年化收入规模达到 10 亿美元,这个数字放在 2026 年的 AI 应用层公司里足够扎眼。Perplexity 在 11 月 16 日公布了这一数据,而年初它的年化收入还不足 2.5 亿美元,8 月已超过 7.5 亿美元。从 2.5 亿到 10 亿,中间只隔了大半年。
但这里有个容易被忽略的口径问题:年化收入规模不等于全年实际收入。它是把某一阶段的收入水平折算成全年规模,不能据此认定公司已经在一个完整财年里拿到 10 亿美元,也不能直接推断它已经盈利。看增长曲线是一回事,看经营质量是另一回事。
推动这轮增长的产品线里,Computer 是重点。它近期的更新方向很明确:让工作不再局限于单次对话,而是能跨轮次持续推进。
- Automations:9 月推出,支持周期性任务,并能从此前的进度继续执行。
- Teammates:11 月推出,用于承接持续进行的工作。
- Mac 本地运行:支持在符合条件的 Mac 上完全本地运行。
这三项能力指向同一个目标——把任务从一次性的即时执行,扩展成可以延续、重复、持续推进的工作流。对开发者来说,判断标准不只是"能不能完成一次任务",还包括周期性执行和进度延续怎么嵌进日常流程。
另一条线是 Monitor API。它支持监测指定主题或网页,在出现相关变化时通过 webhook 发送通知。相比手动反复查询,这是一种基于变化触发的接入方式,便于把监测结果接进已有工作流。
Monitor API 和 Computer 的持续任务能力关注点并不相同:前者负责发现变化并发出通知,后者侧重让工作持续执行。一个管"什么时候该动",一个管"动起来之后怎么接着干"。
研究侧,Perplexity 同时推出了 Frontier Research 研究实验室。该实验室可使用超过 1 万块 GPU,并计划发布论文、数据、模型和代码。计划开放研究成果,不等于相关成果已经发布,后续还要看具体开放的内容和发布进展。
把这次更新拆开看,是四条线索:收入规模、持续任务、变化监测、研究投入。核对技术与产品价值时,已经上线的能力、尚待兑现的研究计划、年化收入与实际经营表现之间的差别,需要分开看,别把业务增长、功能发布和未来承诺混成一件事。
热门跟贴