Big Technology Podcast近期播出了一期节目主持人Alex Kantrowitz与Perplexity首席商务官Dmitri Shevelenko展开深度对话。话题聚焦在一个当下最热门也最有争议的问题以Perplexity Computer为代表的AI智能体超级应用到底是不是一门真实的生意Perplexity今年的轨迹颇为耐人寻味。公司在年初ARR不足2.5亿美元Shevelenko透露一个月前已越过5亿美元关口——增长近一倍而同期员工数仅扩张了34%。Computer这款能接管用户电脑、同时调用十几个前沿AI模型执行任务的产品从最初一个内部实验到公开发布前后不过两个月。这家只有300人的公司正在以不成比例的速度完成规模跃迁。但围绕这个跃迁的质疑同样真实存在。节目录制时OpenAI的Codex和Anthropic的Claude Code已先后跟进整个行业似乎在同一时刻朝AI接管你的电脑这个方向集体转身。这究竟是技术能力自然熟成后的水到渠成还是消费端AI触达增长天花板后的集体应激Shevelenko在对话中没有回避这个问题。数据背后的两套故事主持人拿出了一组让人不那么舒服的数字根据Apptopia的数据消费级生成AI应用的日活跃用户从2025年底开始趋于平缓Perplexity在AI搜索领域的市占率从接近20%下滑SimilarWeb显示其日均访问量约520万次而ChatGPT同期为1.82亿次。Shevelenko的回应是换一套坐标系。我每天早上看的指标是营收。他直接把ARR数字端出来而不是用流量或MAU接招。他的逻辑是MAU对于依赖广告变现的公司才是核心代理指标——要向广告主展示你看我有这么多人。但Perplexity明确不走广告路线原因很干脆当一个产品的核心价值主张是准确性旁边挂着广告很难自洽。Anthropic没有消费端月活数据照样做出了疯狂的营收——这是Shevelenko借用的反例。但这个辩护并不能完全消解外界的疑问。主持人的追问同样有力通常的成长路径是先积累巨大用户基数再去谈ARPU每用户平均收入。用户增长一旦停滞天花板不就在那儿了吗Shevelenko没有直接回答这个问题而是重新定义了消费者这个词。在他看来那些被统计为消费端用户的人很大一部分其实是在用Perplexity做工作相关的任务——把它当成自己的秘密武器去提升职场效率而不是查天气或者刷新闻。从这个角度看Perplexity并没有从消费转向企业而是终于追上了它的用户本来就在做的事。新奇感能撑多久消费端AI增长放缓这件事主持人给出了自己的一套解释每一次大的用户涌入背后都有一个多模态能力的新奇时刻在驱动。语音demo太像人Scarlett Johansson威胁要起诉OpenAI用户数当时出现了明显拐点Studio Ghibli风格图片生成引爆社交网络有人为了不被限流专门开了七个账号。这些是真实的新用户但他们很多并不会留下来成为习惯性用户。你那个开了七个账号的朋友他最近30天还在生成Ghibli风格图片吗Shevelenko说。他同意这个判断新奇感驱动的峰值和持续的使用习惯是两回事。Nano Banana曾给Gemini带来类似的热度但热度过去之后能留下多少是另一回事。问题随之而来——Computer这种AI接管电脑的能力本质上不也是一种新奇感体验吗如果会那也终将面临同样的退潮。Shevelenko给出了一个他认为关键的区别Computer的使用量不是在峰值之后衰减而是每周都在增长——人们消耗的计算机积分一周比一周多。他把这理解为习惯化的证据而不是新奇感消耗。背后的逻辑是好奇心可以被激活但最终能持续使用的驱动力是经济杠杆。那些留下来的用户是因为Computer帮他们省掉了营销代理商、数据分析师、代码工程师的工时这种价值是可以量化的不会随新奇感消退。人们现在不把这个当软件开销而是当成工资单支出来想——我有一支数字员工团队他们要赚到自己的薪水。这一次每个人都得了100名员工每个人都刚刚有了100名员工。这是Shevelenko在对话中说得最有力量的一句话。他的意思是AI智能体时代正在发生一件以前从未有过的事高杠杆工作方式不再是大公司的专属特权个体和小团队也能以执行官的模式运作——把每天的工作拆成一系列任务然后把这些任务分派给随时待命的智能体。主持人恰好是这个模式的活体案例。他在做独立媒体没有大团队但通过工具组合撑起了以前需要好几个人才能做到的事——省下来的利润可以投资举办线下活动。Shevelenko把这种模式称为prosumer专业消费者的崛起不是职业企业家也不是纯粹的消费用户而是有主体意识、用工具放大个人能力的新型创作者。他列举了一个自己的例子深夜想查公司内部使用的模型分布连一行SQL都不会写但通过Computer连接公司的Snowflake数据仓库几分钟拿到了完整分析——换在以前这需要10封邮件和一个数据科学家的工时而且凌晨没人在线。但这个图景有个前提条件Shevelenko也没有绕开它能够把这100名员工用好的人需要具备三样东西。第一好奇心要有我想解决什么问题的驱动力这不能由AI代劳。第二纠错能力要学会在什么地方双击验证、不能盲信输出。第三品位要知道什么是真正打动人的东西AI可以是很好的头脑风暴伙伴但最后那一层判断必须是人的。凭什么不被模型厂商掐死这是整场对话里最直白的一个问题。OpenAI有CodexAnthropic有Claude Code它们都在做同一件事——让AI接管用户的电脑。而Perplexity调用的是这些公司的模型。如果有一天模型厂商决定停止对Perplexity的API供应这家公司的核心竞争力就会蒸发。Shevelenko的回答分两层。第一层是现实层面现在的情况恰恰相反。是这些模型厂商在主动找Perplexity求他们用自家的模型提供早期访问权限邀请参与评测。原因很简单这些公司同时是平台生意和产品生意平台层面他们彼此竞争所有人都希望Perplexity的使用量增长因为那意味着更多的模型调用收入。开源模型的持续崛起也是Perplexity的保险——只要市场上有竞争就不可能出现唯一一家能卡住Perplexity脖子的情况。第二层是结构层面Perplexity从创立之初就刻意选择了模型不可知这条路在2022年融资环境下这是逆行的选择那年最好融资的方式是说我在训练自己的模型。它押注的是模型会持续分化专精而不是走向统一。现在这个判断被证明是对的。他举了一个具体的例子给小孩做一期个性化播客Computer会用Opus做任务规划用GPT写脚本GPT擅长写作用Gemini生成音频用Grok做快速信息检索用Sonnet写Python代码拼接音频片段——同一个任务里调用了四个不同的模型。Codex永远不会调用GeminiClaude Code永远不会调用GPTGemini永远不会调用Grok。我们可以告诉用户今天世界上存在的最好的智能会为你的任务服务我们不会因为商业关系而区别对待。中国模型用权重不用API节目里有一段关于中国AI模型的讨论值得单独说清楚。Perplexity的Computer会调用Kimi K2但没有接入DeepSeek的API。Shevelenko解释了背后的区别Perplexity从不接入任何托管在中国服务器上的API。他们做的是拿开源模型的权重在美国数据中心自行部署再做后训练——针对准确性。他对中国实验室的能力评价颇为直接它们正在推动前沿虽然还没到达前沿。他认为开源整体上对用户有利因为它让定价保持竞争力同时开放的权重让Perplexity可以做比闭源模型更多的后训练工作进一步强化准确性和任务适配能力。信任这件事主持人做了一件让他自己都感到有点惊讶的事——他真的开通了Perplexity Computer的每日邮件摘要功能并且大声读出了那份授权清单读取联系人、查看日历、编辑日历事件、读写Gmail账户、查看Google Workspace通讯录……我现在把所有关键业务基础设施的访问权都给了Perplexity我不敢相信我真的这么干了。Shevelenko的回应倒是很实在你不需要给这么多权限也能获得价值可以从只读不写开始——让它帮你整理信息但不让它以你的名义发邮件。这对于最担心万一AI发疯给一千个人发了机密信息的用户来说是一个有效的边界。他把这个比作雇员的权限管理你不会第一天就给新员工所有的系统访问权是一回事。Mac mini这个细节他也澄清了那不是为了把AI封闭在安全盒子里而恰恰相反是为了给AI更多权限和更长的运行时间——可以接入iMessage、可以在笔记本合上之后继续运行长时任务。本地推理目前还不在Mac mini上发生计算仍然在云端只是接口和任务调度在本地。需求是真实的还是被补贴出来的有媒体写了一篇文章核心论点是当大量用户在20美元或200美元月订阅制下无限调用这些工具时没人真正知道AI的真实需求在哪里——因为需求是被补贴定价撑出来的。等到真的按token收费画面可能会变。Shevelenko说Perplexity从来没有补贴过付费用户。他们引入计算积分体系正是为了避免这个问题——有的任务可能消耗50美元有的只要5美分一个固定月费包不住这个范围。他用Costco做了个比喻会员费是高毛利的基础层里面买的东西有价格上限用多少付多少不存在补贴。他还提到了一个细节他把这个对比指向了Cursor曾经引发讨论的数据——Claude Code在某些订阅层级上确实存在结构性补贴。但那是别人的问题不是Perplexity的。