Perplexity CEO专访：AI浏览器大战、挑战谷歌以及广告模式的终结

（采访者： Matthew Berman）

很多人想通过在自己的聊天机器人上堆砌更多功能来试图超越 ChatGPT，但他们完全没抓住重点。聊天界面的归属权之争已经结束，赢家已定。 

——Perplexity CEO Aravind Srinivas

Matthew Berman (MB):是什么促使您构建自己的网页浏览器？
 

Aravind Srinivas (AS):我想说，这个想法的起源是... 最终大多数用户查询都会通过浏览器上的搜索框进行。这甚至远在我们考虑代理（agents）或其他任何东西之前。如今世界上大多数搜索查询的入口点是什么？大概是每天大约150亿次。这就是谷歌目前的查询量。我估计其中很大一部分，可能70%到80%（具体数字我不确定），流量都流经 Chrome、Safari 或谷歌浏览器上的搜索框（或URL栏）。

MB:对，地址栏。

AS:它被称为多功能地址栏（Omnibox）。这里甚至有个历史原因说明谷歌当初为什么要做谷歌工具栏（现在已不存在，因为它已整合成一个搜索栏）。过去，浏览器会有一个URL框，然后在书签栏下方有一个谷歌工具栏，让你可以在任何页面上直接搜索谷歌，因为那时认为URL栏只应用于导航（输入URL），而搜索是分开的。现在这种区分不存在了，你可以把所有东西都输入到一个框里，所以叫“多功能地址栏”（Omnibox）... 推出谷歌工具栏让谷歌的流量增加了5倍之类，这帮助他们赚取更多广告收入，他们可以付钱给其他桌面软件客户端，让它们强行在本地浏览器上安装谷歌工具栏。这样，即使他们不用付钱给微软，只要有人安装了其他桌面客户端，他们就能把谷歌工具栏推送到IE上，获得大量流量。

谷歌工具栏对谷歌就是如此重要。有趣的是，负责工具栏工作的人是桑达尔·皮查伊（Sundar Pichai）。有个历史时刻，微软推送了一个IE更新补丁，目的就是移除谷歌工具栏，保留MSN之类的。谷歌当时慌了，急忙与所有OEM厂商达成协议，保留没有这个补丁的旧版IE。这都是桑达尔做的，就是那时他们意识到：必须打造自己的浏览器，不能受制于微软。

MB:我之前不知道这事。
 

AS:是的，谷歌从未公开承认过这事，但我认为很多前谷歌员工都记录过。类似的事件也发生在我们身上... 我们做过一个Chrome扩展，可以将Perplexity设为默认搜索引擎。我自己就遇到过：在Chrome更新后，它突然就没了。我会去Chrome商店看这个扩展怎么了，显示“此扩展因本次更新被自动卸载，因为它可能窃取您的搜索数据之类”，各种随机的理由。然后它就不能按我们想要的方式工作了。我们还有一个侧边栏扩展（不是显式的侧边栏），让你可以就页面内容提问，但我们无法实现所有想做的功能。

所以，很明显，在某个时刻我们需要自己的客户端，掌控自己的命运。但这对我们这样的公司来说是个巨大的分心，我们本应专注于核心产品。很多人把搜索整合进自己的AI里，所以你必须改进自己的搜索服务，以免变得无关紧要。而浏览器本身就是一个需要大量投入、耗时数月的项目。为什么还要做它？很多人劝我不要做。但对我来说，关键点是：你能从进攻和防守两方面，而不仅仅是防守侧，来做这个决定。

到目前为止我说的都是防守。进攻则是：有些事情你只能在浏览器上做，其他地方做不了。这就是查询（Query）、AI和搜索的下一个方向：代理（Agents）。第一个真正的代理产品其实是Deep Research（我们能进行网络研究并做事），后来我们做了Labs（实际上可以构建仪表板、网站、分析以及许多Web应用）。我们已经开始看到这些推理模型的能力：它们能认真思考10分钟，做出需要你花几个小时的东西。想象一下，把这种能力用于日常浏览任务，从不同标签页中提取上下文信息，比如对你的Slack、Notion或Google Docs进行深度研究，处理你的100封邮件，查看你的日历并调整会议安排——所有这些个人或行政助理会为你做的事情。

如果你是小企业主，比较商品价格并为你的商品定价，这能让你获得套利空间（相比花5-10小时做这事的人，或雇一个小团队全职做这个），或者根据人们在Reddit上的评论定制你的营销信息。这些事情都会花费你大量时间，无法用我们传统的方法可靠地完美爬取网络信息来完成。而拥有打开标签页、按需研究、提取必要信息，并将所有这些编排成用户可用的输出（去控制标签页完成任务）的能力，我们认为这只有在我们完全拥有客户端并以最优雅的方式集成AI时才能实现。因此，打造浏览器既是防守也是进攻的理由。这就是我们在去年年底决定开始做这个的原因，花了我们大约8个月时间才发布。

这个时间线相当疯狂，从零到发布只用了8个月。当然，我得承认，肯定有人在你的评论区说：“哦，这只是Chromium的分支，他们不是从头构建的。”是的，它是基于Chromium的分支，但话说回来，所有东西不都是基于Linux的分支？我们都是在巨人的肩膀上，尊重谷歌开源Chromium库的工作。我们在其上构建，并希望也能贡献其中。我们不只是消费者... 实际上，我们在司法部对谷歌的诉讼中作证... OpenAI曾推动从谷歌收购Chrome，我们当时论证谷歌不应该被拆分，Chrome应该留在谷歌内部，原因之一就是我们认为谷歌一直是开源（Open Source）的良好管理者，让OpenAI（与开源相反）拥有Chromium毫无意义... 我们认为我们必须赢得运营Chromium或Chrome的权利，为数十亿人提供服务是项巨大的工作。所以我们肯定是在Chromium之上构建的，这大大加快了开发时间线。但仅就基本浏览功能（可靠工作、导入登录信息、完成所有基本任务）所需的质量测试和Bug修复，工作量仍然巨大。

我们不仅做了这些，还确保了代理功能在一定程度上运行良好，让人们感到惊艳。这就是我对这次发布感到非常自豪的原因（只用了8个月）。我仍不能说它已完成，我们需要确保它能每天为一百万人稳定工作，然后才能扩展。所以还有很多基础设施工作要做。但我对目前的起点非常满意。

MB:我第一次安装时... 首先，我们在录制前我就说过，过程完全无缝，拿到了我所有的书签和认证信息... 当我开始使用代理时，我注意到一些与使用托管在云端的代理环境的不同之处。在那种环境里，环境在云端生成，你每次都得从头开始... 但在Comet里，我已经登录了。而且当我在任务中途觉得“哦，现在该让我的代理接手了”，这种体验在完全托管的版本中我认为是不可能的。
 

AS:是的，我认为没人会想要一个完全托管在别人服务器上的客户端版本，这风险极高。
 

MB:为什么这么说？为什么你不想让登录版本的客户端在第三方应用或别人的服务器上？