Perplexity 不再只做“会搜索的问答框”，它要把 AI 变成工作空间里随叫随到、持续在线的“同事”。
发生了什么
据 The Verge 报道，Perplexity 推出面向工作场景的 AI 智能体产品 Teammates。其核心特征是“常驻在线”：智能体不是一次性对话，而是在一个工作空间内长期存在，并能承担多种角色。
产品设计上有两个关键点。一是记忆与资产的继承：Teammates 会拉取用户已在 Perplexity 工具中积累的项目、技能和记忆，而不是从零开始配置。二是与 Perplexity Computer 的集成——这是一个可在用户设备上部署智能体的 AI 系统，意味着智能体的执行能力可能不止停留在云端对话层，而是向本地操作延伸。
Perplexity 明确把这一定位放在 OpenAI 和 Anthropic 的对立面，即同样瞄准“工作用智能体”这块市场。
为什么重要
过去一年，AI 产品的竞争重心从“模型能力”转向“智能体能否真正完成任务”。OpenAI 和 Anthropic 都在推动能调用工具、跨步骤执行任务的智能体形态，企业侧则关心这些智能体能否嵌入既有工作流、记住上下文、减少重复交代。
Perplexity 的切入点有其自身逻辑。它以搜索和研究类使用场景起家，用户在其产品中天然会沉淀查询、资料和项目上下文。把这些沉淀转化为智能体的“记忆底座”，是一种低成本的产品杠杆：用户迁移成本低，智能体上手即有背景信息。
“常驻”与“多角色”也是值得注意的产品取向。一次性会话式 AI 的问题在于每次都要重新建立上下文；而常驻智能体更接近组织中的成员，有职责、有记忆、有持续任务。这实际上是在把 AI 产品从“工具”重新定义为“协作对象”。
影响与看点
对用户而言，最直接的变化是配置成本下降。如果 Teammates 真能复用已有项目与技能，那么“训练一个懂你工作方式的助手”这件事会从手动调教变成继承式迁移。
对行业而言，这加剧了办公智能体赛道的同质化竞争。各家都在讲“能执行任务的智能体”，差异将越来越取决于三件事：记忆是否可靠、权限与设备侧执行是否安全可控、以及能否接入用户已有的工作流而非要求用户搬家。Perplexity Computer 的本地部署能力是差异化变量，但同时也把数据边界和安全责任推到了更前台。
需要克制看待的是，目前公开信息仍停留在产品定位层面，多角色如何协同、记忆如何隔离、设备侧智能体的权限模型如何设计，都还没有细节。这些恰恰决定产品能否从演示走向日常使用。
一个判断：智能体的竞争正在从“能力展示”转向“上下文资产”，谁能让用户的历史工作沉淀变成新智能体的起点，谁就更容易留住用户。
