应用4 天前·Perplexity AI Magazine

Perplexity 发布 Brain 自改进记忆系统:Agent 任务正确率提升 25%

6月18日,Perplexity 发布 Brain——一个面向其 Computer Agent 的自改进记忆系统。与大多数 AI 记忆功能不同,Brain 记住的不是用户偏好,而是 Agent 自身犯过的错误。系统会构建一个「活上下文图谱」,记录过去的会话、连接工具、文件、决策和来源,并在夜间综合生成更新的工作模型。内部测试显示:任务正确率提升 25%,召回率提升 16%,上下文密集型任务成本降低 13%。面向 Max 和 Enterprise Max 订阅用户开放研究预览。

AI Master 解读

核心事件

Perplexity 发布 Brain,AI 记忆从「记住用户偏好」进化到「记住 Agent 错误」。

行业影响

影响分析: 这是一个设计理念的根本转变。传统 AI 记忆(如 ChatGPT Memory、Claude 的 claude.md)关注用户偏好——你喜欢什么格式、你的名字是什么。Brain 关注的是 Agent 的工作表现——上次做错了什么、哪些决策需要修正。

这种「工作记忆」而非「个人记忆」的范式,可能成为 Agentic AI 工具的标准方向。对于企业用户而言,Agent 的自我纠错能力远比个性化问候更有价值。

AI Master 建议

关注 Brain 在实际工作负载中的表现数据,「工作记忆」可能成为 Agentic AI 的核心竞争力。

Perplexity Brain 详解

核心机制

特性 说明
活上下文图谱 记录会话、工具、文件、决策、来源
夜间综合 每晚自动整理生成更新的工作模型
自动加载 Agent 执行任务前自动加载记忆

性能提升(内部测试)

指标 提升幅度
任务正确率 +25%
召回率 +16%
上下文成本 -13%

与竞品记忆功能对比

产品 记忆类型 管理方式
Perplexity Brain 工作记忆(Agent 错误) 自动
ChatGPT Memory 用户偏好 半自动
Claude claude.md 持久指令 用户手动
Claude Projects 项目上下文 用户管理

可用性

  • 研究预览阶段
  • 面向 Max 和 Enterprise Max 订阅用户
  • 在 Perplexity 侧边栏 Customize 中访问