حوّلت Perplexity البحث بـ AI إلى وكيل ينشئ ملفات Excel ويتحقق من البيانات بنفسه

Perplexity Computer показал, как AI-инструмент может уйти от роли «умного поиска» к роли исполнителя. В тесте на реальной исследовательской задаче система за 7 минут 7 секунд собрала Excel на четыре листа, сослалась на 33 источника и отдельно пометила десять расхождений в бенчмарках.

Как прошёл тест

Пользователь попросил систему собрать все AI-модели, выпущенные с 7 по 14 марта 2026 года, найти по каждой результаты бенчмарков минимум из трёх независимых источников, отметить несовпадающие цифры и затем посчитать соотношение цены и производительности. На выходе получился не просто список ссылок, а рабочий файл с ранжированием семи моделей, списком спорных метрик и пояснениями, почему в разных публикациях встречаются разные значения. Самое интересное было не в Excel как таковом, а в способе сборки.

Computer не копировал текст из браузера в ячейки вручную и не сводил результат в один длинный ответ. Он написал Python-скрипт build_spreadsheet.py, запустил его, столкнулся с ошибками, сам же их исправил и пересобрал файл.

То есть система не ограничилась поиском и суммаризацией: она создала артефакт, который можно открыть, проверить и сразу использовать в работе.

Почему это не поиск

По описанию Perplexity, Computer — это агентный слой, запущенный 25 февраля 2026 года поверх набора из 19 моделей. Центральную оркестрацию и кодовые задачи ведёт Claude Opus 4.6, глубокое исследование уходит в Gemini, быстрые фактологические проверки — в Grok, а отдельные медиа-задачи маршрутизируются в другие модели. Пользователь задаёт не цепочку команд, а цель, после чего система сама режет её на подзадачи, распределяет работу и собирает ответ в финальный результат.

«Perplexity больше не поисковик.

Это другая категория инструмента.» Тест это хорошо показал на деталях. Например, Computer нашёл разрыв в оценке GPT-5.4 по GPQA Diamond: 92,8% в блоге OpenAI против 74,8% у NxCode, и связал расхождение с разными настройками reasoning effort. Ещё полезнее был вывод по стоимости: Nemotron 3 Super от NVIDIA при цене $0,10/$0,50 за миллион токенов дал показатель стоимость/производительность $0,37 против $9,17 у GPT-5.4. Причём этот расчёт система сделала сама, без отдельной просьбы.

Что анонсировали дальше 11 марта 2026 года на конференции

Ask 2026 компания показала, что Computer — не разовая демо-функция, а часть более широкого продукта. В персональной версии агент может работать на выделенном Mac mini, иметь постоянный доступ к локальным файлам и подключённым сервисам, следить за триггерами и запускать задачи в фоне. Для чувствительных действий предусмотрено подтверждение пользователя, а аварийный выключатель даёт быстрый ручной контроль.

Параллельно компания показала, как собирается монетизировать и расширять этот подход. Доступ к Personal Computer открыт через waitlist для тарифа Max за $200 в месяц, а корпоративная версия уже умеет подключаться к Snowflake, Databricks, Salesforce и HubSpot. Для разработчиков вынесли те же внутренние компоненты, на которых работает Computer, а в исследовательский контур добавили платные базы данных и мобильную синхронизацию.

Ключевые пункты анонса такие: Personal Computer с постоянным доступом к файлам, приложениям и сессиям Корпоративная версия с коннекторами к Snowflake, Databricks, Salesforce и HubSpot Четыре API для разработчиков: Search, Agent, Embeddings и Sandbox Прямой доступ к данным Statista, CB Insights и PitchBook внутри исследований * Запуск на iOS с кросс-девайсной синхронизацией и последующим выходом на Android ## Что это значит Главный сдвиг здесь в том, что ценность AI всё меньше измеряется красивым ответом в чате и всё больше — готовым рабочим результатом: таблицей, отчётом, расчётом, списком спорных данных. У Perplexity остаются слабые места — непрозрачная система кредитов, зависимость от экосистемы Apple для personal-версии и непроверенные корпоративные цифры. Но сама траектория понятна: AI-поиск превращается в исследовательского агента, который не только находит, но и делает.