan ke SaC, membentuk siklus tertutup, mencakup dari API hingga terminal secara lengkap

Lihat AsliBalas0

GateUser-72e48736

· 21jam yang lalu

Rasanya arah ini benar, agen semakin mirip manusia semakin lambat, semakin mirip program semakin cepat

Lihat AsliBalas0

YieldYogi

· 21jam yang lalu

Langsung menghasilkan logika pencarian, lalu bagaimana melakukan penelusuran kesalahan? Atau benar-benar mengabaikan koreksi diri saja

Lihat AsliBalas0

Lihat Lebih Banyak