Perplexity 不再只满足于回答问题，它想让 AI 替你把事情做完。
发生了什么
据 Hacker News 上的讨论，Perplexity 推出了面向工作场景的 AI Agent 产品。这意味着它的产品定位从「带引用的答案引擎」进一步外扩，进入能自主执行多步任务的代理形态。目前公开信息有限，具体能力边界、接入的数据源、定价与可用范围尚未在摘要中体现，因此不宜对其功能细节做过度推断。可以确认的是方向：Perplexity 正把 Agent 作为面向职场用户的新产品线。
为什么重要
这步棋的逻辑并不难读。过去两年，Perplexity 的核心资产是「检索 + 引用」——它把搜索从链接列表变成结构化答案，靠可信来源建立差异化。但答案本身不产生留存，用户拿到结论后仍要回到浏览器、文档、邮件里去执行。Agent 恰好补上这一段：把检索能力当作感知层，把工具调用当作执行层，形成从「知道」到「做完」的闭环。
更关键的是入口之争。办公场景的 AI 竞争已经从模型能力转向工作流占位——谁占据用户每天打开的那个界面，谁就掌握分发。对 Perplexity 而言，做 Agent 是把搜索流量转化为工作流依赖的路径；对行业而言，这标志着「答案引擎」这一品类正在被重新定义为「任务引擎」。
影响与看点
对开发者与企业用户，值得关注三点。其一，Agent 的可信度取决于可追溯性——Perplexity 若能把引用机制延续到 Agent 的每一步操作，会比纯黑箱代理更有说服力，这是它相对通用 Agent 框架的潜在优势。其二，办公 Agent 的落地瓶颈通常不在模型，而在权限、数据接入与错误恢复，产品能否处理「做错一步」的场景，比演示效果更能决定口碑。其三，竞争格局上，它要同时面对办公套件内置的助手和通用 Agent 平台，夹在中间的差异化必须足够锋利。
一个克制的判断：Perplexity 做 Agent 是顺理成章的延伸，但真正的考验不是能不能做出来，而是能不能让用户放心把任务交出去。检索时代的信任来自「给出处」，Agent 时代的信任要来自「可中断、可回滚、可审计」。谁先解决这件事，谁才真正拿到工作流入口。
