主要观点总结
Perplexity 是一家致力于提供高质量信息搜索服务的公司，其创始人 Aravind Srinivas 和 Lex Fridman 讨论了 Perplexity 的产品逻辑、商业模式、技术思考以及未来搜索的展望。Perplexity 专注于知识和好奇心，通过结合传统搜索和 LLM（大型语言模型）来提供用户友好的答案，每个答案都带有适当的引用。Aravind 强调搜索需要行业 know-how 和工程问题，并认为模型能力、RAG、RLHF 等技术对于 AI 搜索同样重要。Perplexity Pages 是其未来的搜索形态，旨在将知识传播给所有人。Perplexity 的目标是推动知识发现和好奇心，而不仅仅是成为搜索引擎。
关键观点总结
关键观点1: Perplexity 的产品逻辑和商业模式
Perplexity 结合传统搜索和 LLM 提供用户友好的答案，每个答案带有引用。Aravind 强调搜索需要行业 know-how 和工程问题。
关键观点2: Perplexity 的技术思考
Aravind 认为模型能力、RAG、RLHF 等技术对于 AI 搜索同样重要，并且搜索需要处理大量的数据和细节。
关键观点3: Perplexity Pages 和未来搜索的展望
Perplexity Pages 是其未来的搜索形态，旨在将知识传播给所有人，并推动知识发现和好奇心，而不仅仅是成为搜索引擎。
文章预览
编译：周静 本篇内容是 Perplexity 创始人 Aravind Sriniva 和 Lex Fridman 对谈的精华整理。除了分享了 Perplexity 的产品逻辑，Aravind 也解释了为什么 Perplexity 的终极目标并不是颠覆 Google，以及 Perplexity 在商业模式上的选择，技术思考等。 随着 OpenAI SearchGPT 的发布，AI 搜索的竞争、wrapper 和模型公司在这件事情上的优劣势讨论再次成为市场焦点。Aravind Srinivas 认为，搜索其实是一个需要大量行业 know-how 的领域，做好搜索不仅涉及到海量的 domain knowledge，还涉及到工程问题，比如需要花很多时间来建立一个具有高质量 indexing 和全面的信号排名系统。 在 《为什么 AGI 应用还没有大爆发》 中，我们提到 AI-native 应用的 PMF 是 Product-Model-Fit，模型能力的解锁是渐进式的，AI 应用的探索也会因此受到影响，Perplexity 的 AI 问答引擎是第一阶段组合型创造的代表，随着 GPT-4
………………………………
