本周四，人工智能搜索引擎Perplexity重磅发布新产品Perplexity Labs，这是一款面向专业版用户（20美金/月）的智能Agent工具，为用户提供了更强大的生产力解决方案。

用户可以在搜索框下方一键切换至"实验室模式"，通过该模式可高效生成：专业分析报告、结构化电子表格、交互式网页应用、数据可视化图表等。

Perplexity在官方博客中强调，Perplexity Labs的核心竞争力在于：

• 深度任务处理能力：支持长时间运行和多工具协同调用
• 全栈开发支持：集成代码执行、公式计算等专业工具链
• 智能文档生成：可自动构建包含动态数据的应用程序和文档

通过将网络搜索、Agent能力的深度融合，Perplexity Labs试图重新定义AI搜索的工作范式。

围绕新推出的实验室功能，官方共给出了财务分析、创意写作、商务分析，数据分析四个方向的示例。

在创意写作的示例中：“创作一部黑色风格的科幻电影概念短片，讲述一位 30 岁的女科学家在未来的火星上生活时遭遇灾难的故事。制作 9 个故事板和一个完整的剧本。”

和我们熟悉的Agent工作模式一样，Perplexity Lab会将用户要求拆解为一系列的子任务：通过信息搜索、内容生成、图像生成等多步骤，逐步完成任务。

Perplexity Lab在第一个Tab“实验室”中以图文混排的方式展示了完整的脚本；在第二个Tab“资产”中展示了过程中生成的图片 和 文件。

在数据分析的示例中，“以车队为单位显示 2025 年和 2024 年一级方程式大奖赛排位赛时间。哪些车队速度更快/更慢？为什么？”

 Perplexity Labs以图表的方式展示了不同车队的耗时对比，还构建了交互式的网页能够更清楚地查看和比对更多信息。

单从实验室Agent的功能来看，Perplexity Lab其实并不新鲜， 其核心机制与Manus、Flowith等现有方案并无本质差异，均遵循"命令解析→任务分解→工具调用→结果整合"的标准流程来完成最终交付。

然而，当Perplexity将Agent嫁接到搜索框的服务内，就组合成了一个新的概念：

用一个框解决用户的所有问题：从信息的搜集、摘要，再到解决方案的生成和展示。

等等！一个名词如闪电般在我脑海中飞速闪过，仿佛被一枚早在十六年前就抛出的回旋镖精准击中。我不禁脱口而出：这不就是突然2009年百度李彦宏抛出的概念“框计算”么？

用户只要在“搜索框”中输入服务需求，系统就能明确识别这种需求，并将该需求分配给最优的内容资源或应用提供商处理，最终精准高效地返回给用户相匹配的结果。

如上图，是框计算的概念结构，今天正在经历AI驱动的范式变革。

绿色搜索层：从信息检索到智能摘要

传统搜索结果（绿色区块）正在被AI驱动的"摘要+搜索结果"新模式所取代。现代AI系统能够自主完成目标网页的内容解析、关键信息提取和智能汇总，为用户提供经过深度处理的搜索结果，显著提升了信息获取效率。

红色数据层：从第三方集成到智能分析

结构化数据展示（红色区块）领域正在经历重大转型。过往依赖第三方服务商进行数据清洗和提交的模式，正被MCP平台与AI数据分析技术的深度融合所优化。这种变革实现了数据处理的自动化、智能化和实时化。

蓝色应用层：从有限覆盖到长尾满足

交互式应用生态（蓝色区块）展现出更广阔的发展空间。传统模式下，只有大众化需求才能获得第三方开发者关注并形成应用（如微信小程序、百度阿拉丁等）。而AI编程能力的突破性进展，使得系统能够针对每一个长尾需求自动生成定制化的交互式网页和应用，真正实现了"按需开发"的服务模式。

"框计算"，这个十六年前提出的，有点海市蜃楼的概念，在当下AI浪潮里或许正在落地生根，成为现实。

文章来自微信公众号 “ 自视界 “，作者 闫泽华