2026年2月下旬，伦敦到洛杉矶的企业办公室本应警铃大作——Perplexity AI悄无声息地发表了一篇博客。公司新产品Computer for Enterprise已作为Slack集成内部部署，所有员工在同一频道中。四周内，系统处理逾16,000次查询，据Perplexity估算，完成了相当于3.25年的人类工作量，并为公司节省了160万美元人工成本。衡量这一产出的基准来自麦肯锡、哈佛大学、麻省理工学院和波士顿咨询集团。

让这个数字沉淀片刻。这不是数千工人边际速度提升的3.25年。声称是：一个单一AI平台，运行云端工作流，调配约20个前沿模型，取代了知识工作者每日多年的认知劳动——查询数据库、汇编报告、综合研究、起草分析。这些任务填满了各地金融分析师、营销策略师、管理顾问和企业研究人员的日程。

Perplexity首席执行官Aravind Srinivas以一贯的直接风格阐述雄心：“我们将尝试帮助企业尽可能自主地运行。”对于AI取代工作的问题，他给出一个既挑衅又暴露真相的回应：“现实是，大多数人并不享受自己的工作。”他暗示，取代可以解放人们去追求创业和更充实的工作。委婉地说，这是个针对影响全球数亿劳动者的问题的不完整答案。

要理解Perplexity的说法为何重要，需明白Computer for Enterprise的实际运作。它不是聊天机器人，也不是披着会话外衣的搜索引擎。它是一个编排平台，将任务路由到来自多个供应商的大约20个AI模型，主要推理引擎是Anthropic的Claude Opus 4.6，Google的Gemini负责深度研究，还有OpenAI的GPT-5.2与xAI的Grok。每个会话在自己的隔离Firecracker虚拟机内运行，确保用户间数据分离。

该平台原生连接现代企业已运行的软件栈：Snowflake、Salesforce、HubSpot、Slack、Notion、GitHub、Gmail、Outlook，并通过连接器生态系统接入逾400个其他应用。管理员可通过模型上下文协议安装自定义连接器。系统包含工作流模板，用于法律合同审查、财务审计支持、销售通话准备和客户支持工单分类。

关键能力在此：Computer for Enterprise不仅回答问题。它编写数据库查询、执行查询并返回结构化结果。财务分析师发出请求，系统便开始运转。