कॉन्टेक्स्ट ग्राफ कैसे काम करता है

Computer द्वारा किया गया हर कार्य एक स्थायी कॉन्टेक्स्ट ग्राफ से जुड़ता है — एक स्ट्रक्चर्ड मैप जो प्रोजेक्ट्स, कनेक्टर्स, फ़ाइलों, आर्टिफैक्ट्स, निर्णयों और स्रोतों तक फैला होता है । यह ग्राफ हर सत्र के साथ बढ़ता है, जिससे एक समृद्ध ऑपरेशनल हिस्ट्री बनती है जिसे भविष्य के कार्य अपने आप इस्तेमाल कर सकते हैं।

सामान्य बातचीत की मेमोरी (जो चैट लॉग स्टोर करती है) के विपरीत, Brain एजेंट के प्रक्रियात्मक ज्ञान को कैप्चर करता है: कौन से वर्कफ़्लो सही परिणाम देते हैं, किन दृष्टिकोणों को उपयोगकर्ता द्वारा ठीक किया गया, और कौन से स्रोत पैटर्न सबसे भरोसेमंद हैं ।

रात भर का सेल्फ-इम्प्रूवमेंट लूप

Brain की सबसे खास विशेषता इसकी स्वायत्त रूप से सुधार करने की क्षमता है। निर्धारित अंतराल पर — आमतौर पर रात भर में — Brain पूरे कॉन्टेक्स्ट ग्राफ की समीक्षा करता है और समान काम को बेहतर तरीके से करने के बारे में अपनी समझ को अपडेट करता है । इसका मतलब है:

• सफलता से सीखना: जिन पैटर्न ने सही आउटपुट दिए, उन्हें मजबूत किया जाता है।
• असफलता से सीखना: गलतियों और उपयोगकर्ता के सुधारों का विश्लेषण किया जाता है और भविष्य के व्यवहार को समायोजित करने के लिए उपयोग किया जाता है।
• पुनरावर्ती सुधार: जैसे-जैसे एजेंट कॉन्टेक्स्ट ग्राफ को अपडेट करने में अधिक प्रभावी होते जाते हैं, Brain का ज्ञान और अधिक बेहतर होता जाता है ।

इसका नतीजा एक ऐसा सिस्टम है जो जितना अधिक उपयोग किया जाता है, उतना ही स्मार्ट होता जाता है। ये लाभ केवल सैद्धांतिक नहीं हैं — Perplexity ने अपने ब्लॉग पर शुरुआती आंतरिक माप सीधे प्रकाशित किए :

ये लाभ समय के साथ बढ़ते जाते हैं — जो उपयोगकर्ता Brain का अधिक समय तक उपयोग करते हैं, उन्हें अधिक सुधार दिखाई देते हैं क्योंकि एजेंट उनके विशिष्ट कार्य पैटर्न सीख लेते हैं ।

स्टेटलेस से स्टेटफुल एजेंटों की ओर बदलाव क्यों महत्वपूर्ण है

Brain AI एजेंटों के संचालन के तरीके में एक मौलिक आर्किटेक्चरल बदलाव का प्रतिनिधित्व करता है। आज अधिकांश एजेंट स्टेटलेस हैं — वे हर काम एकदम शुरू से शुरू करते हैं, पिछले काम की कोई याददाश्त नहीं रखते। उपयोगकर्ताओं को हर बार संदर्भ फिर से समझाना, प्राथमिकताएं फिर से स्थापित करनी और वर्कफ़्लो पर एजेंट को फिर से प्रशिक्षित करना पड़ता है।

Brain एजेंटों को स्टेटफुल बनाता है। हर नया कार्य पिछले प्रोजेक्ट्स, निर्णयों और सुधारों के स्थायी कॉन्टेक्स्ट ग्राफ से जुड़ता है । Computer प्रत्येक कार्य को खाली हाथ शुरू करने के बजाय पूरे संदर्भ के साथ शुरू करता है, जिससे अनावश्यक काम खत्म हो जाता है और ऐतिहासिक जानकारी की कमी से होने वाली त्रुटियां कम हो जाती हैं ।

यह सामान्य बातचीत की मेमोरी (जो चैट हिस्ट्री याद रखती है) से अलग है। Brain एजेंट के ऑपरेशनल नॉलेज को याद रखता है — कौन सी प्रक्रियाएं, उपकरण और स्रोत पैटर्न सही परिणाम देते हैं ।

कौन से सब्सक्रिप्शन टियर Brain की पेशकश करते हैं

Brain विशेष रूप से Perplexity Max ग्राहकों ($200/माह) के लिए रिसर्च प्रीव्यू के रूप में उपलब्ध है । इसे पहले Max पर रोल आउट किया जा रहा है, जो Perplexity का सबसे ऊपरी कंज्यूमर टियर है, जो असीमित Pro खोज, पूर्ण मॉडल लाइनअप एक्सेस (GPT-5, Claude 4, Gemini सहित) और नई सुविधाओं तक शुरुआती पहुंच प्रदान करता है ।

यह सुविधा लॉन्च के समय Free, Pro ($20/माह) या Enterprise Pro टियर पर उपलब्ध नहीं है।

Computer इकोसिस्टम में Brain का स्थान

• Computer (फरवरी 2026 में लॉन्च) Perplexity का "सामान्य-उद्देश्यीय डिजिटल वर्कर" है — एक एजेंटिक प्लेटफ़ॉर्म जो प्राकृतिक भाषा में उच्च-स्तरीय लक्ष्य लेता है, उन्हें उप-कार्यों में विभाजित करता है, और वेब, APIs और उपयोगकर्ता के सॉफ़्टवेयर स्टैक पर स्वायत्त रूप से निष्पादित करता है । यह एंड-टू-एंड वर्कफ़्लो को पूरा करने के लिए लगभग 19 विभिन्न AI मॉडलों को ऑर्केस्ट्रेट करता है ।
• Brain, Computer के लिए मेमोरी लेयर है। यह Computer को एक सीखने की प्रणाली बनाता है जो जितना अधिक उपयोग किया जाता है, उतना ही अधिक कुशल और सटीक होता जाता है ।
• Perplexity के पास एक अलग पर्सनलाइज़ेशन मेमोरी फीचर भी है (पहले Pro और Max उपयोगकर्ताओं के लिए रोल आउट किया गया) जो सर्च/प्रोडक्टिविटी असिस्टेंट के लिए उपयोगकर्ता की प्राथमिकताओं और बातचीत के इतिहास को याद रखता है — Brain एजेंटिक वर्क मेमोरी के बारे में है, न कि उपयोगकर्ता की पसंद के बारे में ।

प्रतिस्पर्धी मेमोरी सिस्टम से तुलना

Brain का अंतर स्पष्ट है: यह एजेंट के काम को याद रखता है, न कि उपयोगकर्ता की चैट को — और यह रातों-रात अपने आप सुधर जाता है ।

• Anthropic (Claude): प्रोजेक्ट्स और कस्टम इंस्ट्रक्शंस के लिए सीमित मेमोरी सुविधाएं हैं, लेकिन कोई सेल्फ-इम्प्रूविंग एजेंट मेमोरी सिस्टम नहीं है। Brain का ओवरनाइट सेल्फ-रिव्यू लूप अद्वितीय है।
• OpenAI (ChatGPT/Operator): चैट में उपयोगकर्ता की प्राथमिकताओं और बातचीत के इतिहास की मेमोरी प्रदान करता है, लेकिन OpenAI के एजेंट (Operator) के पास ऑफ़लाइन संचालित होने वाली पुनरावर्ती सेल्फ-इम्प्रूवमेंट मेमोरी सिस्टम नहीं है।
• Google (Gemini): मेमोरी मुख्य रूप से पर्सनलाइज़ेशन-केंद्रित है, एजेंटिक वर्क मेमोरी नहीं।
• Microsoft Copilot: Microsoft Graph (ईमेल, दस्तावेज़) से जुड़ी एंटरप्राइज़ मेमोरी, लेकिन कार्य निष्पादन पैटर्न से सीखने वाली सेल्फ-इम्प्रूविंग एजेंट मेमोरी नहीं।

Brain Perplexity को स्टेटफुल, सेल्फ-इम्प्रूविंग एजेंट मेमोरी में एक स्पष्ट फर्स्ट-मूवर बनाता है — यह एक ऐसी श्रेणी है जिसे अधिकांश प्रतिस्पर्धियों ने अभी तक उत्पाद स्तर पर संबोधित नहीं किया है ।

कॉन्टेक्स्ट ग्राफ कैसे काम करता है

Computer द्वारा किया गया हर कार्य एक स्थायी कॉन्टेक्स्ट ग्राफ से जुड़ता है — एक स्ट्रक्चर्ड मैप जो प्रोजेक्ट्स, कनेक्टर्स, फ़ाइलों, आर्टिफैक्ट्स, निर्णयों और स्रोतों तक फैला होता है । यह ग्राफ हर सत्र के साथ बढ़ता है, जिससे एक समृद्ध ऑपरेशनल हिस्ट्री बनती है जिसे भविष्य के कार्य अपने आप इस्तेमाल कर सकते हैं।

सामान्य बातचीत की मेमोरी (जो चैट लॉग स्टोर करती है) के विपरीत, Brain एजेंट के प्रक्रियात्मक ज्ञान को कैप्चर करता है: कौन से वर्कफ़्लो सही परिणाम देते हैं, किन दृष्टिकोणों को उपयोगकर्ता द्वारा ठीक किया गया, और कौन से स्रोत पैटर्न सबसे भरोसेमंद हैं ।

रात भर का सेल्फ-इम्प्रूवमेंट लूप

Brain की सबसे खास विशेषता इसकी स्वायत्त रूप से सुधार करने की क्षमता है। निर्धारित अंतराल पर — आमतौर पर रात भर में — Brain पूरे कॉन्टेक्स्ट ग्राफ की समीक्षा करता है और समान काम को बेहतर तरीके से करने के बारे में अपनी समझ को अपडेट करता है । इसका मतलब है:

• सफलता से सीखना: जिन पैटर्न ने सही आउटपुट दिए, उन्हें मजबूत किया जाता है।
• असफलता से सीखना: गलतियों और उपयोगकर्ता के सुधारों का विश्लेषण किया जाता है और भविष्य के व्यवहार को समायोजित करने के लिए उपयोग किया जाता है।
• पुनरावर्ती सुधार: जैसे-जैसे एजेंट कॉन्टेक्स्ट ग्राफ को अपडेट करने में अधिक प्रभावी होते जाते हैं, Brain का ज्ञान और अधिक बेहतर होता जाता है ।

इसका नतीजा एक ऐसा सिस्टम है जो जितना अधिक उपयोग किया जाता है, उतना ही स्मार्ट होता जाता है। ये लाभ केवल सैद्धांतिक नहीं हैं — Perplexity ने अपने ब्लॉग पर शुरुआती आंतरिक माप सीधे प्रकाशित किए :

ये लाभ समय के साथ बढ़ते जाते हैं — जो उपयोगकर्ता Brain का अधिक समय तक उपयोग करते हैं, उन्हें अधिक सुधार दिखाई देते हैं क्योंकि एजेंट उनके विशिष्ट कार्य पैटर्न सीख लेते हैं ।

स्टेटलेस से स्टेटफुल एजेंटों की ओर बदलाव क्यों महत्वपूर्ण है

Brain AI एजेंटों के संचालन के तरीके में एक मौलिक आर्किटेक्चरल बदलाव का प्रतिनिधित्व करता है। आज अधिकांश एजेंट स्टेटलेस हैं — वे हर काम एकदम शुरू से शुरू करते हैं, पिछले काम की कोई याददाश्त नहीं रखते। उपयोगकर्ताओं को हर बार संदर्भ फिर से समझाना, प्राथमिकताएं फिर से स्थापित करनी और वर्कफ़्लो पर एजेंट को फिर से प्रशिक्षित करना पड़ता है।

Brain एजेंटों को स्टेटफुल बनाता है। हर नया कार्य पिछले प्रोजेक्ट्स, निर्णयों और सुधारों के स्थायी कॉन्टेक्स्ट ग्राफ से जुड़ता है । Computer प्रत्येक कार्य को खाली हाथ शुरू करने के बजाय पूरे संदर्भ के साथ शुरू करता है, जिससे अनावश्यक काम खत्म हो जाता है और ऐतिहासिक जानकारी की कमी से होने वाली त्रुटियां कम हो जाती हैं ।

यह सामान्य बातचीत की मेमोरी (जो चैट हिस्ट्री याद रखती है) से अलग है। Brain एजेंट के ऑपरेशनल नॉलेज को याद रखता है — कौन सी प्रक्रियाएं, उपकरण और स्रोत पैटर्न सही परिणाम देते हैं ।

कौन से सब्सक्रिप्शन टियर Brain की पेशकश करते हैं

Brain विशेष रूप से Perplexity Max ग्राहकों ($200/माह) के लिए रिसर्च प्रीव्यू के रूप में उपलब्ध है । इसे पहले Max पर रोल आउट किया जा रहा है, जो Perplexity का सबसे ऊपरी कंज्यूमर टियर है, जो असीमित Pro खोज, पूर्ण मॉडल लाइनअप एक्सेस (GPT-5, Claude 4, Gemini सहित) और नई सुविधाओं तक शुरुआती पहुंच प्रदान करता है ।

यह सुविधा लॉन्च के समय Free, Pro ($20/माह) या Enterprise Pro टियर पर उपलब्ध नहीं है।

Computer इकोसिस्टम में Brain का स्थान

• Computer (फरवरी 2026 में लॉन्च) Perplexity का "सामान्य-उद्देश्यीय डिजिटल वर्कर" है — एक एजेंटिक प्लेटफ़ॉर्म जो प्राकृतिक भाषा में उच्च-स्तरीय लक्ष्य लेता है, उन्हें उप-कार्यों में विभाजित करता है, और वेब, APIs और उपयोगकर्ता के सॉफ़्टवेयर स्टैक पर स्वायत्त रूप से निष्पादित करता है । यह एंड-टू-एंड वर्कफ़्लो को पूरा करने के लिए लगभग 19 विभिन्न AI मॉडलों को ऑर्केस्ट्रेट करता है ।
• Brain, Computer के लिए मेमोरी लेयर है। यह Computer को एक सीखने की प्रणाली बनाता है जो जितना अधिक उपयोग किया जाता है, उतना ही अधिक कुशल और सटीक होता जाता है ।
• Perplexity के पास एक अलग पर्सनलाइज़ेशन मेमोरी फीचर भी है (पहले Pro और Max उपयोगकर्ताओं के लिए रोल आउट किया गया) जो सर्च/प्रोडक्टिविटी असिस्टेंट के लिए उपयोगकर्ता की प्राथमिकताओं और बातचीत के इतिहास को याद रखता है — Brain एजेंटिक वर्क मेमोरी के बारे में है, न कि उपयोगकर्ता की पसंद के बारे में ।

प्रतिस्पर्धी मेमोरी सिस्टम से तुलना

Brain का अंतर स्पष्ट है: यह एजेंट के काम को याद रखता है, न कि उपयोगकर्ता की चैट को — और यह रातों-रात अपने आप सुधर जाता है ।

• Anthropic (Claude): प्रोजेक्ट्स और कस्टम इंस्ट्रक्शंस के लिए सीमित मेमोरी सुविधाएं हैं, लेकिन कोई सेल्फ-इम्प्रूविंग एजेंट मेमोरी सिस्टम नहीं है। Brain का ओवरनाइट सेल्फ-रिव्यू लूप अद्वितीय है।
• OpenAI (ChatGPT/Operator): चैट में उपयोगकर्ता की प्राथमिकताओं और बातचीत के इतिहास की मेमोरी प्रदान करता है, लेकिन OpenAI के एजेंट (Operator) के पास ऑफ़लाइन संचालित होने वाली पुनरावर्ती सेल्फ-इम्प्रूवमेंट मेमोरी सिस्टम नहीं है।
• Google (Gemini): मेमोरी मुख्य रूप से पर्सनलाइज़ेशन-केंद्रित है, एजेंटिक वर्क मेमोरी नहीं।
• Microsoft Copilot: Microsoft Graph (ईमेल, दस्तावेज़) से जुड़ी एंटरप्राइज़ मेमोरी, लेकिन कार्य निष्पादन पैटर्न से सीखने वाली सेल्फ-इम्प्रूविंग एजेंट मेमोरी नहीं।

Brain Perplexity को स्टेटफुल, सेल्फ-इम्प्रूविंग एजेंट मेमोरी में एक स्पष्ट फर्स्ट-मूवर बनाता है — यह एक ऐसी श्रेणी है जिसे अधिकांश प्रतिस्पर्धियों ने अभी तक उत्पाद स्तर पर संबोधित नहीं किया है ।