Perplexity 升級 Pro Search：引入多步推理，接入 Wolfram 處理複雜數學

平時查個天氣或比賽比分，搜一下出個答案就夠了。但如果你是要寫一份競品調研、排查一段報錯的指令碼，或者核算一組複雜的財務模型，普通的 AI 搜尋往往搜一次就交差，給出的內容不是浮於表面，就是數學題算錯。

Perplexity 這次升級了核心功能 Pro Search，試圖把搜尋引擎變成一個能自己規劃、自己查證的「研究助理」。

像人類一樣做多步推理與二次搜尋

這次升級最大的變化是引入了多步推理能力。

以往的搜尋助手在接到提問後，通常只是單次檢索然後總結。新版 Pro Search 在拿到複雜問題時，會先判斷這個問題是否需要拆解規劃，然後一步步去完成目標。

更關鍵的是，它現在會根據第一輪的搜尋結果做分析，如果發現資訊不夠或者有新線索，會自動發起後續搜尋，一層一層把答案挖深。

使用者在搜尋框裡點開 Pro 開關後，不僅能看到覆蓋更廣的可靠來源，還能即時看到它一步步思考和檢索的完整過程。

拉來 Wolfram|Alpha 補足數學短板

除了搜尋邏輯的改變，Perplexity 還把重點放在了程式碼執行和數學計算上。

新版 Pro Search 強化了程式碼執行能力，跑資料分析、程式碼除錯和內容生成的速度更快。大語言模型一直被詬病的「數學算不好」問題，Perplexity 選擇接入外部計算引擎 Wolfram|Alpha 來解決。

有了 Wolfram|Alpha 的加持，複雜的數學計算和符號公式推導不再靠語言模型硬猜，準確度和響應速度都有了實質提升。

在可用性方面，普通免費使用者每天可以免費體驗有限次數的 Pro Search。如果需要更高頻次的使用，以及切換更多底層模型，則需要訂閱付費的 Perplexity Pro。

為什麼重要

我們認為，Perplexity 這次升級看準了生成式搜尋目前最尷尬的痛點：只查一層、張口胡說、算數全錯。

對使用者來說，如果你是需要查判例的律師、做趨勢報告的分析師，或是經常被 bug 困擾的程式設計師，這次升級後的深度搜索很值得一試。以前需要手動換三四種關鍵詞反覆搜的事情，現在 AI 可以自己做 follow-up search 順藤摸瓜，省去了不少反覆除錯 prompt 的時間。

在技術路徑上，Perplexity 接入 Wolfram|Alpha 的做法非常聰明。語言模型本質是機率預測，拿它做嚴肅的高等數學和精確計算本來就是揚短避長；直接把專業計算甩給專業引擎，是目前最穩妥、成本也相對可控的方案。

不過這種多步搜尋也存在隱患。推理鏈條拉長之後，如果第一步檢索到的網頁本身含有偏見或事實錯誤，AI 後續的追問很可能會在錯誤的路徑上越走越遠，生成一份看似邏輯嚴密但源頭跑偏的報告。看起來，Perplexity 正在從一個「更好的 Google」轉向一個「初級研究員」，但能否真正替代人工交叉比對，還得看它在長鏈路任務中的抗干擾能力。