#people# 登顶了开始霸榜。周末才是加速。太多人没见到people，0.01开头的样子了。等到冲刺0.02的时候才是fomo盘上车。 才是竞选板块这个概念炸裂的时候！吆喝起来，我想到时候能有一千个人评论……牛逼 #竞选板块#

Perplexity CEO 说 $MU 美光市值有望在未来6-12个月内超越 $META 我说：没那么慢！ META约1.465万亿刀 ，MU需要再涨14% 那不是一个交易日开盘半小时内就可以完成的么？

Perplexity 是全球首批 結合「 生成式AI 與即時網路搜尋」的搜尋引擎 ，主打「 先查證、再整理」的搜尋體驗。 想快速查找即時資訊，或深入研究複雜議題，Perplexity 都能幫你找到可靠的答案，讓資料蒐集變得更輕鬆高效。

Perplexity 刚发了篇论文，用自家两款产品做对照，把「Agent 到底比 Chat 强在哪」量化了出来。它的价值不在答得更快，而在把人原本要手动编排的整段活儿吃掉了。 对照组很干净：Search 是对话式搜索助手（你问它答），Computer 是端到端自主 Agent（给目标它自己干完）。方法是把「初始 query 几乎相同」的会话配对，当作同一任务被两款产品分别尝试的自然实验来比。 几个数字：单次会话里，Computer 替你执行 26 分钟的自主工作，Search 只有 33 秒，差约 47 倍；配对任务上，完成时间从 269 分钟压到 36 分钟，相比「人 + 仅用 Search」，时间省 87%、成本省 94%。自主也不等于失控——Computer 每条 query 的不满意率反而比 Search 低 55%。 它还改变了人的行为。机器接管底层执行后，用户的后续动作从「下一步搜什么」转向验证和扩展，更像监工而非干活；人也开始敢做以前不会做的事，比如把多个相互依赖的子任务打包进一条 query，解锁一批在 Search 里几乎不存在的工作类型。 一条因果链：自主性 → 效率 → 广度。给做 Agent 产品的人提个醒：别再用「单轮回答好不好」这种 Chat 指标去评估 Agent，要看它接管了多长的自主工作链、把人腾出来去做多高阶的事。（数据为厂商自评，绝对数字当方向性证据看。）

Perplexity 最近（大概 4 天前，2026 年 5 月初）公开了一份原本的内部工程文档。 这份文档标题是 《Designing, Refining, and Maintaining Agent Skills at Perplexity》（在 Perplexity 设计、优化和维护 Agent Skills 的指南），直接发布在他们的 上。