Hoe de contextgraaf werkt

Elke taak die Computer uitvoert, wordt gekoppeld aan een persistente contextgraaf – een gestructureerde kaart die projecten, connectors, bestanden, artefacten, beslissingen en bronnen omvat . Deze graaf groeit met elke sessie en creëert een rijke operationele geschiedenis waar toekomstige taken automatisch uit kunnen putten.

In tegenstelling tot eenvoudig gespreksgeheugen (dat chatlogs opslaat), legt Brain de procedurele kennis van de agent vast: welke workflows correcte resultaten opleveren, welke benaderingen door de gebruiker zijn gecorrigeerd en welke bronpatronen het meest betrouwbaar zijn .

De nachtelijke zelfverbeteringslus

Het meest onderscheidende kenmerk van Brain is het vermogen om autonoom te verbeteren. Met regelmatige tussenpozen – meestal 's nachts – doorloopt Brain de volledige contextgraaf en werkt het zijn eigen begrip bij van hoe het soortgelijk werk beter kan aanpakken . Dit betekent:

• Leren van successen: Patronen die tot correcte outputs leidden, worden versterkt.
• Leren van fouten: Vergissingen en gebruikerscorrecties worden geanalyseerd en gebruikt om toekomstig gedrag aan te passen.
• Recursieve verbetering: Naarmate agenten effectiever worden in het bijwerken van de contextgraaf, neemt de kwaliteit van de kennis van Brain toe .

Het resultaat is een systeem dat slimmer wordt naarmate het meer wordt gebruikt. De winst is niet alleen theoretisch – Perplexity publiceerde vroege interne metingen rechtstreeks op zijn blog :

Deze winst stapelt zich in de loop van de tijd op – gebruikers die Brain langer gebruiken, zien grotere verbeteringen naarmate de agenten hun specifieke werkpatronen leren .

Waarom dit een verschuiving is van stateless naar stateful agenten

Brain vertegenwoordigt een fundamentele architectuurverschuiving in de manier waarop AI-agenten werken. De meeste agenten zijn tegenwoordig stateless – ze beginnen elke taak vanaf nul, zonder enige herinnering aan eerder werk. Gebruikers moeten telkens opnieuw context uitleggen, voorkeuren instellen en de agent trainen op hun workflows.

Brain maakt agenten stateful. Elke nieuwe taak wordt gekoppeld aan de persistente contextgraaf van eerdere projecten, beslissingen en correcties . Computer begint elke taak met volledige context in plaats van vanaf niets, waardoor dubbel werk wordt geëlimineerd en fouten door ontbrekende historische informatie worden verminderd .

Dit is iets anders dan eenvoudig gespreksgeheugen (dat chatgeschiedenis onthoudt). Brain onthoudt de operationele kennis van de agent – welke procedures, tools en bronpatronen correcte resultaten opleveren .

Welke abonnementsvormen bieden Brain aan?

Brain is beschikbaar als onderzoekspreview exclusief voor Perplexity Max-abonnees ($200/maand) . Het wordt eerst uitgerold naar Max, de top consumptielaag van Perplexity, die ook onbeperkte Pro-zoekopdrachten, volledige modeltoegang (waaronder GPT-5, Claude 4, Gemini) en vroege toegang tot nieuwe functies biedt .

De functie is bij lancering niet beschikbaar op de Free-, Pro- ($20/maand) of Enterprise Pro-lagen.

Waar Brain past in het Computer-ecosysteem

• Computer (gelanceerd in februari 2026) is de 'general-purpose digital worker' van Perplexity – een agentisch platform dat hoogwaardige doelen in natuurlijke taal aanneemt, deze opsplitst in subtaken en ze autonoom uitvoert via het web, API's en de softwarestack van de gebruiker . Het orkestreert ongeveer 19 verschillende AI-modellen om end-to-end workflows te voltooien .
• Brain is de geheugenlaag voor Computer. Het maakt van Computer een lerend systeem dat efficiënter en nauwkeuriger wordt naarmate het meer wordt gebruikt .
• Perplexity heeft ook een aparte personalisatiegeheugenfunctie (eerder uitgerold naar Pro- en Max-gebruikers) die gebruikersvoorkeuren en gespreksgeschiedenis onthoudt voor de zoek-/productiviteitsassistent – Brain gaat over agentisch werkgeheugen, niet over gebruikersvoorkeuren .

Hoe Brain zich verhoudt tot concurrerende geheugensystemen

Het onderscheid van Brain is duidelijk: het onthoudt het werk van de agent, niet de chat van de gebruiker – en het verbetert zichzelf autonoom 's nachts .

• Anthropic (Claude): Heeft beperkte geheugenfuncties voor projecten en aangepaste instructies, maar geen zelflerend agentisch geheugensysteem. De nachtelijke zelfbeoordelingslus van Brain is uniek.
• OpenAI (ChatGPT/Operator): Biedt geheugen voor gebruikersvoorkeuren en gespreksgeschiedenis, maar OpenAI's agent (Operator) heeft geen recursief zelflerend geheugensysteem dat offline werkt.
• Google (Gemini): Geheugen is voornamelijk gericht op personalisatie, niet op agentisch werkgeheugen.
• Microsoft Copilot: Zakelijk geheugen gekoppeld aan Microsoft Graph (e-mails, documenten), maar geen zelflerend agentisch geheugen dat leert van taakuitvoeringspatronen.

Brain maakt Perplexity een duidelijke first-mover in stateful, zelflerend agentisch geheugen – een categorie waar de meeste concurrenten nog niet op productniveau op hebben ingespeeld .

Hoe de contextgraaf werkt

Elke taak die Computer uitvoert, wordt gekoppeld aan een persistente contextgraaf – een gestructureerde kaart die projecten, connectors, bestanden, artefacten, beslissingen en bronnen omvat . Deze graaf groeit met elke sessie en creëert een rijke operationele geschiedenis waar toekomstige taken automatisch uit kunnen putten.

In tegenstelling tot eenvoudig gespreksgeheugen (dat chatlogs opslaat), legt Brain de procedurele kennis van de agent vast: welke workflows correcte resultaten opleveren, welke benaderingen door de gebruiker zijn gecorrigeerd en welke bronpatronen het meest betrouwbaar zijn .

De nachtelijke zelfverbeteringslus

Het meest onderscheidende kenmerk van Brain is het vermogen om autonoom te verbeteren. Met regelmatige tussenpozen – meestal 's nachts – doorloopt Brain de volledige contextgraaf en werkt het zijn eigen begrip bij van hoe het soortgelijk werk beter kan aanpakken . Dit betekent:

• Leren van successen: Patronen die tot correcte outputs leidden, worden versterkt.
• Leren van fouten: Vergissingen en gebruikerscorrecties worden geanalyseerd en gebruikt om toekomstig gedrag aan te passen.
• Recursieve verbetering: Naarmate agenten effectiever worden in het bijwerken van de contextgraaf, neemt de kwaliteit van de kennis van Brain toe .

Het resultaat is een systeem dat slimmer wordt naarmate het meer wordt gebruikt. De winst is niet alleen theoretisch – Perplexity publiceerde vroege interne metingen rechtstreeks op zijn blog :

Deze winst stapelt zich in de loop van de tijd op – gebruikers die Brain langer gebruiken, zien grotere verbeteringen naarmate de agenten hun specifieke werkpatronen leren .

Waarom dit een verschuiving is van stateless naar stateful agenten

Brain vertegenwoordigt een fundamentele architectuurverschuiving in de manier waarop AI-agenten werken. De meeste agenten zijn tegenwoordig stateless – ze beginnen elke taak vanaf nul, zonder enige herinnering aan eerder werk. Gebruikers moeten telkens opnieuw context uitleggen, voorkeuren instellen en de agent trainen op hun workflows.

Brain maakt agenten stateful. Elke nieuwe taak wordt gekoppeld aan de persistente contextgraaf van eerdere projecten, beslissingen en correcties . Computer begint elke taak met volledige context in plaats van vanaf niets, waardoor dubbel werk wordt geëlimineerd en fouten door ontbrekende historische informatie worden verminderd .

Dit is iets anders dan eenvoudig gespreksgeheugen (dat chatgeschiedenis onthoudt). Brain onthoudt de operationele kennis van de agent – welke procedures, tools en bronpatronen correcte resultaten opleveren .

Welke abonnementsvormen bieden Brain aan?

Brain is beschikbaar als onderzoekspreview exclusief voor Perplexity Max-abonnees ($200/maand) . Het wordt eerst uitgerold naar Max, de top consumptielaag van Perplexity, die ook onbeperkte Pro-zoekopdrachten, volledige modeltoegang (waaronder GPT-5, Claude 4, Gemini) en vroege toegang tot nieuwe functies biedt .

De functie is bij lancering niet beschikbaar op de Free-, Pro- ($20/maand) of Enterprise Pro-lagen.

Waar Brain past in het Computer-ecosysteem

• Computer (gelanceerd in februari 2026) is de 'general-purpose digital worker' van Perplexity – een agentisch platform dat hoogwaardige doelen in natuurlijke taal aanneemt, deze opsplitst in subtaken en ze autonoom uitvoert via het web, API's en de softwarestack van de gebruiker . Het orkestreert ongeveer 19 verschillende AI-modellen om end-to-end workflows te voltooien .
• Brain is de geheugenlaag voor Computer. Het maakt van Computer een lerend systeem dat efficiënter en nauwkeuriger wordt naarmate het meer wordt gebruikt .
• Perplexity heeft ook een aparte personalisatiegeheugenfunctie (eerder uitgerold naar Pro- en Max-gebruikers) die gebruikersvoorkeuren en gespreksgeschiedenis onthoudt voor de zoek-/productiviteitsassistent – Brain gaat over agentisch werkgeheugen, niet over gebruikersvoorkeuren .

Hoe Brain zich verhoudt tot concurrerende geheugensystemen

Het onderscheid van Brain is duidelijk: het onthoudt het werk van de agent, niet de chat van de gebruiker – en het verbetert zichzelf autonoom 's nachts .

• Anthropic (Claude): Heeft beperkte geheugenfuncties voor projecten en aangepaste instructies, maar geen zelflerend agentisch geheugensysteem. De nachtelijke zelfbeoordelingslus van Brain is uniek.
• OpenAI (ChatGPT/Operator): Biedt geheugen voor gebruikersvoorkeuren en gespreksgeschiedenis, maar OpenAI's agent (Operator) heeft geen recursief zelflerend geheugensysteem dat offline werkt.
• Google (Gemini): Geheugen is voornamelijk gericht op personalisatie, niet op agentisch werkgeheugen.
• Microsoft Copilot: Zakelijk geheugen gekoppeld aan Microsoft Graph (e-mails, documenten), maar geen zelflerend agentisch geheugen dat leert van taakuitvoeringspatronen.

Brain maakt Perplexity een duidelijke first-mover in stateful, zelflerend agentisch geheugen – een categorie waar de meeste concurrenten nog niet op productniveau op hebben ingespeeld .