2026 年 3 月 11 日，Perplexity 在旧金山一座改建的教堂里举办了它的首届开发者大会——Ask 2026。
一个做 AI 搜索起家的公司，一口气发布了「个人电脑」智能体、企业版 Computer、iOS 浏览器 Comet，还拉上了网络安全巨头 CrowdStrike 做安全合作。CEO Aravind Srinivas 在台上说了一句颇有野心的话：「传统操作系统接收指令，AI 操作系统接收目标。」
这些动作放在一起看，信号很明确：Perplexity 不想只当一个搜索引擎了，它要做 AI 时代的操作系统。
这篇文章将聚焦两个最值得关注的功能——Model Council（多模型委员会）和 Computer（多模型智能体），从机制到价值到局限做一次完整拆解。最后给出我个人对于「该不该为此掏 200 美元月费」的真实判断。
一、Model Council：三个模型吵架，第四个裁判
它到底是什么
Model Council 于 2026 年 2 月 5 日上线，是 Perplexity Max 会员专属的多模型研究功能。
机制并不复杂：你提出一个问题，系统同时把它发给三个前沿大模型（比如 Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro），三个模型各自独立生成回答，然后由第四个「主席模型」审阅全部输出，综合出一份标注了共识区域和分歧点的统一答案。
用户可以展开查看每个模型的完整原始回答，也可以切换不同的模型组合。
设计哲学：让分歧可见
这个功能最有意思的地方不是「综合」，而是对分歧的可视化。
当三个模型在某个判断上趋同时，你可以获得更高的置信度；当它们出现明显分歧时，你知道这个问题需要进一步调查，而不是盲信某一个模型的输出。这在概念上更接近机器学习中的集成方法（ensemble），而不只是一个模型选择器。
官方建议的适用场景包括投资研究、高风险个人决策、复杂议题的多视角梳理。在 Computer 工作流中，Model Council 则扮演「关键节点审查」的角色——让某一步分析或评审接受多模型交叉检验。
我的看法：有趣，但未必值得买单
Model Council 的思路确实有启发性。在 AI 输出普遍存在幻觉和偏见的当下，用多模型交叉验证来提高可靠性，逻辑上是成立的。
但问题在于：这件事你完全可以自己做。
分别向 ChatGPT、Claude、Gemini 各问一遍，三个窗口并排对比，人工判断哪个回答更可靠——这个流程虽然笨一点，但成本几乎为零（如果你已经有各家的订阅），而且你自己做裁判意味着你在主动锻炼判断力，而不是把判断权再次交给一个你同样无法验证的「主席模型」。
Model Council 的价值在于便利性和结构化呈现，但它并没有提供任何你无法通过手动操作获得的信息增量。对于有一定 AI 使用经验的人来说，「自己有判断力」远比「让第四个模型替你判断」更重要。
二、Perplexity Computer：19 个模型，一个「数字员工」
它到底是什么
Perplexity Computer 于 2 月 25 日面向消费者上线，3 月 11 日在 Ask 2026 上发布了企业版和「Personal Computer」本地智能体版本。
Computer 的定位是一个云端多模型 AI 智能体编排平台。你用自然语言描述一个目标（比如「帮我做一份关于某行业的竞品分析报告」），系统会自动把目标拆解为子任务，为每个子任务路由最合适的 AI 模型，在后台自主执行（可以持续数小时），最终交付成品。
它协调的模型超过 19 个：Claude Opus 4.6 做核心推理，Gemini 处理深度研究，GPT-5.2 负责长上下文搜索，Grok 跑轻量任务，Nano Banana 生成图像，Veo 3.1 生成视频，GPT-5.3-Codex 专门写代码。每个任务运行在隔离的沙盒环境中，具备真实文件系统和浏览器。
已接入 400 多个连接器：Gmail、GitHub、Slack、Notion、Salesforce、Snowflake 等。
3 月 11 日发布的 Personal Computer 更进一步——它是一款运行在你自己 Mac mini 上的常驻软件，让 AI 智能体可以 24/7 访问你本地的文件和应用，同时推理仍在 Perplexity 的云端完成。
3 月 6 日的重要迭代
Computer 上线后的首个大更新落在 3 月 6 日，带来了四个方向的扩展：
自定义 Skills——你可以为重复性任务编写「能力说明」（比如固定的报告模板、写作风格要求），Computer 会在相关任务中自动调用，不用每次重新解释。
Model Council 内嵌——在 Computer 的工作流中直接调用三模型并行审查，为关键决策步骤提供交叉验证。
语音模式——可以用语音描述任务、给中途反馈或调整方向。
GPT-5.3-Codex 编码子智能体——遇到复杂编码任务时，自动分配给专职代码模型，可以从头搭全栈应用，甚至通过浏览器 DevTools 调试并与 GitHub 集成。
我的看法：概念震撼，落地存疑
Computer 的架构设计确实令人印象深刻。19 个模型按需调度、多智能体嵌套、沙盒执行、异步长时间运行——从技术理念上看，这可能是目前市面上最激进的多模型智能体方案。
但几个现实问题很难回避：
第一，信用点开销不透明且昂贵。 有 Builder.io 的评测者反馈，两天内花 200 美元只建了一个网页。失败的任务同样消耗信用点，而你无法预估一个任务到底要花多少。这种定价模式对用户来说几乎是一个黑箱。
第二，真正能可靠落地的复杂编码任务，目前主要靠的是 Claude Code。 Computer 虽然也集成了编码能力，但在实际开发流程中，Claude Code 的稳定性和开发体验仍然是业内标杆。Computer 更像是把 Claude Code 包了一层智能体壳，但这层壳本身增加了不确定性和成本。
第三，Computer 的功能定位与 Manus 高度重叠。 都是自然语言驱动、自动拆解任务、后台执行的智能体系统。Computer 的差异化在于多模型编排和 Perplexity 的搜索能力，但如果核心优势只是「搜索源更全」，这个溢价是否值得就见仁见智了。
三、一个绕不开的问题：$200/月值不值？
Model Council 和 Computer 都仅限 Perplexity Max 会员使用，月费 200 美元。
这个价格放在当前 AI 订阅市场里处于什么位置？Claude Max 大约 100 美元，可以高额使用 Opus；OpenAI Pro 200 美元，提供 GPT 5.4 pro和更高的使用配额。
Perplexity Max 的 200 美元里包含了什么？Model Council、Computer（含信用点）、Deep Research、以及全模型无限制访问。听起来很丰满，但有几个隐忧：
Max 会员中的 Claude Opus 是否会降智？ 这是一个社区中反复被讨论的问题。当 Perplexity 作为中间层调用 Anthropic 的 API 时，prompt 的封装、上下文管理、以及可能的 token 截断都可能影响最终输出质量。你通过 Perplexity 使用的 Opus，和在 Claude 官方客户端使用的 Opus，体验不一定完全一致。
Computer 的信用点消耗是另一个深水区。 200 美元的月费并不意味着你可以无限使用 Computer，复杂任务的积分开销可能迅速耗尽配额。而且 Perplexity 此前有过将 Deep Research 配额从约 500 次/天骤降至 20 次/月的先例，引发了大量用户对「先引流再压榨」策略的批评。
Perplexity 的「黑历史」也值得留意。 从早期被指控未经授权抓取内容、到与多家出版商的版权纠纷、再到 3 月 11 日当天联邦法院裁定禁止其 AI 购物智能体访问亚马逊、甚至还有用户反映通过活动渠道获得的免费 Pro 会员被官方单方面静默取消——这家公司在「先做再说」的激进策略上从不手软。这种风格可能带来创新速度，但也意味着产品策略和定价随时可能剧变，用户的既有权益未必能得到稳定保障。
四、Perplexity 真正的护城河：搜索
说了很多不足，也要承认 Perplexity 的核心长板。
它的搜索源确实全面。 这一点在中文互联网上订阅过 Max 会员的用户中得到了广泛认可。Opus 4.6 结合 Perplexity 自建的搜索管线，在研究型查询上的表现确实优于单独使用任何一个模型的搜索功能。七种并行搜索类型（网页、学术、人物、图片、视频、购物、社交）、以及 PitchBook、Statista 等高级数据源的接入，让它在信息获取的广度和深度上拥有真实优势。
如果你的核心需求是高频次深度研究——金融调研、市场分析、技术选型——Perplexity 的搜索能力确实是它最有说服力的卖点。
但如果你的需求集中在代码开发、创意写作、或日常对话，那这个搜索优势就与你的使用场景不太匹配了。
护城河能守多久？
必须正视一个行业共识：Perplexity 一直被视为一家「套壳」公司。 它不训练自己的基座模型，核心产品建立在 OpenAI、Anthropic、Google 等厂商的 API 之上，在模型层面几乎没有自研创新。它做的事情——用顶级 SOTA 模型搭配全面的搜索源——确实能产出优秀的研究体验，这一点毋庸置疑。
问题在于，这套配方的两个关键原料都不在它手里。
OpenAI 的 ChatGPT 已经具备联网搜索和 Deep Research 能力，Anthropic 推出了 Claude 的 Web Search 工具和 Deep Research，Google 的 Gemini 更是天然坐拥全球最大的搜索索引。当模型厂商自己下场补齐搜索短板时，Perplexity 作为中间层的价值就会被持续压缩。这也是为什么在 AI 社区中，「Perplexity 将死」的论调从未停歇——不是因为它做得不好，而是因为它的核心能力太容易被上游厂商复制。
Perplexity 显然意识到了这一点，所以它在拼命向智能体平台转型：Computer、Personal Computer、Comet 浏览器、企业版……每一步都是在试图从「搜索中间商」变成「AI 操作系统」，在用户还没跑掉之前建立更深的产品粘性。这个战略方向是清醒的，但能否跑赢时间，是另一回事。
五、我的结论
我不会订阅 Perplexity Max。
理由很简单：相较于 Claude Max 和 OpenAI Pro，它的性价比不够高。Computer 的概念很有前瞻性，但实际使用中的信用点黑箱、不稳定的配额政策、以及「做得到但不够好」的尴尬，让我无法为一个月 200 美元买单。Model Council 的多模型交叉验证思路有价值，但手动操作完全可以替代，而且自己做裁判比依赖第四个模型更靠谱。
如果你正在考虑订阅，我的建议是先问自己两个问题：
第一，你的核心需求是搜索还是执行？ 如果是搜索，Pro 会员（$20/月）可能就够用了。如果是执行复杂任务，Claude Code 目前仍然是更稳定的选择。
第二，你能接受定价和配额随时变化的风险吗？ Perplexity 是一家还在快速迭代（也在快速试错）的公司，产品策略的不确定性是真实存在的。
Perplexity 正在做的事情——多模型编排、智能体工作流、AI 原生操作系统——方向上没有问题。但「方向正确」和「现在值得买」之间，还隔着很长的路。
与其追逐最新的付费功能，不如把时间花在真正提升自己判断力的地方。毕竟，再多模型的「委员会」，也替代不了你自己的独立思考。
本文基于 Perplexity 官方博客、changelog、帮助中心文档，以及 TechCrunch、VentureBeat、Digital Trends、Axios、AppleInsider 等科技媒体报道综合撰写，写作日期为 2026 年 3 月 12 日。文中观点仅代表作者个人立场，不构成任何订阅或投资建议。
评论