Perplexity 推出智能体记忆系统 Brain：夜间自我复盘，准确率提升 25%

招一个刚毕业的新员工，哪怕一开始业务不熟练，只要在岗位上摸爬滚打几个月，做错的事有人纠正，下次就能自己绕开坑。但现在的各类 AI 智能体，往往每次打开都是全新的开始，昨天教过的坑今天换个提示词又踩一遍。

Perplexity 这次打算改掉这个毛病。他们为旗下的 Computer 智能体推出了一套自我改进记忆系统，名字就叫 Brain。这项功能目前正面向 Max 和 Enterprise Max 订阅用户以研究预览版的形式开放。

白天干活，晚上偷偷「复盘」

过去大模型也有记忆功能，但大多数产品记的都是你这个人。比如你喜欢吃什么、用什么编程语言、在公司担任何种角色。这类记忆主要让你觉得它跟你熟络，却不能让它把手头的活干得更好。

Brain 的思路截然不同，它盯的是智能体自己做过的事。比如处理某个任务时调了哪些连接器、引用了哪个来源、中途遇到了死胡同还是被你打断纠正。它会把这些经历转化成一张上下文图谱，形态上类似一个专门给大模型读的维基百科，并自动加载到智能体的沙盒环境里。

更有意思的是它的工作机制。到了夜间或者设定的固定时间间隔，Brain 会自动在后台复盘白天的上下文图谱，综合会话记录、连接器拉取的结果以及你做过的修改，给自己的知识库做增量更新。

这意味着你每一次给智能体挑刺、改错，或者让它跑通一个复杂流程，消耗的 token 都不再是一次性的成本，而是变成了它下一次干活的学费。下一次遇到类似任务，它就能少走弯路、少调用几次模型，而且每个记忆条目都可以直接追溯回原始会话或文件。

官方公布的前期测试数据显示，在智能体之前见过的任务上，Brain 让回答准确率提升了 25%，召回率提高了 16%。在依赖历史上下文的任务中，它甚至把整体开销压缩了 13%。

为什么重要

我们认为，Perplexity 这次切入 AI 记忆的角度非常务实，抓住了企业使用智能体时真正的痛点。

对于每天让 AI 帮着查资料、整理行业报告的重度用户或团队来说，值不值得试关键看复购率高的场景。如果你天天要做固定的周报整理或者竞品追踪，现在去试会很划算。你不用每次都在提示词里苦口婆心地强调别看哪几个失效网站，智能体被你纠正一两次后，自己就能记住正确的路径。

从行业竞争来看，过去大家在比拼谁的单次推理能力更强、谁的上下文窗口更大。而 Brain 的做法直接改变了竞争维度，它把智能体从单次响应的答题机器，变成了带有自我进化能力的长期工作流。这看起来会倒逼其他做智能体产品的对手也必须把工作记忆和自我反思机制提上日程。

不过这里也有潜在的隐患。如果用户给出的错误指令或有偏差的中间结果没有被及时发现，被当成成功经验吸收到这个夜间维基里，就可能导致智能体在错误的路上越走越偏，排查和修正这些隐性记忆的成本反而会变高。如何在自动化复盘和人工纠偏之间找到平衡，将是这类系统接下来必须面对的考验。