Come funziona il grafo di contesto

Ogni attività che Computer eseguita si inserisce in un grafo di contesto persistente – una mappa strutturata che include progetti, connettori, file, artefatti, decisioni e fonti . Questo grafo cresce con ogni sessione, creando una ricca cronologia operativa che le attività future possono sfruttare automaticamente.

A differenza della semplice memoria di conversazione (che archivia i log delle chat), Brain cattura la conoscenza procedurale dell'agente: quali flussi di lavoro producono risultati corretti, quali approcci sono stati corretti dall'utente e quali schemi di fonti sono più affidabili .

Il ciclo notturno di auto-miglioramento

La caratteristica più distintiva di Brain è la capacità di migliorare in modo autonomo. A intervalli prestabiliti – tipicamente durante la notte – Brain esamina l'intero grafo di contesto e aggiorna la propria comprensione su come svolgere meglio lavori simili . Ciò significa:

• Imparare dai successi: gli schemi che hanno portato a output corretti vengono rafforzati.
• Imparare dagli errori: gli errori e le correzioni degli utenti vengono analizzati e utilizzati per adattare il comportamento futuro.
• Miglioramento ricorsivo: man mano che gli agenti diventano più efficaci nell'aggiornare il grafo di contesto, la qualità della conoscenza di Brain si accumula .

Il risultato è un sistema che diventa più intelligente più viene utilizzato. I miglioramenti non sono solo teorici – Perplexity ha pubblicato misurazioni interne direttamente sul suo blog :

Questi guadagni si accumulano nel tempo: gli utenti che usano Brain più a lungo vedono miglioramenti maggiori man mano che gli agenti apprendono i loro specifici modelli di lavoro .

Perché questo rappresenta un passaggio da agenti stateless a stateful

Brain rappresenta un cambiamento architetturale fondamentale nel funzionamento degli agenti AI. La maggior parte degli agenti oggi sono stateless: iniziano ogni attività da zero, senza memoria del lavoro passato. Gli utenti devono re-spiegare il contesto, ridefinire le preferenze e riaddestrare l'agente sui loro flussi di lavoro ogni volta.

Brain rende gli agenti stateful. Ogni nuova attività si inserisce nel grafo di contesto persistente di progetti, decisioni e correzioni precedenti . Computer inizia ogni attività con il contesto completo invece che da zero, eliminando lavoro ridondante e riducendo gli errori dovuti a informazioni storiche mancanti .

Questo è diverso dalla semplice memoria di conversazione (che ricorda la cronologia delle chat). Brain ricorda la conoscenza operativa dell'agente – quali procedure, strumenti e schemi di fonti producono risultati corretti .

Quali abbonamenti offrono Brain

Brain è disponibile come anteprima di ricerca esclusivamente per gli abbonati a Perplexity Max (200$/mese) . Viene distribuito prima a Max, il livello consumer più alto di Perplexity, che offre anche ricerche Pro illimitate, accesso completo alla lineup di modelli (inclusi GPT-5, Claude 4, Gemini) e accesso anticipato alle nuove funzionalità .

La funzionalità non è disponibile sui piani Free, Pro (20$/mese) o Enterprise Pro al lancio.

Dove si inserisce Brain nell'ecosistema Computer

• Computer (lanciato a febbraio 2026) è il "lavoratore digitale general-purpose" di Perplexity – una piattaforma agentica che prende obiettivi di alto livello in linguaggio naturale, li suddivide in sotto-attività e li esegue autonomamente attraverso il web, le API e lo stack software dell'utente . Orchestra circa 19 diversi modelli AI per completare flussi di lavoro end-to-end .
• Brain è lo strato di memoria per Computer. Rende Computer un sistema di apprendimento che diventa più efficiente e accurato più viene utilizzato .
• Perplexity ha anche una funzionalità separata di memoria di personalizzazione (distribuita in precedenza agli utenti Pro e Max) che ricorda le preferenze dell'utente e la cronologia delle conversazioni per l'assistente di ricerca/produttività – Brain riguarda la memoria del lavoro agentico, non la memoria delle preferenze dell'utente .

Come si confronta Brain con i sistemi di memoria concorrenti

La differenziazione di Brain è chiara: ricorda il lavoro dell'agente, non la chat dell'utente – e migliora autonomamente durante la notte .

• Anthropic (Claude): ha funzionalità di memoria limitate per progetti e istruzioni personalizzate, ma nessun sistema di memoria agentica ad auto-apprendimento. Il ciclo di auto-revisione notturna di Brain è unico.
• OpenAI (ChatGPT/Operator): offre memoria delle preferenze dell'utente e della cronologia delle conversazioni, ma l'agente di OpenAI (Operator) non ha un sistema di memoria ricorsivo ad auto-apprendimento che operi offline.
• Google (Gemini): la memoria è principalmente focalizzata sulla personalizzazione, non sulla memoria del lavoro agentico.
• Microsoft Copilot: memoria aziendale legata a Microsoft Graph (email, documenti), ma non una memoria agentica ad auto-apprendimento che impara dai modelli di esecuzione delle attività.

Brain rende Perplexity un chiaro first-mover nella memoria agentica stateful e auto-migliorante – una categoria che la maggior parte dei concorrenti non ha ancora affrontato a livello di prodotto .

Come funziona il grafo di contesto

Ogni attività che Computer eseguita si inserisce in un grafo di contesto persistente – una mappa strutturata che include progetti, connettori, file, artefatti, decisioni e fonti . Questo grafo cresce con ogni sessione, creando una ricca cronologia operativa che le attività future possono sfruttare automaticamente.

A differenza della semplice memoria di conversazione (che archivia i log delle chat), Brain cattura la conoscenza procedurale dell'agente: quali flussi di lavoro producono risultati corretti, quali approcci sono stati corretti dall'utente e quali schemi di fonti sono più affidabili .

Il ciclo notturno di auto-miglioramento

La caratteristica più distintiva di Brain è la capacità di migliorare in modo autonomo. A intervalli prestabiliti – tipicamente durante la notte – Brain esamina l'intero grafo di contesto e aggiorna la propria comprensione su come svolgere meglio lavori simili . Ciò significa:

• Imparare dai successi: gli schemi che hanno portato a output corretti vengono rafforzati.
• Imparare dagli errori: gli errori e le correzioni degli utenti vengono analizzati e utilizzati per adattare il comportamento futuro.
• Miglioramento ricorsivo: man mano che gli agenti diventano più efficaci nell'aggiornare il grafo di contesto, la qualità della conoscenza di Brain si accumula .

Il risultato è un sistema che diventa più intelligente più viene utilizzato. I miglioramenti non sono solo teorici – Perplexity ha pubblicato misurazioni interne direttamente sul suo blog :

Questi guadagni si accumulano nel tempo: gli utenti che usano Brain più a lungo vedono miglioramenti maggiori man mano che gli agenti apprendono i loro specifici modelli di lavoro .

Perché questo rappresenta un passaggio da agenti stateless a stateful

Brain rappresenta un cambiamento architetturale fondamentale nel funzionamento degli agenti AI. La maggior parte degli agenti oggi sono stateless: iniziano ogni attività da zero, senza memoria del lavoro passato. Gli utenti devono re-spiegare il contesto, ridefinire le preferenze e riaddestrare l'agente sui loro flussi di lavoro ogni volta.

Brain rende gli agenti stateful. Ogni nuova attività si inserisce nel grafo di contesto persistente di progetti, decisioni e correzioni precedenti . Computer inizia ogni attività con il contesto completo invece che da zero, eliminando lavoro ridondante e riducendo gli errori dovuti a informazioni storiche mancanti .

Questo è diverso dalla semplice memoria di conversazione (che ricorda la cronologia delle chat). Brain ricorda la conoscenza operativa dell'agente – quali procedure, strumenti e schemi di fonti producono risultati corretti .

Quali abbonamenti offrono Brain

Brain è disponibile come anteprima di ricerca esclusivamente per gli abbonati a Perplexity Max (200$/mese) . Viene distribuito prima a Max, il livello consumer più alto di Perplexity, che offre anche ricerche Pro illimitate, accesso completo alla lineup di modelli (inclusi GPT-5, Claude 4, Gemini) e accesso anticipato alle nuove funzionalità .

La funzionalità non è disponibile sui piani Free, Pro (20$/mese) o Enterprise Pro al lancio.

Dove si inserisce Brain nell'ecosistema Computer

• Computer (lanciato a febbraio 2026) è il "lavoratore digitale general-purpose" di Perplexity – una piattaforma agentica che prende obiettivi di alto livello in linguaggio naturale, li suddivide in sotto-attività e li esegue autonomamente attraverso il web, le API e lo stack software dell'utente . Orchestra circa 19 diversi modelli AI per completare flussi di lavoro end-to-end .
• Brain è lo strato di memoria per Computer. Rende Computer un sistema di apprendimento che diventa più efficiente e accurato più viene utilizzato .
• Perplexity ha anche una funzionalità separata di memoria di personalizzazione (distribuita in precedenza agli utenti Pro e Max) che ricorda le preferenze dell'utente e la cronologia delle conversazioni per l'assistente di ricerca/produttività – Brain riguarda la memoria del lavoro agentico, non la memoria delle preferenze dell'utente .

Come si confronta Brain con i sistemi di memoria concorrenti

La differenziazione di Brain è chiara: ricorda il lavoro dell'agente, non la chat dell'utente – e migliora autonomamente durante la notte .

• Anthropic (Claude): ha funzionalità di memoria limitate per progetti e istruzioni personalizzate, ma nessun sistema di memoria agentica ad auto-apprendimento. Il ciclo di auto-revisione notturna di Brain è unico.
• OpenAI (ChatGPT/Operator): offre memoria delle preferenze dell'utente e della cronologia delle conversazioni, ma l'agente di OpenAI (Operator) non ha un sistema di memoria ricorsivo ad auto-apprendimento che operi offline.
• Google (Gemini): la memoria è principalmente focalizzata sulla personalizzazione, non sulla memoria del lavoro agentico.
• Microsoft Copilot: memoria aziendale legata a Microsoft Graph (email, documenti), ma non una memoria agentica ad auto-apprendimento che impara dai modelli di esecuzione delle attività.

Brain rende Perplexity un chiaro first-mover nella memoria agentica stateful e auto-migliorante – una categoria che la maggior parte dei concorrenti non ha ancora affrontato a livello di prodotto .