Comment fonctionne le graphe de contexte

Chaque tâche que Computer exécute s'intègre dans un graphe de contexte persistant — une carte structurée couvrant les projets, les connecteurs, les fichiers, les artefacts, les décisions et les sources . Ce graphe s'enrichit à chaque session, créant un riche historique opérationnel dont les futures tâches peuvent tirer parti automatiquement.

Contrairement à une simple mémoire de conversation (qui stocke les journaux de discussion), Brain capture la connaissance procédurale de l'agent : quels workflows produisent des résultats corrects, quelles approches ont été corrigées par l'utilisateur et quels schémas de sources sont les plus fiables .

La boucle d'auto-amélioration nocturne

La caractéristique la plus distinctive de Brain est sa capacité à s'améliorer de manière autonome. À intervalles réguliers — généralement la nuit — Brain passe en revue l'ensemble du graphe de contexte et met à jour sa propre compréhension de la façon d'effectuer un travail similaire de manière plus efficace . Cela signifie :

• Apprendre des succès : Les schémas qui ont conduit à des résultats corrects sont renforcés.
• Apprendre des échecs : Les erreurs et les corrections des utilisateurs sont analysées et utilisées pour ajuster le comportement futur.
• Amélioration récursive : À mesure que les agents deviennent plus efficaces pour mettre à jour le graphe de contexte, la qualité des connaissances de Brain se renforce .

Le résultat est un système qui devient plus intelligent à mesure qu'on l'utilise. Les gains ne sont pas seulement théoriques — Perplexity a publié des premières mesures internes directement sur son blog :

Ces gains se cumulent au fil du temps — les utilisateurs qui utilisent Brain plus longtemps voient des améliorations plus importantes à mesure que les agents apprennent leurs schémas de travail spécifiques .

Pourquoi il s'agit d'un passage d'agents sans état à des agents avec état

Brain représente un changement architectural fondamental dans la façon dont les agents IA opèrent. La plupart des agents aujourd'hui sont sans état — ils commencent chaque tâche de zéro, sans mémoire du travail passé. Les utilisateurs doivent réexpliquer le contexte, rétablir les préférences et ré-entraîner l'agent sur leurs workflows à chaque fois.

Brain rend les agents 'avec état'. Chaque nouvelle tâche s'intègre dans le graphe de contexte persistant des projets, décisions et corrections antérieurs . Computer commence chaque tâche avec un contexte complet au lieu de partir de rien, éliminant le travail redondant et réduisant les erreurs dues à un manque d'informations historiques .

Ceci est distinct d'une simple mémoire de conversation (qui se souvient de l'historique des discussions). Brain mémorise la connaissance opérationnelle de l'agent — quelles procédures, outils et schémas de sources produisent des résultats corrects .

Quels abonnements offrent Brain ?

Brain est disponible en tant qu'aperçu de recherche exclusivement pour les abonnés Perplexity Max (200 $/mois) . Il est déployé en premier sur Max, le niveau consommateur le plus élevé de Perplexity, qui offre également des recherches Pro illimitées, un accès complet à la gamme de modèles (y compris GPT-5, Claude 4, Gemini) et un accès anticipé aux nouvelles fonctionnalités .

La fonctionnalité n'est pas disponible sur les niveaux Free, Pro (20 $/mois) ou Enterprise Pro au lancement.

Où Brain s'intègre-t-il dans l'écosystème Computer ?

• Computer (lancé en février 2026) est le "travailleur numérique polyvalent" de Perplexity — une plateforme agentique qui prend des objectifs de haut niveau en langage naturel, les décompose en sous-tâches et les exécute de manière autonome sur le web, les API et la pile logicielle de l'utilisateur . Il orchestre environ 19 modèles d'IA différents pour réaliser des workflows de bout en bout .
• Brain est la couche mémoire de Computer. Il fait de Computer un système apprenant qui devient plus efficace et précis à mesure qu'il est utilisé .
• Perplexity dispose également d'une fonctionnalité de mémoire de personnalisation distincte (déployée plus tôt pour les utilisateurs Pro et Max) qui mémorise les préférences et l'historique des conversations pour l'assistant de recherche/productivité — Brain est une mémoire de travail agentique, pas une mémoire de préférences utilisateur .

Comment Brain se compare-t-il aux systèmes mémoire concurrents ?

La différenciation de Brain est claire : il se souvient du travail de l'agent, pas de la discussion de l'utilisateur — et il s'améliore de manière autonome pendant la nuit .

• Anthropic (Claude) : Dispose de fonctions mémoire limitées pour les projets et les instructions personnalisées, mais pas de système de mémoire agentique auto-améliorant. La boucle de révision nocturne de Brain est unique.
• OpenAI (ChatGPT/Operator) : Offre une mémoire des préférences utilisateur et de l'historique des conversations dans le chat, mais l'agent d'OpenAI (Operator) ne dispose pas d'un système de mémoire récursif à auto-amélioration fonctionnant hors ligne.
• Google (Gemini) : La mémoire est principalement axée sur la personnalisation, pas sur la mémoire de travail agentique.
• Microsoft Copilot : Mémoire d'entreprise liée au Microsoft Graph (e-mails, documents), mais pas une mémoire d'agent auto-améliorante qui apprend des schémas d'exécution des tâches.

Brain fait de Perplexity un pionnier clair dans la mémoire agentique avec état et auto-améliorante — une catégorie que la plupart des concurrents n'ont pas encore abordée au niveau du produit .

Comment fonctionne le graphe de contexte

Chaque tâche que Computer exécute s'intègre dans un graphe de contexte persistant — une carte structurée couvrant les projets, les connecteurs, les fichiers, les artefacts, les décisions et les sources . Ce graphe s'enrichit à chaque session, créant un riche historique opérationnel dont les futures tâches peuvent tirer parti automatiquement.

Contrairement à une simple mémoire de conversation (qui stocke les journaux de discussion), Brain capture la connaissance procédurale de l'agent : quels workflows produisent des résultats corrects, quelles approches ont été corrigées par l'utilisateur et quels schémas de sources sont les plus fiables .

La boucle d'auto-amélioration nocturne

La caractéristique la plus distinctive de Brain est sa capacité à s'améliorer de manière autonome. À intervalles réguliers — généralement la nuit — Brain passe en revue l'ensemble du graphe de contexte et met à jour sa propre compréhension de la façon d'effectuer un travail similaire de manière plus efficace . Cela signifie :

• Apprendre des succès : Les schémas qui ont conduit à des résultats corrects sont renforcés.
• Apprendre des échecs : Les erreurs et les corrections des utilisateurs sont analysées et utilisées pour ajuster le comportement futur.
• Amélioration récursive : À mesure que les agents deviennent plus efficaces pour mettre à jour le graphe de contexte, la qualité des connaissances de Brain se renforce .

Le résultat est un système qui devient plus intelligent à mesure qu'on l'utilise. Les gains ne sont pas seulement théoriques — Perplexity a publié des premières mesures internes directement sur son blog :

Ces gains se cumulent au fil du temps — les utilisateurs qui utilisent Brain plus longtemps voient des améliorations plus importantes à mesure que les agents apprennent leurs schémas de travail spécifiques .

Pourquoi il s'agit d'un passage d'agents sans état à des agents avec état

Brain représente un changement architectural fondamental dans la façon dont les agents IA opèrent. La plupart des agents aujourd'hui sont sans état — ils commencent chaque tâche de zéro, sans mémoire du travail passé. Les utilisateurs doivent réexpliquer le contexte, rétablir les préférences et ré-entraîner l'agent sur leurs workflows à chaque fois.

Brain rend les agents 'avec état'. Chaque nouvelle tâche s'intègre dans le graphe de contexte persistant des projets, décisions et corrections antérieurs . Computer commence chaque tâche avec un contexte complet au lieu de partir de rien, éliminant le travail redondant et réduisant les erreurs dues à un manque d'informations historiques .

Ceci est distinct d'une simple mémoire de conversation (qui se souvient de l'historique des discussions). Brain mémorise la connaissance opérationnelle de l'agent — quelles procédures, outils et schémas de sources produisent des résultats corrects .

Quels abonnements offrent Brain ?

Brain est disponible en tant qu'aperçu de recherche exclusivement pour les abonnés Perplexity Max (200 $/mois) . Il est déployé en premier sur Max, le niveau consommateur le plus élevé de Perplexity, qui offre également des recherches Pro illimitées, un accès complet à la gamme de modèles (y compris GPT-5, Claude 4, Gemini) et un accès anticipé aux nouvelles fonctionnalités .

La fonctionnalité n'est pas disponible sur les niveaux Free, Pro (20 $/mois) ou Enterprise Pro au lancement.

Où Brain s'intègre-t-il dans l'écosystème Computer ?

• Computer (lancé en février 2026) est le "travailleur numérique polyvalent" de Perplexity — une plateforme agentique qui prend des objectifs de haut niveau en langage naturel, les décompose en sous-tâches et les exécute de manière autonome sur le web, les API et la pile logicielle de l'utilisateur . Il orchestre environ 19 modèles d'IA différents pour réaliser des workflows de bout en bout .
• Brain est la couche mémoire de Computer. Il fait de Computer un système apprenant qui devient plus efficace et précis à mesure qu'il est utilisé .
• Perplexity dispose également d'une fonctionnalité de mémoire de personnalisation distincte (déployée plus tôt pour les utilisateurs Pro et Max) qui mémorise les préférences et l'historique des conversations pour l'assistant de recherche/productivité — Brain est une mémoire de travail agentique, pas une mémoire de préférences utilisateur .

Comment Brain se compare-t-il aux systèmes mémoire concurrents ?

La différenciation de Brain est claire : il se souvient du travail de l'agent, pas de la discussion de l'utilisateur — et il s'améliore de manière autonome pendant la nuit .

• Anthropic (Claude) : Dispose de fonctions mémoire limitées pour les projets et les instructions personnalisées, mais pas de système de mémoire agentique auto-améliorant. La boucle de révision nocturne de Brain est unique.
• OpenAI (ChatGPT/Operator) : Offre une mémoire des préférences utilisateur et de l'historique des conversations dans le chat, mais l'agent d'OpenAI (Operator) ne dispose pas d'un système de mémoire récursif à auto-amélioration fonctionnant hors ligne.
• Google (Gemini) : La mémoire est principalement axée sur la personnalisation, pas sur la mémoire de travail agentique.
• Microsoft Copilot : Mémoire d'entreprise liée au Microsoft Graph (e-mails, documents), mais pas une mémoire d'agent auto-améliorante qui apprend des schémas d'exécution des tâches.

Brain fait de Perplexity un pionnier clair dans la mémoire agentique avec état et auto-améliorante — une catégorie que la plupart des concurrents n'ont pas encore abordée au niveau du produit .