Perplexity创始人谈AI搜索:不是挑战Google,而是重做“提问”本身

AI PM 编辑部 · 2025年02月21日 · 2 阅读 · AI/人工智能

正在加载视频...

视频章节

在这期Y Combinator访谈中,Perplexity CEO Aravind Srinivas回顾了公司从一次次失败实验走到AI搜索的过程。他分享了一个反直觉的判断:Perplexity的目标并非“杀死Google”,而是用更聪明的方式,帮助用户问出他们原本不会问的问题。

Perplexity创始人谈AI搜索:不是挑战Google,而是重做“提问”本身

在这期Y Combinator访谈中,Perplexity CEO Aravind Srinivas回顾了公司从一次次失败实验走到AI搜索的过程。他分享了一个反直觉的判断:Perplexity的目标并非“杀死Google”,而是用更聪明的方式,帮助用户问出他们原本不会问的问题。

为什么AI搜索值得再做一遍

AI搜索听起来像一个被巨头牢牢占据的领域,但Aravind Srinivas给出了一个不同的切入视角:问题不在于搜索本身,而在于“人们能否持续问下去”。在Perplexity早期,他们上线了“追问(follow-up questions)”能力,这一改动直接带来了两个结果:用户停留时间翻倍、每天的问题数量显著增加。Srinivas当时的判断是:“okay there's something here it's not worth killing and pivoting to Enterprise。”这不是一个宏大的屠龙叙事,而是一个非常产品化的信号——当用户愿意继续问,搜索就不再只是一次性行为,而是一种探索过程。这也是他后来将Perplexity定义为“a more intelligent Google search”的原因:它在特定场景下,真的更有用。

从不断试错到找到正确形态

Perplexity并不是一开始就长成今天的样子。Srinivas回忆,在真正启动公司之前,他和团队花了将近两年时间反复实验。最早的尝试之一,是一个基于Twitter的搜索工具,但效果并不理想。关键转折发生在他们意识到,大模型的“instruction following capability”已经提升到一个临界点——模型开始能更好地理解复杂指令并给出连贯回答。正是这一技术变化,让Perplexity当前的产品形态“actually started working much better”。这段经历也解释了为什么团队没有急着转向Enterprise市场:不是不想赚钱,而是产品第一次展现出自然增长的迹象。

在Google之后,重新理解“搜索”

Srinivas曾在Google工作近十年,这段经历深刻影响了他对搜索的理解。在他看来,传统搜索擅长回答“已知问题”,而AI搜索的潜力在于引导用户发现“they never even knew they wanted to ask”的问题。Perplexity试图构建的,是一种对话式的认知工具:用户不需要一开始就知道精准关键词,而是通过多轮提问逐步逼近答案。这种体验,既不同于搜索引擎,也不同于单次问答的聊天机器人,而是介于两者之间的新物种。正因如此,他认为市场上“there was space for someone else here”,即便Google依然强大。

团队、文化与不可避免的竞争

随着产品获得早期动能,Perplexity的团队规模也在增长。Srinivas强调,文化在这个阶段尤为重要——它决定了公司是否还能保持快速试验和自我纠错的能力。谈到未来竞争,他并不回避像Google、Anthropic这样的强大对手,但态度相对冷静:“I think that's the only thing you can try right。”在他看来,创始人能做的只有一件事:持续把产品做到最好,而不是过早被竞争叙事牵着走。未来的AI搜索格局仍在形成中,而Perplexity选择用产品进化来回应不确定性。

总结

这次访谈最有价值的地方,不在于宏大的行业判断,而在于一个清晰的创业方法论:不要急着讲愿景,先观察真实的用户行为。Perplexity的故事提醒我们,AI带来的并不只是性能提升,而是交互方式的改变。当用户开始愿意不断追问,搜索的意义也随之改变。对于创业者和产品经理来说,这是一种值得反复琢磨的信号。


关键词: AI搜索, Perplexity, Aravind Srinivas, Google, Y Combinator

事实核查备注: 视频来源:Y Combinator《How To Build The Future: Aravind Srinivas》;公司与产品名称:Perplexity、Google、Anthropic;关键概念:follow-up questions、instruction following capability;背景事实:Aravind Srinivas曾在Google工作近十年;判断性表述均基于视频原话或直接语义。