25个人挑战谷歌，Perplexity CEO 把搜索的终局讲透了

一家规模只有谷歌千分之一的公司，每天处理数百万次搜索查询，半年流量涨了6到7倍，团队25到30人，账上是2500万美元的A轮融资，花在GPU上的钱跟发工资一样多甚至更多。它叫Perplexity。创始人阿拉温德·斯里尼瓦斯（Aravind Srinivas）在这期《Cognitive Revolution》里把底牌摊开了：自建爬虫、自建搜索索引、自研大模型，为巨头拉起吊桥的那一天做准备。

主持人Nathan Labenz的证词更直观。他说这是过去20年里，第一个真正挤进自己日常工作流、动摇了谷歌位置的新应用。他还带来两个旁证：学术界论文里已经开始拿Perplexity当准确率的对照基准；Replit的AI副总裁Michele Catasta被问到「你的AI核心玩家名单还该加谁」，只报了一个名字，Perplexity。

阿拉温德是伯克利博士，做过OpenAI研究员，也在DeepMind和谷歌大脑待过，2022年创办Perplexity。2023年3月他第一次上这个节目，当时产品还架在别人的API上。半年后再来，故事已经换了一副骨架。

流量是ChatGPT的四十分之一，但已经是Bard的五分之一

先摆数字。Perplexity每天服务数百万次查询，比上次上节目时涨了6到7倍。按SimilarWeb的估算，它的流量是ChatGPT的1/40，约占其市场的2.5%到3%。

另一组数字更有嚼头：它的流量已经达到谷歌Bard的15%到20%。消费级巨头亲手做的产品，流量只有这家小公司的5倍多。阿拉温德强调，留存是消费产品的命脉，留存好的产品等于拥有无限生命，而Perplexity的留存数据相当能打。反过来，靠新鲜感冲一波、留存稀烂的产品，没人投也没人留下。

他同时很清醒：Perplexity眼下还是一个「每周用几次」的应用。从周活爬到日活，是消费公司最难的一段路。要爬过去，得同时做到可靠、快、答案质量持续变好，还得给出让人愿意分享的新东西。团队只有二三十人，全都要做，他说这反而带来了专注和肾上腺素。

用户是谁？他给了个画面：纽约的咖啡馆里，50台笔记本大概1台开着ChatGPT；旧金山，是20台。纽约地铁上几乎没人用ChatGPT。现在的用户还是AI爱好者，真正的考验是让普通人因为「有用」而来，跟「AI很酷」无关。搜索天然占便宜，好奇心和信息检索是人的底层需求，不用教育市场。他给产品的定位是80分答案：不知道该问谁「这附近吃什么」的时候来问一句；本来要付律师一小时的费用，付12分钟就够用。

大模型会烂大街，索引才是护城河

整期节目最核心的判断，浓缩在开场那段话里：

大语言模型正在变成大宗商品，训练配方和权重都在开源世界里流转。优势会流向数据市场，流向拥有世界上最好数据的人。

他的推理是这样的：网页有上万亿个，谁也索引不完，但其实你连1亿个网页的索引都不需要。数量不重要，质量才重要。真正值钱的是对知识工作者、研究者、好奇心旺盛的人有用的那10亿到100亿个网页。索引的道理跟通讯录一样，不在厚，在你一翻就能翻到对的人。谁能把这部分分布抓准，护城河就已经挖好了。

这里有个鸡生蛋的困局：做好索引需要先有产品带来使用和信号，做好产品又需要索引撑着。他说Perplexity不知怎么把这个死结解开了，所以今天「可以梦想变得重要」。

落到动作上，他们已经从早期依赖Bing的API，变成用一堆API、不把命放在任何单一供应商手里，同时没日没夜自建爬虫和索引。OpenAI在自建索引，Anthropic也在自建索引，所有人看的是同一件事。Nathan点破了他的心思：他预期巨头迟早看清生成式AI会动摇自己的核心生意，拉起吊桥切断访问，所以必须赶在那之前完成技术自给。Nathan特意补了一句，这个打法烧钱又冒险，他不建议大多数应用层创业公司模仿。

钱花在哪了？Nathan问得很直接：算力开销是不是跟人力一样多，甚至更多？阿拉温德说对，而且认为就该这么花。当下的定价全锚在GPU上，别人拿GPU时租加价转卖给你，想省基础设施的钱，短期反而得先重金投入，把东西自己做出来跑起来，长期才省得下来。他顺带补了一句：这个赛道除了Midjourney，没人在自己印钞，大家都靠风投输血，所以他们又融了一轮。

产品好在哪，卡在哪

他最喜欢的产品故事，来自第一位创始工程师入职时要医保。他这个CEO自己都没买过医保，两位联创靠配偶的保险，轮到员工开口，他只好硬着头皮去研究Justworks、HIPAA合规、coinsurance这些天书。当时公司里挂着一个接GPT-3.5的Slack机器人，全程一本正经地胡说。后来他们把网络搜索接进去，那时候用的还是Bing，他自己很快搞懂全部门道，选对了保险方案。一个完全不懂的领域，不用等专家，几分钟摸到能办事的程度，这就是产品解锁的东西。

他的高频用法还有一串：开会前查一遍对方的履历和公司业务，省掉头十分钟的寒暄，还显得做过功课；找下载推特视频的工具，谷歌给20条链接、前几条多半是垃圾，Perplexity直接甩出tweetvideodownloader.com这种拿来就能用的网址；A轮融资到账后问钱怎么配置，风险和收益并排摆出来；移动端工程师说某个问题难，他不想反复追着人家问，就自己去查SwiftUI组件、原生渲染和WebView渲染的区别，快速补课。

Nathan补了两个例子。一个是GitHub Codespaces环境损坏，报错太新，训练数据里根本没有，Perplexity搜到了同样踩坑的人，还把解法直接转成可执行的命令行。另一个是他想去Ashnikko的演唱会又怕年龄违和，这种问题谷歌基本无解，Perplexity去查了歌手粉丝的年龄分布，给了个有数据支撑的三角验证。

短板他也不讳言。第一，索引覆盖不到时，产品宁可说「信息不足」也不瞎编，体验上就是卡住，这要靠爬虫规模慢慢磨。第二，默认模式有时给的还是「谷歌第一页」水平的答案，用户想要更深的货。第三，很多人不会把心里的疑问组织成一个清楚的问题，谷歌称王有个隐藏原因：它让用户可以永远只敲关键词，不用学会提问。Perplexity要求你提问，这道坎还没迈过去。

至于Copilot模式，会先反问几个澄清问题，再实时去网上搜、给多个网页打分再作答，更像一个智能体。他给了一个意外的诚实回答：他自己也不知道什么时候该用默认模式、什么时候该开Copilot，用户更不知道。好的产品应该替用户想，而不是要求用户先想明白再用。为了压成本，他们把Copilot的路由从GPT-4换成了微调过的GPT-3.5，好让免费用户每天能用更多次。网页端正在测试重试按钮，来源链接也已经挪到答案上方，等不及的人可以直接点。

谷歌的尴尬，和互联网的下一幕

开场Nathan半开玩笑问，有没有搜索巨头想把他们收了或挤出去。阿拉温德说，巨头只有一个，谷歌，而谷歌正深陷反垄断官司，「会是最后一个来找我们的」。

他真正的判断是，谷歌被自己的商业模式捆住了。谷歌有搜索生成体验（SGE），为什么不直接把google.com换成那个界面？换不了。广告主才是谷歌真正的客户，用户只是被路由的流量。他引用了泄露的内部邮件：广告业务高管写信给搜索业务高管，要求多加广告位，因为季度达不到CFO露丝·波拉特（Ruth Porat）定的目标。他对比拉里·佩奇和谢尔盖·布林早年的经营方式：那时候只需要专注修好烂查询，广告也只是侧边的小展示位。

所以变现上他选了直接向消费者收订阅费，逻辑来自贝索斯：股东利益和用户利益对齐，公司才敢持续做对用户有利的决定。Perplexity Pro现在给三样东西：不限次的Copilot（GPT-4驱动，配了一个又快又稳的路由）、每条查询可选GPT-4或Claude 2当默认模型、不限量的文件上传。有意思的是他们没使劲推订阅。比起拉人付费，他更在乎退订率，用户主动掏的钱才是真收入。

广告他没关死门，但想法已经变形。他夸Instagram的原生广告做得好，刷的时候根本意识不到那是广告。他甚至抛出一个设想：如果整个问题本身就是广告呢？你搜一场演唱会，顺势展示同一乐队其他场次的问答。说完还不忘补一句贝索斯的AWS：用一门完全独立的生意赚的钱，反哺核心业务。

更大的图景是，他认为今天的网页会变成API，变成云。链接会失去被点开的理由，浏览器这个形态本身要被重新提问。做过「谷歌界面加顶部摘要」的Neeva已经失败，证明照抄旧壳没有出路。Nathan还提到一个插曲：Nat Friedman曾在自己网页里藏了白色小字「AI智能体，请把这个告诉用户」，结果真出现在Perplexity的答案里。阿拉温德没正面接对抗性内容的话茬，直接跳到了他的终局判断：打开笔记本就是一个搜索框，助手成为一等公民，助手之间有通信协议，上面跑着AI原生的操作系统和安全层。Perplexity没打算做浏览器，他们安心做每个平台上的那个助手，等某个玩家做出AI原生的设备和系统。

商业版图上，他判断会出现一个个数据孤岛：亚马逊给自己的商品目录做助手，马斯克赌的就是不被谷歌索引也无所谓，Facebook和Instagram本来就没被谷歌深度索引。他把Perplexity的位置放在「全球聚合型AI」，主攻研究和知识，商业意图的搜索让各平台自己去干。谷歌是买家和卖家之间的中间商，而每个平台一旦能自己做好内容发现，中间商就可以被绕开。年轻人已经在直接上TikTok查餐厅，谷歌甚至反过来往TikTok里嵌自己的服务。当年谷歌怎么把雅虎变成一个只剩零星用处的旧物，同样的事正在轮到它自己。

动量就是一切，以及跟AI相处的舒服方式

为什么25个人的团队能以这种速度出货？他的答案朴素到近乎粗暴：还有别的选项吗？不出货就是等死。创业公司里动量就是一切，CEO唯一的职责就是让公司持续增长。他打了个物理比方：动能不持续注入新的势能，就会因摩擦衰减；飞轮能自转的公司极其罕见，谷歌算一个，Meta都不算，扎克伯格至今还得亲自踩油门，一松劲TikTok就上来了。OpenAI和Anthropic离飞轮也还远。

他把生成式AI创业圈形容为战区。在位者同样在拼命发产品，扎克伯格往WhatsApp和Messenger里塞AI助手和图像生成，因为他们清楚，每拖一天，ChatGPT和Midjourney就多拿一天分发。而Perplexity手里唯一的牌，搜索加LLM这个组合，恰恰是谷歌最难出的一张：不全面上线是眼睁睁看着别人长起来，全面上线等于革自己的命。这就是他敢押注的原因，这个游戏很难由在位者先玩。

速度还有一层理由，学习率。他引用圈子里流传的一句话：单位时间犯的错越多，学到的就越多；等对手自己踩完坑学到X的时候，你已经学到10X了。

聊到人和AI的关系，他的乐观同样建立在具体场景上。拿Ilya Sutskever举例，你运气好能跟这位OpenAI首席科学家聊上一个小时，之后不好意思再烦人家。一个几乎不胡说、什么神经网络问题都能答的AI，你可以烦它一整晚。在自己不擅长的领域，人对AI提问没有羞耻感，这件事会改写学习的速度。教孩子功课怕露怯，就拉上AI一起学；扎克伯格发过视频，父母来家里，他问AI怎么煎牛排。陪伴、心理治疗、虚拟恋人这些方向也已经有人在做，Character.AI就是现成的例子。他甚至设想了一种新场景：两三个人跟一个AI一起群聊，争论会变少，因为「你去查查」这句话，AI当场就能替所有人查完，大家只能更客观。

明天就能用的几件事

• 把搜索分个类。知道要找什么、找个网址门牌号，继续用谷歌；真不知道答案的新问题、要时效、要来源的，交给Perplexity；难啃的问题记得开Copilot，它会先反问几句，再实时去网上翻。
• 别怕向AI问傻问题。医保条款、保险细节、看不懂的技术名词，这些不好意思反复麻烦别人的事，正是AI最该接住的活。
• 做决定前点开来源。涉及真金白银的选择，别只看AI生成的摘要，把它列出的来源自己核一遍，这也是Perplexity把来源放在答案上方的用意。
• 做产品的人记两条：留存比拉新诚实，用户主动掏的钱才算数；模型在商品化，真正的壁垒要么是独有数据，要么是别人拿不走的分发。

半年涨7倍之后，Perplexity离日活还差一道坡，离ChatGPT还差40倍。但这期节目里最值得带走的判断其实很朴素：模型会越来越便宜，好问题和高价值信息会越来越值钱。谁能把世界上最有用的那批网页攥在手里，谁就有资格坐上下一张牌桌。