Исследование Perplexity и Гарвардской школы бизнеса показало рост автономности ИИ‑агентов
Компания Perplexity опубликовала исследование своего агентного режима Perplexity Computer, подготовленное вместе с исследователями Гарвардской школы бизнеса. Авторы разбирают, что происходит, когда системы ИИ переходят от обычного диалога к агентной модели работы и как это меняет характер знаний и продуктивность в профессиональной среде. Ранние ИИ‑ассистенты в основном отвечали на вопросы и помогали формулировать решения. Агентные системы действуют иначе: пользователь задаёт цель, после чего система сама строит план, подключает внешние инструменты, при необходимости запрашивает уточнения и в конце возвращает готовый результат.
Эту эволюцию Perplexity показывает на собственных продуктах. В 2022 году появилась поисковая система Search, ориентированная на ответы со ссылками на источники. В 2025 году компания представила браузер Comet со встроенным веб‑агентом, который может самостоятельно выполнять действия в интернете. В 2026 году был показан Perplexity Computer, универсальный агент для автономного выполнения сложных многошаговых задач в цифровой среде.
Исследование рассматривает три показателя: автономность, эффективность и расширение типов задач. По данным авторов, Perplexity Computer требует больше усилий на этапе постановки задачи, зато заметно сокращает объём ручной работы. В среднем агент тратит около 26 минут вычислительной работы за сессию, тогда как поисковая система, 33 секунды. Медианные значения составляют примерно 9 минут против 14 секунд. Система при этом чаще обращается к внешним сервисам и API, объединяя несколько инструментов в одном процессе.
Авторы также отмечают, что длительная автономная работа не ведёт к росту отказов от результата или неудовлетворённости пользователей: доля негативных сигналов у агентной системы ниже. Perplexity Computer чаще используют для аналитики и генерации контента, документов, кода, таблиц и других артефактов. В выборке задач пользователи агента выходят за пределы своей основной профессиональной области в 59% случаев, тогда как у поисковой модели этот показатель составляет 50%. Доля запросов, где требуется создать новый результат, достигает 50% против 26%. Средняя «широта знаний» оценивается в 2,4 области, у поиска, 1,74.
Ключевые факты
Исследование Perplexity о работе агентного режима Perplexity Computer проведено совместно с исследователями Гарвардской школы бизнеса.
В среднем Perplexity Computer выполняет около 26 минут вычислительной работы в сессии против 33 секунд у поисковой системы; медианные значения составляют примерно 9 минут против 14 секунд.
Пользователи агентной системы работают за пределами своей основной профессиональной области в 59% случаев против 50% при использовании поисковой модели.
Доля запросов, требующих создания нового результата, достигает 50% у Perplexity Computer против 26% у классического поиска; средняя «широта знаний» составляет 2,4 области против 1,74.