Bagaimana cara kerja context graph?

Setiap tugas yang dilakukan Computer terhubung ke context graph yang persisten — sebuah peta terstruktur yang mencakup proyek, konektor, file, artefak, keputusan, dan sumber . Grafik ini tumbuh seiring setiap sesi, menciptakan riwayat operasional yang kaya yang dapat digunakan secara otomatis oleh tugas-tugas di masa depan.

Tidak seperti memori percakapan sederhana (yang menyimpan log obrolan), Brain menangkap pengetahuan prosedural agent: alur kerja mana yang menghasilkan hasil yang benar, pendekatan mana yang dikoreksi oleh pengguna, dan pola sumber mana yang paling dapat diandalkan .

Proses peningkatan diri semalaman (overnight self-improvement loop)

Fitur paling khas dari Brain adalah kemampuannya untuk meningkatkan diri secara otonom. Pada interval yang ditentukan — biasanya semalaman — Brain meninjau seluruh context graph dan memperbarui pemahamannya sendiri tentang cara bekerja yang lebih baik untuk tugas serupa . Ini berarti:

• Belajar dari keberhasilan: Pola yang menghasilkan output yang benar diperkuat.
• Belajar dari kegagalan: Kesalahan dan koreksi pengguna dianalisis dan digunakan untuk menyesuaikan perilaku di masa depan.
• Peningkatan rekursif: Saat agent menjadi lebih efektif dalam memperbarui context graph, kualitas pengetahuan Brain akan berlipat ganda .

Hasilnya adalah sebuah sistem yang semakin pintar semakin sering digunakan. Keuntungan ini bukan sekadar teori — Perplexity mempublikasikan pengukuran internal awal langsung di blognya :

Peningkatan ini bersifat kumulatif — pengguna yang menggunakan Brain lebih lama akan melihat peningkatan yang lebih besar karena agent mempelajari pola kerja spesifik mereka .

Mengapa ini adalah pergeseran dari agent stateless ke stateful

Brain mewakili perubahan arsitektur fundamental dalam cara agen AI beroperasi. Kebanyakan agent saat ini bersifat stateless — mereka memulai setiap tugas dari awal, tanpa ingatan akan pekerjaan sebelumnya. Pengguna harus menjelaskan ulang konteks, menetapkan ulang preferensi, dan melatih ulang agent pada alur kerja mereka setiap saat.

Brain membuat agent menjadi stateful. Setiap tugas baru terhubung ke context graph persisten dari proyek, keputusan, dan koreksi sebelumnya . Computer memulai setiap tugas dengan konteks penuh, bukan dari nol, menghilangkan pekerjaan berulang dan mengurangi kesalahan akibat kurangnya informasi historis .

Ini berbeda dari memori percakapan sederhana (yang mengingat riwayat obrolan). Brain mengingat pengetahuan operasional agent — prosedur, alat, dan pola sumber apa yang menghasilkan hasil yang benar .

Tingkatan berlangganan mana yang menawarkan Brain?

Brain tersedia sebagai research preview eksklusif untuk pelanggan Perplexity Max ($200/bulan) . Fitur ini diluncurkan pertama kali untuk Max, tingkatan konsumen tertinggi Perplexity, yang juga menawarkan pencarian Pro tak terbatas, akses ke jajaran model lengkap (termasuk GPT-5, Claude 4, Gemini), dan akses awal ke fitur baru .

Fitur ini tidak tersedia di tingkatan Free, Pro ($20/bulan), atau Enterprise Pro saat peluncuran.

Di mana posisi Brain dalam ekosistem Computer?

• Computer (diluncurkan Februari 2026) adalah "pekerja digital serba guna" milik Perplexity — sebuah platform agent yang menerima tujuan tingkat tinggi dalam bahasa alami, memecahnya menjadi subtugas, dan menjalankannya secara otonom di web, API, dan tumpukan perangkat lunak pengguna . Platform ini mengoordinasikan sekitar 19 model AI yang berbeda untuk menyelesaikan alur kerja menyeluruh .
• Brain adalah lapisan memori untuk Computer. Ini membuat Computer menjadi sistem pembelajaran yang semakin efisien dan akurat semakin sering digunakan .
• Perplexity juga memiliki fitur memori personalisasi terpisah (yang diluncurkan lebih awal untuk pengguna Pro dan Max) yang mengingat preferensi pengguna dan riwayat percakapan untuk asisten pencarian/produktivitas — Brain adalah tentang memori kerja agent, bukan memori preferensi pengguna .

Bagaimana perbandingan Brain dengan sistem memori pesaing?

Diferensiasi Brain jelas: ia mengingat pekerjaan agent, bukan obrolan pengguna — dan ia meningkatkan dirinya sendiri secara otonom semalaman .

• Anthropic (Claude): Memiliki fitur memori terbatas untuk proyek dan instruksi kustom tetapi tidak memiliki sistem memori agent yang dapat meningkatkan dirinya sendiri. Loop peninjauan mandiri semalaman Brain adalah unik.
• OpenAI (ChatGPT/Operator): Menawarkan memori preferensi pengguna dan riwayat percakapan di seluruh obrolan, tetapi agent OpenAI (Operator) tidak memiliki sistem memori peningkatan diri rekursif yang beroperasi secara offline.
• Google (Gemini): Memori terutama berfokus pada personalisasi, bukan memori kerja agent.
• Microsoft Copilot: Memori perusahaan terikat pada Microsoft Graph (email, dokumen), tetapi bukan memori agent yang belajar dari pola eksekusi tugas dan meningkatkan dirinya sendiri.

Brain menjadikan Perplexity sebagai pelopor yang jelas dalam memori agent stateful yang dapat meningkatkan diri sendiri — sebuah kategori yang sebagian besar pesaing belum sentuh di tingkat produk .

Bagaimana cara kerja context graph?

Setiap tugas yang dilakukan Computer terhubung ke context graph yang persisten — sebuah peta terstruktur yang mencakup proyek, konektor, file, artefak, keputusan, dan sumber . Grafik ini tumbuh seiring setiap sesi, menciptakan riwayat operasional yang kaya yang dapat digunakan secara otomatis oleh tugas-tugas di masa depan.

Tidak seperti memori percakapan sederhana (yang menyimpan log obrolan), Brain menangkap pengetahuan prosedural agent: alur kerja mana yang menghasilkan hasil yang benar, pendekatan mana yang dikoreksi oleh pengguna, dan pola sumber mana yang paling dapat diandalkan .

Proses peningkatan diri semalaman (overnight self-improvement loop)

Fitur paling khas dari Brain adalah kemampuannya untuk meningkatkan diri secara otonom. Pada interval yang ditentukan — biasanya semalaman — Brain meninjau seluruh context graph dan memperbarui pemahamannya sendiri tentang cara bekerja yang lebih baik untuk tugas serupa . Ini berarti:

• Belajar dari keberhasilan: Pola yang menghasilkan output yang benar diperkuat.
• Belajar dari kegagalan: Kesalahan dan koreksi pengguna dianalisis dan digunakan untuk menyesuaikan perilaku di masa depan.
• Peningkatan rekursif: Saat agent menjadi lebih efektif dalam memperbarui context graph, kualitas pengetahuan Brain akan berlipat ganda .

Hasilnya adalah sebuah sistem yang semakin pintar semakin sering digunakan. Keuntungan ini bukan sekadar teori — Perplexity mempublikasikan pengukuran internal awal langsung di blognya :

Peningkatan ini bersifat kumulatif — pengguna yang menggunakan Brain lebih lama akan melihat peningkatan yang lebih besar karena agent mempelajari pola kerja spesifik mereka .

Mengapa ini adalah pergeseran dari agent stateless ke stateful

Brain mewakili perubahan arsitektur fundamental dalam cara agen AI beroperasi. Kebanyakan agent saat ini bersifat stateless — mereka memulai setiap tugas dari awal, tanpa ingatan akan pekerjaan sebelumnya. Pengguna harus menjelaskan ulang konteks, menetapkan ulang preferensi, dan melatih ulang agent pada alur kerja mereka setiap saat.

Brain membuat agent menjadi stateful. Setiap tugas baru terhubung ke context graph persisten dari proyek, keputusan, dan koreksi sebelumnya . Computer memulai setiap tugas dengan konteks penuh, bukan dari nol, menghilangkan pekerjaan berulang dan mengurangi kesalahan akibat kurangnya informasi historis .

Ini berbeda dari memori percakapan sederhana (yang mengingat riwayat obrolan). Brain mengingat pengetahuan operasional agent — prosedur, alat, dan pola sumber apa yang menghasilkan hasil yang benar .

Tingkatan berlangganan mana yang menawarkan Brain?

Brain tersedia sebagai research preview eksklusif untuk pelanggan Perplexity Max ($200/bulan) . Fitur ini diluncurkan pertama kali untuk Max, tingkatan konsumen tertinggi Perplexity, yang juga menawarkan pencarian Pro tak terbatas, akses ke jajaran model lengkap (termasuk GPT-5, Claude 4, Gemini), dan akses awal ke fitur baru .

Fitur ini tidak tersedia di tingkatan Free, Pro ($20/bulan), atau Enterprise Pro saat peluncuran.

Di mana posisi Brain dalam ekosistem Computer?

• Computer (diluncurkan Februari 2026) adalah "pekerja digital serba guna" milik Perplexity — sebuah platform agent yang menerima tujuan tingkat tinggi dalam bahasa alami, memecahnya menjadi subtugas, dan menjalankannya secara otonom di web, API, dan tumpukan perangkat lunak pengguna . Platform ini mengoordinasikan sekitar 19 model AI yang berbeda untuk menyelesaikan alur kerja menyeluruh .
• Brain adalah lapisan memori untuk Computer. Ini membuat Computer menjadi sistem pembelajaran yang semakin efisien dan akurat semakin sering digunakan .
• Perplexity juga memiliki fitur memori personalisasi terpisah (yang diluncurkan lebih awal untuk pengguna Pro dan Max) yang mengingat preferensi pengguna dan riwayat percakapan untuk asisten pencarian/produktivitas — Brain adalah tentang memori kerja agent, bukan memori preferensi pengguna .

Bagaimana perbandingan Brain dengan sistem memori pesaing?

Diferensiasi Brain jelas: ia mengingat pekerjaan agent, bukan obrolan pengguna — dan ia meningkatkan dirinya sendiri secara otonom semalaman .

• Anthropic (Claude): Memiliki fitur memori terbatas untuk proyek dan instruksi kustom tetapi tidak memiliki sistem memori agent yang dapat meningkatkan dirinya sendiri. Loop peninjauan mandiri semalaman Brain adalah unik.
• OpenAI (ChatGPT/Operator): Menawarkan memori preferensi pengguna dan riwayat percakapan di seluruh obrolan, tetapi agent OpenAI (Operator) tidak memiliki sistem memori peningkatan diri rekursif yang beroperasi secara offline.
• Google (Gemini): Memori terutama berfokus pada personalisasi, bukan memori kerja agent.
• Microsoft Copilot: Memori perusahaan terikat pada Microsoft Graph (email, dokumen), tetapi bukan memori agent yang belajar dari pola eksekusi tugas dan meningkatkan dirinya sendiri.

Brain menjadikan Perplexity sebagai pelopor yang jelas dalam memori agent stateful yang dapat meningkatkan diri sendiri — sebuah kategori yang sebagian besar pesaing belum sentuh di tingkat produk .