情境圖譜的運作方式

Computer 執行的每一項任務都會連結到一個持續存在的情境圖譜——這是一個橫跨專案、連接器、檔案、成品、決策和來源的結構化地圖。這個圖譜會隨著每次工作階段而成長，為未來任務建立一個豐富的操作歷史，供自動取用。

與單純的對話記憶（儲存聊天記錄）不同，Brain 捕捉的是代理的程序性知識：哪些工作流程能產出正確結果、哪些方法曾被使用者修正過、以及哪些來源模式最為可靠。

夜間自我改進循環

Brain 最獨特的功能在於它能自主改進。在設定的時間點（通常是夜間），Brain 會審視整個情境圖譜，並更新自身對如何把類似工作做得更好的理解。這代表：

• 從成功中學習： 能產出正確輸出的模式會被強化。
• 從失敗中學習： 錯誤和使用者的修正會被分析，並用來調整未來行為。
• 遞迴式改進： 隨著代理在更新情境圖譜上變得更有效率，Brain 的知識品質會產生複利效應。

結果就是，這是一個越用越聰明的系統。這些進步不只是理論——Perplexity 直接在官方部落格上公布了早期內部測量數據：

這些效益會隨著時間累積——使用 Brain 越久的使用者，會看到越大的進步，因為代理學會了他們特定工作模式。

從無狀態到有狀態代理的轉變

Brain 代表了 AI 代理在架構上的根本性轉變。現今大多數代理是無狀態的——它們每次任務都從零開始，對過去的工作毫無記憶。使用者每次都得重新解釋脈絡、重新建立偏好、重新訓練代理熟悉自己的工作流程。

Brain 讓代理變得「有狀態」。 每一次新任務都會連結到一個持續存在的情境圖譜，其中包含先前的專案、決策和修正記錄。Computer 不再從零開始，而是帶著完整的脈絡啟動每次任務，消除了重複的工作，並減少因缺少歷史資訊而產生的錯誤。

這與單純的對話記憶（記得聊天歷史）有明顯區別。Brain 記住的是代理的操作知識——哪些程序、工具和來源模式能產出正確結果。

Brain 的訂閱方案

Brain 以研究預覽形式獨家提供給 Perplexity Max 訂閱者（每月 200 美元）。它首先向 Max（Perplexity 最高級的消費級方案）使用者推出，該方案還包含無限 Pro 搜尋、完整模型陣列（包括 GPT-5、Claude 4、Gemini）以及新功能的搶先體驗權。

此功能不適用於免費版、Pro 版（每月 20 美元）或 Enterprise Pro 版。

Brain 在 Computer 生態系中的定位

• Computer（2026 年 2 月推出）是 Perplexity 的「通用數位員工」——一個代理平台，能接收自然語言的高階目標，將其分解為子任務，並在網路、API 和使用者的軟體堆疊中自主執行。它協調約 19 種不同的 AI 模型來完成端到端的工作流程。
• Brain 是 Computer 的記憶層。它讓 Computer 成為一個學習系統，越用越有效率且越精準。
• Perplexity 還有一個獨立的個人化記憶功能（較早向 Pro 和 Max 用戶推出），用於記住搜尋/生產力助手的用戶偏好和對話歷史——Brain 是關於代理的工作記憶，而非用戶偏好記憶。

Brain 與競品記憶系統的比較

Brain 的差異化優勢很明確：它記住的是代理的工作，而非用戶的聊天記錄——而且它能夜間自主改進。

• Anthropic (Claude)： 針對專案和自訂指令提供有限的記憶功能，但沒有能自我改進的代理記憶系統。Brain 的夜間自主審視循環是獨一無二的。
• OpenAI (ChatGPT/Operator)： 在聊天中提供對用戶偏好和對話歷史的記憶，但 OpenAI 的代理（Operator）沒有能在離線運作的遞迴式自我改進記憶系統。
• Google (Gemini)： 記憶功能主要聚焦於個人化，而非代理的工作記憶。
• Microsoft Copilot： 企業記憶綁定 Microsoft Graph（電子郵件、文件），但它不是一個能從任務執行模式中學習的自我改進代理記憶。

Brain 使 Perplexity 成為「有狀態、自我改進代理記憶」領域的明確先行者——這是一個多數競爭對手尚未在產品層面解決的類別。

情境圖譜的運作方式

Computer 執行的每一項任務都會連結到一個持續存在的情境圖譜——這是一個橫跨專案、連接器、檔案、成品、決策和來源的結構化地圖。這個圖譜會隨著每次工作階段而成長，為未來任務建立一個豐富的操作歷史，供自動取用。

與單純的對話記憶（儲存聊天記錄）不同，Brain 捕捉的是代理的程序性知識：哪些工作流程能產出正確結果、哪些方法曾被使用者修正過、以及哪些來源模式最為可靠。

夜間自我改進循環

Brain 最獨特的功能在於它能自主改進。在設定的時間點（通常是夜間），Brain 會審視整個情境圖譜，並更新自身對如何把類似工作做得更好的理解。這代表：

• 從成功中學習： 能產出正確輸出的模式會被強化。
• 從失敗中學習： 錯誤和使用者的修正會被分析，並用來調整未來行為。
• 遞迴式改進： 隨著代理在更新情境圖譜上變得更有效率，Brain 的知識品質會產生複利效應。

結果就是，這是一個越用越聰明的系統。這些進步不只是理論——Perplexity 直接在官方部落格上公布了早期內部測量數據：

這些效益會隨著時間累積——使用 Brain 越久的使用者，會看到越大的進步，因為代理學會了他們特定工作模式。

從無狀態到有狀態代理的轉變

Brain 代表了 AI 代理在架構上的根本性轉變。現今大多數代理是無狀態的——它們每次任務都從零開始，對過去的工作毫無記憶。使用者每次都得重新解釋脈絡、重新建立偏好、重新訓練代理熟悉自己的工作流程。

Brain 讓代理變得「有狀態」。 每一次新任務都會連結到一個持續存在的情境圖譜，其中包含先前的專案、決策和修正記錄。Computer 不再從零開始，而是帶著完整的脈絡啟動每次任務，消除了重複的工作，並減少因缺少歷史資訊而產生的錯誤。

這與單純的對話記憶（記得聊天歷史）有明顯區別。Brain 記住的是代理的操作知識——哪些程序、工具和來源模式能產出正確結果。

Brain 的訂閱方案

Brain 以研究預覽形式獨家提供給 Perplexity Max 訂閱者（每月 200 美元）。它首先向 Max（Perplexity 最高級的消費級方案）使用者推出，該方案還包含無限 Pro 搜尋、完整模型陣列（包括 GPT-5、Claude 4、Gemini）以及新功能的搶先體驗權。

此功能不適用於免費版、Pro 版（每月 20 美元）或 Enterprise Pro 版。

Brain 在 Computer 生態系中的定位

• Computer（2026 年 2 月推出）是 Perplexity 的「通用數位員工」——一個代理平台，能接收自然語言的高階目標，將其分解為子任務，並在網路、API 和使用者的軟體堆疊中自主執行。它協調約 19 種不同的 AI 模型來完成端到端的工作流程。
• Brain 是 Computer 的記憶層。它讓 Computer 成為一個學習系統，越用越有效率且越精準。
• Perplexity 還有一個獨立的個人化記憶功能（較早向 Pro 和 Max 用戶推出），用於記住搜尋/生產力助手的用戶偏好和對話歷史——Brain 是關於代理的工作記憶，而非用戶偏好記憶。

Brain 與競品記憶系統的比較

Brain 的差異化優勢很明確：它記住的是代理的工作，而非用戶的聊天記錄——而且它能夜間自主改進。

• Anthropic (Claude)： 針對專案和自訂指令提供有限的記憶功能，但沒有能自我改進的代理記憶系統。Brain 的夜間自主審視循環是獨一無二的。
• OpenAI (ChatGPT/Operator)： 在聊天中提供對用戶偏好和對話歷史的記憶，但 OpenAI 的代理（Operator）沒有能在離線運作的遞迴式自我改進記憶系統。
• Google (Gemini)： 記憶功能主要聚焦於個人化，而非代理的工作記憶。
• Microsoft Copilot： 企業記憶綁定 Microsoft Graph（電子郵件、文件），但它不是一個能從任務執行模式中學習的自我改進代理記憶。

Brain 使 Perplexity 成為「有狀態、自我改進代理記憶」領域的明確先行者——這是一個多數競爭對手尚未在產品層面解決的類別。