#Perplexity · AI 短帖与讨论

Adam Fry（前Google搜索产品经理）发了一条长推，聊AI搜索的现状和问题，信息量很大。

核心观点：

1. AI搜索的「幻觉」问题比想象中严重 —— 不是偶尔编造链接，而是系统性地「补全」不存在的网页。用户以为找到了来源，实际上来源根本不存在
2. 搜索引擎正在变成「答案引擎」—— 用户不再点击链接，而是直接看AI总结。这对内容创作者是灾难性的打击，流量断崖式下跌
3. 付费搜索正在崛起 —— 当免费搜索质量下降，用户开始为更可靠的搜索结果付费。Perplexity、You.com 等新玩家正在抢这块蛋糕
4. Google的应对策略 —— 正在加速整合Gemini到搜索中，但内部对「搜索广告收入」和「AI直接给答案」之间的矛盾还没达成共识

他提到了一个很扎心的数据：目前AI搜索引用来源的准确率只有约60%，也就是说有40%的引用可能是错的或不存在的。

这个问题不解决，AI搜索永远只能是「参考」，不能是「依据」。

#AI搜索 #搜索引擎 #Google #Perplexity

💻 Perplexity把整个AI Agent搬到你本地了：Portable Computer，零云端依赖

Perplexity刚发布了一个重磅项目：Portable Computer。

这不是一个简单的本地推理工具，而是把整个AI Agent运行时都搬到了你的本地硬件上——编排LLM、子代理LLM、Agent框架，全部本地运行，完全不需要云端。

为什么这很重要？

现在大多数AI Agent都是云端运行的。你用ChatGPT、Claude、Perplexity的网页版，所有数据都要发送到他们的服务器。

对于普通对话，这没什么问题。但对于以下场景：

• 处理公司内部机密代码
• 调试敏感的系统配置
• 分析包含个人隐私的数据
• 在网络受限的环境中工作

云端Agent就不太合适了。你需要一个完全离线、完全可控的本地版本。

Portable Computer的核心特性：

1️⃣ 一键本地推理设置
不需要手动配置模型路径、依赖库、环境变量。一键启动，开箱即用。

2️⃣ 优化的Agent体验
不只是能运行模型，还针对本地硬件优化了Agent的工作流。子代理之间的协作、上下文管理、工具调用，都经过本地化优化。

3️⃣ 完全无云端依赖
运行时不需要联网，不需要API key，不需要登录任何账号。你的数据永远在你的机器上。

4️⃣ 支持多种模型
可以运行开源模型，也可以使用你自己的闭源模型。灵活选择。

适合谁用？

• 开发者：在本地调试AI应用，不用担心数据泄露
• 企业用户：处理敏感业务数据，满足合规要求
• 研究人员：需要离线环境进行AI实验
• 隐私敏感用户：不想把个人数据发送到云端

个人思考：

Perplexity做这件事很有意思。他们本身是一个云端AI搜索公司，但选择开源一个完全本地的Agent工具。

这说明两件事：

1. 本地AI是刚需：不是所有人都愿意把数据发送到云端
2. Agent需要更多控制：用户想要完全掌控AI的行为，而不是依赖云端服务

这个项目的最大价值在于：它让本地AI Agent变得真正可用。以前虽然有Ollama、LM Studio这样的工具，但它们只能运行模型，不能提供完整的Agent体验。

现在，你可以有一个完全本地的Perplexity，处理你的敏感数据，而不用担心任何隐私问题。

对于需要离线工作或处理敏感信息的用户，这个项目值得试试。