Perplexity 与 AI 搜索引擎

AI 搜索引擎把”搜索”从”给链接”变成了”给答案”——用户提问，系统检索网页、提取正文、用 LLM（大语言模型，即 GPT、Claude 这类基于 Transformer 架构、在海量文本上预训练的超大规模神经网络）综合出一段带引用的回答。Perplexity 是这一品类的标杆产品，2022 年 12 月上线，截至 2025 年 5 月已月均处理 7.8 亿次查询（CEO Aravind Srinivas 在 Bloomberg Tech Summit 上披露），2025 年 9 月估值达 200 亿美元。本页拆解其完整技术管线、商业模式与产品设计，并与 New Bing（Copilot）、You.com、夸克 AI 搜索对比。前置阅读：AI 搜索概述、检索增强生成 RAG、重排序。

核心直觉

想象你在图书馆查一个问题——

传统搜索引擎（Google/Bing）= 图书馆索引柜：你输入关键词，它给你一堆书名和页码（链接），你自己翻开书找答案。遇到需要综合 5 本书的问题，你得逐本读、自己做笔记。
AI 搜索引擎 = 一个读过所有书的助手：你提问，它自己去书架上翻书、快速浏览、挑出最相关的几段，然后用自己的话总结成一段回答，每句话都标注”这段来自哪本书第几页”。

关键差异在于”综合”这一步：传统搜索返回的是文档列表（10 条蓝色链接），AI 搜索返回的是一段合成文本——交叉引用多个来源、消解矛盾、给出直接答案，并附引用让用户可验证。本质上它是一条检索增强生成（RAG，Retrieval-Augmented Generation）管线——即先从外部知识源检索相关文档，再把检索结果拼入 LLM 的上下文窗口（context window，模型一次能处理的 token 数量上限），让模型基于检索到的资料生成回答，从而减少”幻觉”（hallucination，模型编造虚假事实的倾向）。与普通 RAG 的区别在于：AI 搜索的检索源是实时网页而非私有知识库（详见检索增强生成 RAG）。

Perplexity 公司与产品演进

发展历程

Perplexity AI 由 Aravind Srinivas（曾在 OpenAI、Google DeepMind 从事 AI 研究）、Denis Yarats、Johnny Ho 和 Andy Konwinski 于 2022 年 8 月创立，总部位于旧金山。2022 年 12 月 7 日正式上线搜索引擎。投资人包括 Jeff Bezos、Nvidia、Databricks 等。

关键里程碑：

时间	事件
2022.12	Perplexity 搜索引擎正式上线
2023.02	月独立访客突破 200 万
2024.04	融资 1.65 亿美元，估值超 10 亿美元（独角兽）
2024.07	推出 Publisher Program，与内容出版商分享广告收入
2024.10	推出实时金融数据功能（股价追踪、财报分析）
2024.11	上线 Shopping Hub 购物推荐平台
2025.01	推出 Perplexity Assistant（多模态 AI 助手，支持 Android）
2025.02	发布自研模型 Sonar（基于 Llama 3.3）和开源 R1 1776（基于 DeepSeek R1）
2025.05	月查询量达 7.8 亿次，月环比增长超 20%
2025.06	完成 5 亿美元融资，估值 140 亿美元
2025.07	推出 Comet 浏览器（基于 Chromium，内置 AI Agent 能力）
2025.08	提出 345 亿美元收购 Google Chrome 的方案
2025.09	估值达 200 亿美元
2025.10	Comet 浏览器免费向所有用户开放
2025.12	C 罗（Cristiano Ronaldo）入股并达成全球品牌合作
2026.01	与 Microsoft Azure 签署 3 年 7.5 亿美元协议，锁定 GPU 算力
2026.02	放弃 AI 广告策略，全面转向订阅优先模式；估值升至 212 亿美元

产品矩阵

截至 2026 年初，Perplexity 已从单一搜索引擎扩展为多产品矩阵：

Perplexity Search：核心 AI 搜索引擎，网页版免费免注册使用（freemium 模式）。
Perplexity Pro / Enterprise Pro：付费订阅，提供更强的模型选择（GPT-5.4、Claude 4.6、Gemini 3.1 Pro 等）、文件上传搜索（Excel/Word/PDF 等，企业版可索引 500 份文件）、API 访问等。
Perplexity Assistant（2025 年 1 月）：多模态 AI 助手，可跨 App 执行任务（叫车、搜歌等），支持手机摄像头实时识别周围环境，维持跨动作上下文。
Comet 浏览器（2025 年 7 月）：基于 Chromium 的 AI 浏览器，深度集成 Perplexity 搜索引擎，内置 Agent 能力——可自动生成文章摘要、描述图片、执行研究任务、撰写邮件等。2025 年 10 月免费开放。
Sonar API（2025 年 9 月）：面向 AI 开发者的搜索 API 服务，提供 SDK 和开源评估框架 search_evals。
Internal Knowledge Search：Pro/Enterprise Pro 用户可同时搜索网页和内部文档。

技术架构拆解

AI 搜索引擎的核心是一条多阶段管线：查询理解 → 并行检索 → 内容抽取 → 重排序 → LLM 综合生成 → 带引用输出。每个阶段都有专门的技术和模型。

完整技术管线

各阶段职责

阶段	核心任务	技术手段
查询改写	把口语化提问改写为搜索关键词，识别是否需要多步搜索	LLM 改写 + 意图分类器
并行检索	从多个源（通用网页、新闻、学术、图片）同时检索	传统搜索引擎 API + 向量检索
正文抽取	从 HTML 中提取主体内容，丢弃导航栏、广告、侧边栏	Readability 算法 / 无头浏览器渲染
重排序	用 Cross-Encoder 对候选段落与查询的相关性精排	重排序模型（详见重排序）
LLM 综合	基于精选上下文生成回答，每句标注引用来源	指令微调 LLM + 引用格式约束

检索架构：从搜索到答案

Perplexity 的检索层并非自建全网爬虫索引（成本极高），而是混合使用第三方搜索引擎 API（Bing、Google 等）和自有的实时爬虫系统。检索流程是：

查询分发：用户查询经 LLM 改写后，同时发送给多个搜索后端（通用网页、新闻、学术等），并行获取候选结果。
URL 级别抓取：对搜索返回的 URL，用自研爬虫或第三方爬虫服务抓取完整 HTML 页面。
正文提取与分块：用 Readability 类算法从 HTML 中提取主体文本，去除导航栏、广告、侧边栏等噪声，然后按段落切分为适合 LLM 处理的文本块（chunk，通常几百个 token 一块）。
向量编码与重排序：将每个文本块用 embedding 模型编码为向量（embedding，即将文本映射为高维空间中的一个点，使语义相近的文本在空间中更接近——详见嵌入模型），再用 Cross-Encoder 做精排。Cross-Encoder 与向量检索的区别在于：向量检索是”双塔”结构（Bi-Encoder，查询和文档分别编码再算相似度），速度快但精度一般；Cross-Encoder 把查询和文档拼接后输入同一个 Transformer（一种基于自注意力机制的神经网络架构，是 GPT、BERT 等现代语言模型的基石），让模型联合理解两者的语义交互，精度更高但计算成本大得多——所以只用于对少量候选（Top 20-50）做精排，取最终 Top 5-10 个段落进入上下文。

关于爬虫争议：2024 年 6 月，Wired 和开发者 Robb Knight 的调查发现 Perplexity 的爬虫不完全遵守 robots.txt（网站根目录下的协议文件，告知爬虫哪些页面可以抓取、哪些不可以）。2025 年 8 月，Cloudflare 发布研究称 Perplexity 使用未声明的”隐身爬虫”绕过网站防火墙。Perplexity 否认了这些指控。这一争议凸显了 AI 搜索的核心矛盾：用户需要实时信息，但内容创作者希望控制自己数据的访问权。

Perplexity 的特色能力

Pro Search（多步推理搜索）：复杂问题会被拆成多个子问题，每步检索后根据中间结果决定下一步搜索方向——类似 ReAct/Agent 循环（一种让 LLM 交替执行”推理”和”行动”的框架，模型在每一步先思考再调用外部工具如搜索引擎，根据返回结果决定下一步——详见AI Agent）。例如”比较 A 和 B 两款产品”会先分别搜索两者的评测，再综合对比。
Deep Research（深度研究）：2025 年推出的进阶模式，对复杂研究型问题执行数十轮迭代检索，自动规划搜索路径、交叉验证信息、生成研究报告，整个流程可达数分钟。本质上是 Agent 循环的深度应用——模型自主决定搜索策略、评估中间发现、调整方向，最终输出结构化长文。
Focus 模式：限定检索源范围——Academic 只搜 arXiv/Scholar 等学术论文，Social 只搜 Reddit/推特等社交平台，YouTube 只搜视频。本质是在检索阶段加源过滤。
Copilot 交互式搜索：系统在搜索前或搜索中向用户反问澄清问题——“你是想了解 A 方面还是 B 方面？“收集确认后再执行完整检索，避免答非所问。
Follow-up 追问：每轮回答后推荐 3 个相关问题，形成多轮对话式探索（详见流式输出）。
Comet 浏览器内 Agent：Comet 浏览器将搜索能力从”主动提问”扩展到”浏览时随时辅助”——在任意网页上唤出侧边栏即可让 AI 基于当前页面内容执行任务（总结、对比、提取信息），甚至自主跨页面操作（如自动填表、比价），这是从搜索产品向 Agent 平台演进的关键一步。

自研模型策略

Perplexity 不完全依赖第三方闭源模型，还推出了自研模型：

Sonar 系列（2025 年 2 月）：基于 Meta 的 Llama 3.3（开源大模型）微调的搜索专用模型，优化了实时信息检索和引用生成的能力。Sonar API 于 2025 年 9 月正式对外提供服务，让开发者可以将 Perplexity 的搜索基础设施嵌入自己的应用。
R1 1776（2025 年 2 月）：基于 DeepSeek R1（中国深度求索公司的开源推理模型）微调，声称移除了原模型的政治审查过滤。这一举措引发了关于 AI 审查与偏见的广泛讨论。

自研模型的核心动机是降低成本（依赖 GPT-4/Claude 的 API 按 token 计费，查询量越大成本越高）和差异化（搜索专用模型可以针对引用格式、事实准确性等做专门优化）。这也是为什么 2026 年 1 月 Perplexity 与 Microsoft Azure 签署 7.5 亿美元 GPU 算力协议——自研模型需要大量 GPU 来做训练和推理。

关键技术点详解

查询理解与改写

用户输入往往是口语化的、模糊的（“那个很火的 AI 画图工具叫啥”），直接拿去搜索效果差。第一步是用 LLM 做查询改写：提取核心实体、补全隐含信息、生成多个搜索变体并行检索。Perplexity 的 Pro Search 还会判断问题是否需要分解——“2025 年 AI 搜索市场规模如何”会被拆成”AI 搜索用户数""市场规模""主要玩家”等子查询。这部分本质是提示工程在搜索场景的应用。

查询改写的典型策略包括：

同义扩展：将”电动车”扩展为”电动汽车/EV/新能源汽车”并行检索，覆盖不同表述。
实体补全：用户问”最新的 GPT”，系统推断时间上下文并改写为”GPT-5 发布时间功能”。
多轮改写：在 Agent 循环中，每步检索后根据结果质量决定是否重新改写查询——如果第一步结果不理想，换个角度再搜。

网页内容提取

检索拿到 URL 后，需要从原始 HTML 中提取正文。网页中充斥着导航栏、广告、推荐链接、版权声明等噪声。主流方案是 Mozilla 的 Readability 算法（基于 DOM 结构的文本密度分析），配合 trafilatura、boilerpy3 等库。对 JavaScript 动态渲染的页面（SPA，单页应用），需要用 Playwright/Puppeteer 无头浏览器（headless browser，即没有图形界面但能完整渲染网页的浏览器，常用于自动化测试和网页抓取）先渲染再提取。提取后的正文还要做分块（chunking）——按段落或固定 token 数切分，因为重排序模型和 LLM 上下文都有长度限制。

正文提取的质量直接决定回答上限——如果抓回来全是导航栏和广告，再强的 LLM 也变不出来。生产级系统通常有多级提取管线：先尝试快速文本提取（trafilatura），失败则降级到 Readability，最后用无头浏览器渲染兜底。

重排序精排

初始检索（如 BM25——一种基于词频的经典文本检索算法，根据查询词在文档中出现的频率和稀有程度打分——或向量召回）返回几十到上百个候选块，但相关性参差不齐。重排序用 Cross-Encoder 模型（查询和文档拼接后输入同一 Transformer，输出相关性分数）做精排——比 Bi-Encoder 的双塔向量检索更准，但更慢，所以只用于少量候选。Perplexity 级别的产品通常在重排后取 Top 5-10 个段落作为最终上下文。详见重排序。

带引用的生成

LLM 收到精选上下文后，要在生成回答时标注引用编号——通常通过 Prompt 工程实现：把每个来源块编号（[1]、[2]…），在 system prompt（系统提示，用于设定模型行为规范的高优先级指令）中要求模型在每个论断后标注对应的来源编号。这要求 LLM 有较强的指令遵循（instruction following）能力。最终输出是一段结构化文本，每个引用编号可点击跳转到原始网页对应位置。这一步关联结构化输出的思路。

带引用生成是 AI 搜索与普通 LLM 对话（如 ChatGPT）的核心区别：普通对话模型的回答无法溯源验证，用户只能信任或不信任；AI 搜索的每个论断都附带来源，用户可点击核实。这种”可验证性”是 AI 搜索建立信任的关键设计。

流式推理与延迟优化

AI 搜索对延迟极其敏感——用户习惯了 Google 毫秒级的响应。Perplexity 的典型响应流程是流式推理（streaming inference）：LLM 不是等全部生成完再返回，而是逐 token（token，模型处理文本的最小单位，约等于一个词或几个字符）实时输出，配合前端逐字渲染，让用户在 1-2 秒内就看到回答开始出现。背后的技术是 SSE（Server-Sent Events，服务器向浏览器单向推送数据的 HTTP 机制）或 WebSocket（双向持久连接）。详见流式输出。

延迟优化的关键手段包括：

KV Cache（键值缓存）：Transformer 推理时缓存已计算的注意力键值对，避免重复计算上文 token，大幅减少生成延迟。
模型量化（quantization）：将模型权重从 16 位浮点数压缩到 8 位甚至 4 位（如 FP8/INT4），减少显存占用和计算量，代价是少量精度损失——这对推理速度的提升非常显著。
推测解码（speculative decoding）：用一个小模型快速”草拟”候选 token，再用大模型批量验证，减少大模型的前向推理次数。

商业模式与竞争分析

定价策略

Perplexity 采用 freemium（免费增值）模式：

免费版：基础搜索、普通 LLM 模型、有限次数的 Pro Search。网页版免注册即可使用，降低准入门槛。
Pro 版（约 $20/月）：解锁 GPT-5.4、Claude 4.6、Gemini 3.1 Pro 等顶级模型，无限制 Pro Search，文件上传搜索，图片生成等功能。
Enterprise Pro：面向企业用户，更强的数据安全和隐私保护，更高文件索引限额（500 份），团队管理。
Sonar API：按使用量计费的搜索 API，面向开发者。

2026 年 2 月，Perplexity 做出了一个关键战略决策：放弃 AI 集成广告，全面转向订阅优先模式。公司领导层表示此举是为了保持”答案引擎”的用户信任——如果搜索结果掺杂广告推荐，用户会质疑回答的客观性。这一决策与 Google 早期的广告模式形成鲜明对比，押注用户愿意为高质量、无广告的 AI 搜索付费。

收入来源

订阅收入（核心）：Pro/Enterprise Pro 订阅费。
API 收入：Sonar API 面向开发者按量收费。
Publisher Program（出版商分成）：将部分广告/收入与合作内容出版商分享，缓解版权争议。
Comet 浏览器：通过浏览器锁定用户在 Perplexity 生态内（类似 Chrome 之于 Google），为未来的搜索流量和变现建立护城河。

竞争格局

2025-2026 年 AI 搜索市场竞争白热化：Google 推出 AI Overviews（搜索结果顶部直接展示 AI 生成回答）、OpenAI 推出 ChatGPT Search（ChatGPT 内置网页搜索能力）、Microsoft 持续迭代 Copilot。Perplexity 作为独立公司的核心挑战在于：搜索引擎的索引和爬虫基础设施成本极高（与 Microsoft Azure 签署 7.5 亿美元算力协议即可见一斑），且面临多方版权诉讼（纽约时报、BBC、Reddit、日本读卖新闻等先后起诉或威胁起诉）。

Perplexity 的应对策略是：(1) 通过 Comet 浏览器建立自有分发渠道，减少对 Google 搜索分发链的依赖；(2) 推出 Publisher Program 分成方案拉拢内容方；(3) 自研模型降低对第三方 API 的依赖。2025 年 8 月甚至提出以 345 亿美元收购 Chrome（正值 Google 反垄断案法官考虑强制出售 Chrome），虽然成功率极低，但展示了其向平台级产品演进的野心。

动手实践

以下用 Python 搭一个最简化的 AI 搜索管线：搜索 API 检索 → 抓取正文 → LLM 总结带引用。

import requests, re, openai
from bs4 import BeautifulSoup

def search_and_answer(question: str) -> str:
    """最简 AI 搜索管线：搜索 → 抓取 → LLM 总结带引用"""
    # 1. 用 DuckDuckGo 搜索 API 获取相关网页
    resp = requests.get(
        "https://api.duckduckgo.com/",
        params={"q": question, "format": "json", "no_html": 1},
    ).json()
    results = resp.get("RelatedTopics", [])[:5]

    # 2. 抓取每个结果的正文（简化版，仅提取文本）
    sources = []
    for i, item in enumerate(results, 1):
        if "FirstURL" not in item:
            continue
        try:
            html = requests.get(item["FirstURL"], timeout=5).text
            text = BeautifulSoup(html, "html.parser").get_text()[:1500]
            sources.append(f"[{i}] {item['FirstURL']}\n{text}")
        except Exception:
            continue

    # 3. 拼接上下文，让 LLM 生成带引用编号的回答
    context = "\n\n".join(sources)
    prompt = f"根据以下资料回答问题。每个论断后用 [编号] 标注来源。\n\n资料:\n{context}\n\n问题: {question}"
    answer = openai.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": prompt}],
    ).choices[0].message.content
    return answer  # 输出带 [1] [2] 引用编号的回答

print(search_and_answer("扩散模型的基本原理是什么？"))

这个示例省略了查询改写、重排序、分块等步骤，生产级 AI 搜索管线要复杂得多。完整 RAG 架构见检索增强生成。

进阶：用 Tavily API 构建多步搜索

生产级项目推荐使用 Tavily 或 Serper 等面向 AI Agent 的搜索 API（返回结构化 JSON，省去自己抓取和解析 HTML 的麻烦）。以下是用 Tavily + LangChain 搭建多步 Agent 搜索的简化示例：

from langchain_community.tools.tavily_search import TavilySearchResults
from langchain_openai import ChatOpenAI
from langchain.agents import create_react_agent, AgentExecutor

# 搜索工具：Tavily 返回结构化的标题、URL、正文片段
search = TavilySearchResults(max_results=5)

# ReAct Agent：让 LLM 自主决定何时搜索、搜索什么
llm = ChatOpenAI(model="gpt-4o", temperature=0)
tools = [search]
agent = create_react_agent(llm, tools, prompt=None)
executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 复杂问题：Agent 会自动拆分为多次搜索
result = executor.invoke({
    "input": "对比 Perplexity 和 ChatGPT Search 在 2025 年的用户体验差异"
})
print(result["output"])

ReAct（Reasoning + Acting）是一种 Agent 范式：模型在每一步先”思考”（Thought）再”行动”（Action，如调用搜索工具），然后根据观察结果（Observation）决定下一步。Perplexity 的 Pro Search / Deep Research 本质上就是这种 Agent 循环的深度应用。详见 Agent 模式。

实践要点

查询改写是第一道质量关：直接拿原始问题搜索往往效果差。务必先做意图识别和查询扩展——简单问题直接搜，复杂问题拆成子问题并行搜。
正文抽取质量决定上限：如果抓回来的全是导航栏和广告，再强的 LLM 也生成不出好答案。投资一个可靠的 HTML 正文提取管线（trafilatura + Readability 兜底 + 无头浏览器兜底）。
重排序不可省：初始检索（BM25/向量）的相关性不够精，Top-K 中常有噪声。Cross-Encoder 重排序能显著提升上下文质量。
上下文长度要控制：给 LLM 的上下文不是越多越好。Top 5-8 个高质量段落，远好于塞入 20 个低质量段——既省 token 又减少幻觉。这涉及上下文工程（context engineering，即如何高效地组织和利用模型有限的上下文窗口）的实践，详见上下文工程。
引用要可追溯：每个引用编号必须能映射回原始 URL 和具体段落，让用户可验证。这是 AI 搜索区别于普通 LLM 对话的关键信任机制。
处理实时性：知识有截止日期的 LLM 无法回答最新事件。AI 搜索通过实时检索弥补这一短板——务必确保检索结果的时效性（如按发布时间过滤）。
版权合规是红线：Perplexity 面临的多起诉讼警示我们——生产级 AI 搜索产品必须考虑内容版权合规，遵守 robots.txt、尊重出版商意愿、设计合理的收入分享机制。

典型应用场景

研究型问答：学生或研究者问”Transformer 的注意力机制和 RNN 的隐藏状态有什么本质区别”，系统检索论文和技术博客，综合出一段带引用的解释，引用编号可跳转原文核实。
事实核查与数据查询：“2025 年全球电动车销量排名前五的品牌”，系统从新闻、行业报告中检索最新数据，综合给出排名表格并标注来源，避免 LLM 编造过时数字。
产品比较与决策：“iPhone 17 Pro 和 Pixel 10 Pro 哪个拍照更好”，Pro Search 分别搜索两者的评测，再综合对比夜景、人像、视频等维度，给出有引用依据的结论。
代码与技术问题：“PyTorch 中 model.eval() 和 torch.no_grad() 有什么区别”，系统从 Stack Overflow、官方文档、技术博客中检索，综合出准确解释并附代码示例和来源链接。
学术 Focus 模式：切到 Academic 模式后，检索源限定为 arXiv、Semantic Scholar、Google Scholar，回答全部基于同行评审论文，适合写文献综述。
Deep Research 研究报告：对”2025 年 AI Agent 行业全景分析”这类复杂研究问题，Deep Research 模式自动执行数十轮检索，交叉验证、整理结构，最终输出一份带完整引用的研究报告。

产品对比：Perplexity vs Copilot vs You.com vs 夸克 AI 搜索 vs ChatGPT Search

维度	Perplexity	Copilot (Bing)	You.com	夸克 AI 搜索	ChatGPT Search
核心模型	自研 Sonar + GPT-5/Claude/Gemini 等	GPT 系列	GPT/Claude/Gemini 等	自研 + 通义千问	GPT 系列
Pro/多步搜索	Pro Search + Deep Research	Copilot 交互式	Multi-Search	深度搜索，多轮追问	内置搜索，自动决策
Focus 模式	Academic/Social/YouTube/News	依赖 Bing 垂直搜索	Apps/News/Images 分 Tab	学术、视频等垂直场景	无独立 Focus 模式
引用方式	每句内联编号，可点击溯源	回答末尾附来源链接	回答内嵌引用卡片	回答末尾附来源	内联引用编号
浏览器产品	Comet（Chromium，内置 Agent）	Edge 深度集成	无	无	无
商业模式	订阅优先（2026 年放弃广告）	广告 + 微软生态绑定	订阅 + API	广告 + 阿里生态	订阅（ChatGPT Plus）
特色优势	答案质量与引用精度最高	微软生态（Edge/Office）	多模型可插拔，开发者友好	中文优化、移动端好	ChatGPT 海量用户基础

选型直觉：

追求答案质量和可溯源引用 → Perplexity
重度微软生态用户 → Copilot
需要多模型切换和 API → You.com 或直接用 Perplexity Sonar API
中文日常搜索 → 夸克 AI 搜索
已是 ChatGPT 重度用户 → ChatGPT Search（无需切换工具）
想要浏览器级 AI 辅助 → Perplexity Comet

2025-2026 最新进展与趋势

AI 搜索从”工具”向”平台”演进

2025 年 AI 搜索领域最大的趋势是从”搜索引擎工具”向”AI 操作平台”演进。Perplexity 的产品路线图清晰地展示了这一方向：搜索引擎 → AI 助手 → Comet 浏览器 → 未来可能扩展到操作系统层面（产品矩阵中已出现”Perplexity Computer”）。

浏览器之争

Comet 浏览器的发布（2025 年 7 月）标志着 AI 搜索公司开始挑战 Google 的浏览器分发垄断。浏览器的战略意义在于：(1) 控制搜索入口，不依赖竞品分发；(2) 获取用户完整浏览上下文，提供更精准的 AI 辅助；(3) 为 Agent 能力提供运行环境——浏览器是天然的多步骤任务执行平台。2025 年 10 月 Comet 免费开放后，这一竞争进一步白热化，OpenAI 也在探索自有浏览器产品。

版权博弈

2024-2025 年的多起版权诉讼（纽约时报、Dow Jones、BBC、Reddit、日本读卖/朝日/日经新闻）是 AI 搜索行业的关键风险。Perplexity 的应对是 Publisher Program（收入分成）和逐步放弃广告策略（2026 年 2 月全面转向订阅）。这一博弈的结果将决定 AI 搜索行业的内容获取成本和法律边界。

自研模型趋势

从完全依赖 GPT-4 API 到自研 Sonar（基于 Llama 3.3）和 R1 1776（基于 DeepSeek R1），Perplexity 的模型策略演变代表了整个行业的趋势：在开源基础模型上做领域专用微调，以降低成本和实现差异化。这也是 LoRA（Low-Rank Adaptation，低秩适配——一种参数高效微调方法，只训练少量低秩矩阵参数而非全部模型权重，大幅降低微调的计算和存储成本，详见PEFT 方法）等技术被广泛应用的原因。

估值与市场数据

指标	数据	时间点
估值	200 亿美元	2025 年 9 月
月查询量	7.8 亿次	2025 年 5 月
日均查询量	约 3000 万次	2025 年 5 月
月环比增长	超 20%	2025 年中
Azure 算力协议	7.5 亿美元 / 3 年	2026 年 1 月
最新估值	212 亿美元	2026 年初

典型类库与工具

类库	语言	说明
trafilatura	Python	高质量网页正文提取库，支持去广告/导航/模板噪声
readability-lxml	Python	Mozilla Readability 算法的 Python 实现，正文抽取
beautifulsoup4	Python	HTML 解析经典库，配合正文提取做清洗
sentence-transformers	Python	Cross-Encoder 重排序模型，如 bge-reranker 系列
Playwright	Python/Node	无头浏览器，渲染 JS 动态页面后提取内容
LangChain	Python	提供搜索 + 检索 + 生成的 RAG 管线编排
SearXNG	Python	自托管元搜索引擎聚合多个搜索源，可做检索后端
Tavily / Serper	API	面向 AI Agent 的搜索 API，返回结构化结果
Perplexity Sonar API	API	Perplexity 官方搜索 API，2025 年 9 月上线，附带 SDK 和评估框架

术语表

术语	英文	解释
查询改写	Query Rewriting	用 LLM 将原始查询改写为更适合检索的形式或拆成子查询
正文抽取	Content Extraction	从 HTML 中提取主体文本，去除导航/广告等噪声
重排序	Reranking	用 Cross-Encoder 对初检候选段落做精排，提升相关性
多步搜索	Multi-step Search	将复杂问题拆为多步，每步检索后决定下一步方向
带引用生成	Cited Generation	LLM 生成回答时标注来源编号，支持用户溯源验证
Focus 模式	Focus Mode	限定检索源范围（学术/社交/视频），在检索阶段加过滤
交互式搜索	Conversational Search	系统反问澄清用户意图后再执行完整检索
流式推理	Streaming Inference	LLM 逐 token 生成并实时返回，用户无需等待完整输出
推测解码	Speculative Decoding	用小模型草拟、大模型验证的推理加速技术
量化	Quantization	将模型权重从高精度压缩到低精度（如 FP16→INT4），减少显存和计算开销