Perplexity 这次动手很干脆——把自家的 Deep Research 直接焊进了 Computer 的智能体框架。这意味着什么？AI 代理不再是只会调用单一工具的执行者，而是拥有了一套完整的研究引擎：搜索、沙箱、连接器、授权数据，所有能力都长在了一起。Pro 和 Max 订阅者已经能用，等于在 AI 代理这条赛道上，Perplexity 又往前迈了实打实的一步。
从工具调用到研究引擎，Computer 在重新定义 Agent 边界
智能体框架的底层重构
过去一年，市面上绝大多数 AI 代理的本质是「调度器」——把任务拆碎，分发给不同的工具，拿回结果，拼装输出。这种模式对付单点问题还行，一旦涉及需要持续验证、多轮推理的研究类任务就露怯：上下文断、工具之间打架、数据来源不可追溯。Perplexity 这次改的正是这个底层结构。Deep Research 作为原生技能嵌入后，Computer 的智能体框架获得了一个独立的研究子系统——它能自己搜、自己跑代码、自己造沙箱测试假设，再把结论喂回主流程。换句话说，Agent 第一次有了「研究员」这个角色，而不是只有「实习生」。
搜索即代码生成的实战价值
研究型任务最痛的地方在于「验证」。传统做法是 Agent 搜出一堆网页，肉眼筛一遍，提取信息——慢，且容易漏。Perplexity 这次主打的「搜索即代码生成」本质上把验证环节自动化了：模型可以自己写一段代码去抓数据、跑分析、把搜索结果结构化。这跟 Cursor 那种代码 Agent 不是一个路子，Cursor 是帮开发者写代码，这里是让 Agent 自己用代码去验证自己的研究结论。对产品调研、技术选型、市场分析这类重度依赖二手信息的场景，效率提升不是倍数级，是维度级。
长运行沙箱与连接器，撑起复杂任务的地基
沙箱：不只是隔离，是实验场
很多 AI 产品的「沙箱」就是一层安全壳——跑代码别把主机搞炸就行。Perplexity 显然不这么理解沙箱。在 Computer 的架构里，沙箱更像是 Agent 的实验场：长运行任务可以在里面持续跑，期间不断调用搜索、连接外部数据源、生成中间结果。这套机制直接解决了 Agent 老大难——任务一复杂就超时、断链、丢上下文。一个需要跑半小时的市场调研任务，现在能被完整执行完，而不是跑到一半崩掉重来。对企业用户来说，这种「能跑完」的能力，比任何花哨的功能都值钱。
连接器与授权数据，打通最后一公里
技术再炫，接不上业务系统就是空中楼阁。Computer 这次开放的连接器和授权数据访问权限，补齐的恰恰是这最后一公里。Agent 在做研究时可以直接拉取企业内部的数据库、文档库、CRM 数据，跟外部公开信息交叉比对，输出有真实业务上下文支撑的结论。这跟过去那种「AI 给你搜一堆公开网页」完全是两码事。真正的商业决策从来不能只靠公开信息，必须叠加上企业自己的私有数据。Perplexity 这步棋，等于把 AI Agent 从「玩具」推向「工具」的关键转折点。
付费墙后面的真实意图：圈住高价值用户
Pro 与 Max 优先的策略信号
把 Deep Research 放在 Pro 和 Max 订阅里，不是随便定的价位。这两类用户画像很清晰——重度信息消费者、专业研究者、需要深度调研支撑决策的产品人和分析师。Perplexity 显然想先把这群人圈进来，跑通「AI 代理+深度研究」的真实使用场景，再把能力往下沉。对比那些把高级功能塞进免费层拉新的玩法，Perplexity 走的是反方向：先把刀磨利，给愿意付钱的人先用。这种打法短期内会损失一部分用户增速，但长期看，能建立更扎实的护城河——毕竟，能跑通复杂研究任务的 Agent，门槛不是一般的高。
Cursor 的 Auto-review 在呼应什么
同一时间，Cursor 推出了 Auto-review 机制，用分类器智能体动态管控智能体自主权限。这不是巧合，是整个行业的方向感在趋同：AI 代理的能力在膨胀，权限管控必须跟上。Perplexity 给 Agent 加研究能力，Cursor 给 Agent 加审核层，本质上都是在解决同一个问题——怎么让 AI 代理既能跑得远，又不至于跑飞。两家从不同角度切入，但终点一样：构建可信赖的自主系统。这场竞赛的胜负，不取决于谁的模型更强，而在于谁先把「Agent 治理」这套体系跑通。
Agent 赛道的下半场：从单点工具到研究型系统
效率飞轮的成型条件
Perplexity 这次更新最值得玩味的，是它跟自家其他能力形成的飞轮效应。Deep Research 给 Computer 供弹药，Computer 的智能体框架给 Deep Research 供场景，连接器把外部数据接进来，沙箱保证任务能跑完——每个环节都不是孤岛，而是互相喂数据的。这种结构一旦跑顺，用户每用一次，系统就多积累一份对真实研究需求的理解，反过来优化下一次输出。对需要大量调研的开发者或产品人来说，这才是真正的效率飞轮：不是单点提速，是整套工作流的范式迁移。
留给后来者的时间窗口
Perplexity 这次动作，某种程度上也在给整个 Agent 赛道定调。深度研究、长链路执行、企业数据连接——这三个能力正在成为新一代 AI 代理的入场券。缺一个，都不好意思说自己是合格的 Agent 平台。对那些还在做单点工具的厂商来说，留给它们的窗口期正在收窄。Agent 不是一个功能，是一套基础设施；而基础设施的赢家，往往只有那么两三家。Perplexity 用这次更新明确站进了第一梯队，至于能不能站稳，还得看 Pro 和 Max 用户愿不愿意用真金白银投票。
