Jak funguje kontextový graf

Každý úkol, který Computer provádí, je zapojen do trvalého kontextového grafu – strukturované mapy pokrývající projekty, konektory, soubory, artefakty, rozhodnutí a zdroje . Tento graf roste s každým sezením a vytváří bohatou provozní historii, kterou mohou budoucí úkoly automaticky využívat.

Na rozdíl od jednoduché paměti konverzací (která ukládá záznamy chatu) Brain zachycuje procedurální znalosti agenta: které pracovní postupy vedou ke správným výsledkům, které přístupy uživatel opravil a které vzorce zdrojů jsou nejspolehlivější .

Noční cyklus sebezdokonalování

Nejvýraznější vlastností Brains je jeho schopnost autonomního zlepšování. V pravidelných intervalech – typicky přes noc – Brain přezkoumá celý kontextový graf a aktualizuje své vlastní chápání toho, jak dělat podobnou práci lépe . To znamená:

• Učení se z úspěchů: Vzorce, které vedly ke správným výstupům, jsou posíleny.
• Učení se z neúspěchů: Chyby a opravy od uživatele jsou analyzovány a použity k úpravě budoucího chování.
• Rekurzivní zlepšování: Jak se agenti stávají efektivnějšími v aktualizaci kontextového grafu, kvalita znalostí Brains se kumuluje .

Výsledkem je systém, který je s každým použitím chytřejší. Zisky nejsou jen teoretické – Perplexity zveřejnilo raná interní měření přímo na svém blogu :

Tato zlepšení se v čase kumulují – uživatelé, kteří Brain používají déle, zaznamenávají větší zlepšení, protože se agenti učí jejich specifické pracovní vzorce .

Proč to představuje posun od bezstavových k agentům se stavem

Brain představuje zásadní architektonický posun v tom, jak AI agenti fungují. Většina dnešních agentů je bezdstavová – každý úkol začínají od nuly, bez paměti na minulou práci. Uživatelé musí znovu vysvětlovat kontext, znovu nastavovat preference a znovu agenta trénovat na své pracovní postupy.

Brain dělá agenty stavovými. Každý nový úkol se zapojuje do trvalého kontextového grafu předchozích projektů, rozhodnutí a oprav . Computer začíná každý úkol s plným kontextem místo od nuly, čímž odpadá redundantní práce a snižuje se počet chyb z chybějících historických informací .

To se liší od jednoduché paměti konverzací (která si pamatuje historii chatu). Brain si pamatuje provozní znalosti agenta – jaké postupy, nástroje a vzorce zdrojů vedou ke správným výsledkům .

Které předplatné nabízí Brain

Brain je k dispozici jako research preview výhradně pro předplatitele Perplexity Max (200 $/měsíčně) . Zavádí se nejprve pro Max, nejvyšší spotřebitelskou úroveň Perplexity, která také nabízí neomezené Pro vyhledávání, přístup k plné řadě modelů (včetně GPT-5, Claude 4, Gemini) a přednostní přístup k novým funkcím .

Funkce není k dispozici na úrovních Free, Pro (20 $/měsíčně) nebo Enterprise Pro při spuštění.

Místo Brains v ekosystému Computer

• Computer (spuštěn v únoru 2026) je „univerzální digitální pracovník" společnosti Perplexity – agentní platforma, která přijímá cíle na vysoké úrovni v přirozeném jazyce, rozděluje je na dílčí úkoly a autonomně je provádí napříč webem, API a softwarovým stackem uživatele . Orchestruje zhruba 19 různých AI modelů k dokončení komplexních pracovních postupů .
• Brain je paměťovou vrstvou pro Computer. Dělá z Computeru učící se systém, který je s každým použitím efektivnější a přesnější .
• Perplexity má také samostatnou funkci personalizační paměti (zavedenou dříve pro uživatele Pro a Max), která si pamatuje preference uživatele a historii konverzací pro vyhledávacího/produktivitního asistenta – Brain je o paměti pro agentní práci, ne o paměti preferencí uživatele .

Srovnání s konkurenčními paměťovými systémy

Odlišení Brains je jasné: pamatuje si práci agenta, ne chat uživatele – a autonomně se zlepšuje přes noc .

• Anthropic (Claude): Má omezené paměťové funkce pro projekty a vlastní instrukce, ale žádný samoučící se paměťový systém agenta. Noční cyklus sebehodnocení Brains je unikátní.
• OpenAI (ChatGPT/Operator): Nabízí paměť preferencí uživatele a historie konverzací napříč chatem, ale agent OpenAI (Operator) nemá rekurzivní samoučící se paměťový systém, který by fungoval offline.
• Google (Gemini): Paměť je primárně zaměřena na personalizaci, nikoli na agentní pracovní paměť.
• Microsoft Copilot: Firemní paměť vázaná na Microsoft Graph (emaily, dokumenty), ale nikoli samoučící se paměť agenta, která by se učila z vzorců provádění úloh.

Brain dělá z Perplexity jasného prvního hráče v oblasti stavové, samoučící se agentní paměti – kategorie, kterou většina konkurentů na produktové úrovni dosud neřešila .

Jak funguje kontextový graf

Každý úkol, který Computer provádí, je zapojen do trvalého kontextového grafu – strukturované mapy pokrývající projekty, konektory, soubory, artefakty, rozhodnutí a zdroje . Tento graf roste s každým sezením a vytváří bohatou provozní historii, kterou mohou budoucí úkoly automaticky využívat.

Na rozdíl od jednoduché paměti konverzací (která ukládá záznamy chatu) Brain zachycuje procedurální znalosti agenta: které pracovní postupy vedou ke správným výsledkům, které přístupy uživatel opravil a které vzorce zdrojů jsou nejspolehlivější .

Noční cyklus sebezdokonalování

Nejvýraznější vlastností Brains je jeho schopnost autonomního zlepšování. V pravidelných intervalech – typicky přes noc – Brain přezkoumá celý kontextový graf a aktualizuje své vlastní chápání toho, jak dělat podobnou práci lépe . To znamená:

• Učení se z úspěchů: Vzorce, které vedly ke správným výstupům, jsou posíleny.
• Učení se z neúspěchů: Chyby a opravy od uživatele jsou analyzovány a použity k úpravě budoucího chování.
• Rekurzivní zlepšování: Jak se agenti stávají efektivnějšími v aktualizaci kontextového grafu, kvalita znalostí Brains se kumuluje .

Výsledkem je systém, který je s každým použitím chytřejší. Zisky nejsou jen teoretické – Perplexity zveřejnilo raná interní měření přímo na svém blogu :

Tato zlepšení se v čase kumulují – uživatelé, kteří Brain používají déle, zaznamenávají větší zlepšení, protože se agenti učí jejich specifické pracovní vzorce .

Proč to představuje posun od bezstavových k agentům se stavem

Brain představuje zásadní architektonický posun v tom, jak AI agenti fungují. Většina dnešních agentů je bezdstavová – každý úkol začínají od nuly, bez paměti na minulou práci. Uživatelé musí znovu vysvětlovat kontext, znovu nastavovat preference a znovu agenta trénovat na své pracovní postupy.

Brain dělá agenty stavovými. Každý nový úkol se zapojuje do trvalého kontextového grafu předchozích projektů, rozhodnutí a oprav . Computer začíná každý úkol s plným kontextem místo od nuly, čímž odpadá redundantní práce a snižuje se počet chyb z chybějících historických informací .

To se liší od jednoduché paměti konverzací (která si pamatuje historii chatu). Brain si pamatuje provozní znalosti agenta – jaké postupy, nástroje a vzorce zdrojů vedou ke správným výsledkům .

Které předplatné nabízí Brain

Brain je k dispozici jako research preview výhradně pro předplatitele Perplexity Max (200 $/měsíčně) . Zavádí se nejprve pro Max, nejvyšší spotřebitelskou úroveň Perplexity, která také nabízí neomezené Pro vyhledávání, přístup k plné řadě modelů (včetně GPT-5, Claude 4, Gemini) a přednostní přístup k novým funkcím .

Funkce není k dispozici na úrovních Free, Pro (20 $/měsíčně) nebo Enterprise Pro při spuštění.

Místo Brains v ekosystému Computer

• Computer (spuštěn v únoru 2026) je „univerzální digitální pracovník" společnosti Perplexity – agentní platforma, která přijímá cíle na vysoké úrovni v přirozeném jazyce, rozděluje je na dílčí úkoly a autonomně je provádí napříč webem, API a softwarovým stackem uživatele . Orchestruje zhruba 19 různých AI modelů k dokončení komplexních pracovních postupů .
• Brain je paměťovou vrstvou pro Computer. Dělá z Computeru učící se systém, který je s každým použitím efektivnější a přesnější .
• Perplexity má také samostatnou funkci personalizační paměti (zavedenou dříve pro uživatele Pro a Max), která si pamatuje preference uživatele a historii konverzací pro vyhledávacího/produktivitního asistenta – Brain je o paměti pro agentní práci, ne o paměti preferencí uživatele .

Srovnání s konkurenčními paměťovými systémy

Odlišení Brains je jasné: pamatuje si práci agenta, ne chat uživatele – a autonomně se zlepšuje přes noc .

• Anthropic (Claude): Má omezené paměťové funkce pro projekty a vlastní instrukce, ale žádný samoučící se paměťový systém agenta. Noční cyklus sebehodnocení Brains je unikátní.
• OpenAI (ChatGPT/Operator): Nabízí paměť preferencí uživatele a historie konverzací napříč chatem, ale agent OpenAI (Operator) nemá rekurzivní samoučící se paměťový systém, který by fungoval offline.
• Google (Gemini): Paměť je primárně zaměřena na personalizaci, nikoli na agentní pracovní paměť.
• Microsoft Copilot: Firemní paměť vázaná na Microsoft Graph (emaily, dokumenty), ale nikoli samoučící se paměť agenta, která by se učila z vzorců provádění úloh.

Brain dělá z Perplexity jasného prvního hráče v oblasti stavové, samoučící se agentní paměti – kategorie, kterou většina konkurentů na produktové úrovni dosud neřešila .