Perplexity 创始人：我们的目标是让搜索像刷牙一样自然

国际科技财经移民娱乐民生时事体育

Bendi新闻

8月前

前不久，Perplexity 成功入选福布斯发布的 AI 初创企业 50 强榜单。最近，该公司创始人兼首席执行官 Aravind Srinivas 接受了福布斯的采访，为我们讲述了这家公司背后的一些故事。

我们也摘录了部分观点：

我们应该去打造一个产品，而不是成为另一个基础模型公司。

Perplexity 是一个答案引擎。你可以直接在此提问并获取答案。答案会附有引用的参考资料，就像你完成工作需要调查核实一样。

与 Google 的区别在于，你可以与它进行对话，提问，就像一次自然的对话。比如你现在正在向我提问，你提的不是关键词。所以这是一种完全不同的交互模式。我们觉得是时候改变搜索模式了。

我们永远无法达到像 Google 的那种 200 毫秒的加载时间。但是如果你想知道「我应该选择 Airbnb 还是 Vrbo？」之类的问题，我们可以提供这些问题的答案。

我们所需要做的就是像 Larry Page 的「牙刷测试」那样，这也是 Larry Page 的著名原则，即 Google 是否应该推出一个产品，取决于人们是否能每天至少使用它两次。

原视频地址：https://www.youtube.com/watch?v=Sct_YUU40m4

以下为视频编译原文，共 4762 字，阅读时长 12 分钟，Enjoy~ 🥳

Kenrick Cai: 大家好，我是 Kenrick Cai。我是福布斯的特约撰稿人，同时也是我们的 AI 初创企业 50 强名单的编辑，这份名单上的公司都是最有潜力的 AI 初创公司。

今天的嘉宾是 Aravind Srinivas，他是 Perplexity 的联合创始人兼首席执行官，这家公司是我们今年名单上的新成员。Aravind，感谢你抽出时间和我进行这次交流。

Aravind Srinivas: 感谢你的邀请。

Kenrick Cai: 你之前在 OpenAI 和 Google 工作过，然后你创办了这家公司——Perplexity，你是什么时候创办的？你为什么要创办这家公司？公司的创立有什么背后的故事吗？

Aravind Srinivas: 是的，公司于 2022 年 8 月成立。起因是我自 2019 年以来一直对创业感兴趣。当时我正在伯克利攻读博士学位，并有机会做了很多实习，而 AI 研究还处在一个还未准备好转化为产品的阶段，但这个情况在 2021 年开始有所改变。我们听到了一些传闻说比如像 Jasper 这样的初创企业，通过在 OpenAI 模型的基础上开发成功获得了大量收入。

Kenrick Cai:DALL-E 是我最早看到的例子。它起初是一个研究项目，但发布之后它却像一个可供人们使用的产品，一个 OpenAI 的图像生成产品？

Aravind Srinivas:是的，没错。GitHub Copilot 原本可能只是一个模型，但随后它变成了一款非常棒的代码自动补全产品。所以，直到那个时候人们对创业的思考方式是，你需要先经营好业务然后再加入 AI 的元素。

Kenrick Cai:对的。

Aravind Srinivas:现在的思维模式改变了，你可以直接以 AI 为基础来建立业务。模型本身就可以作为一项业务。我感觉我终于有机会参与这场游戏。但我的想法更多的是，我们应该去打造一个产品而不是成为另一个基础模型公司。

这样的想法吸引了 Elad Gil 和 Nat Friedman 等投资者的兴趣。我希望这也是一个阶段，那时 OpenAI 甚至还没有兴趣开发自家的主打产品，他们更倾向于发展作为团队的 API 业务。

Kenrick Cai: 对，那是当时的普遍观点。

Aravind Srinivas: 同时，像来自 OpenAI 以外的其他人的成功，像 Midjourney，Jasper，Copy，以及 GitHub Copilot 等都充分证明了你可以利用这些模型构建出非常棒的产品体验。

所以我们开始有野心去做这样的事情。

我想说，我一直是 Google 的创始人 Larry 和 Sergey 的忠实粉丝，他们深深地启发了我，因为作为一名研究人员，我一直在寻找和我背景相似的创业者的例子。

而像扎克伯格，比尔·盖茨，乔布斯这样的典型例子，都是在大学本科阶段就辍学创业的，我无法真正认同他们的故事。

所以，我一直有一种强烈的愿望，希望能参与到一个旅程。在这个旅程中，研究背景帮助我以一种与典型消费品制造商截然不同的方式构建一个产品。

结果发现，不知何故，当你开始思考所有这些想法时，你总是会回到搜索这个主题上来。就像我们开始致力于许多基于大语言模型的产品理念，如数据分析师、AI 数据分析师等。但最后我们都会回到搜索数据库，搜索电子表格这样的想法。

某一天，我们突然意识到，为什么我们要把自己限制在这么多狭窄的领域呢？这是投资者让我们思考的问题。如果我们尝试变得把「格局打开」，在整个网络上进行搜索会怎么样呢？是的，这最终成为了我们核心产品的理念。

Kenrick Cai: 那么，告诉我一些关于产品「Perplexity」的信息。所以它是一种没有链接的搜索引擎，或者说如此前卫和流行。NVIDIA 的 CEO 黄伟达，Shopify 的 CEO Tobias Lutke 都谈到过是它的用户。那么，Perplexity 是什么？为什么它在商业领袖中受到了这样的欢迎？

Aravind Srinivas: 是的，Perplexity 是一个答案引擎。你可以直接在此提问并获取答案。答案会附有引用的参考资料，就像你完成工作需要调查核实一样。

就像你说的，根据《纽约时报》报道，以及根据我与几个人的谈话,你有你的信息来源。这实际上与我们在学术界的背景非常相似，比如当你写一篇论文时，你在论文中写的每一句话都应该用同行评审的引文来支持，所以我们有同样的原则。

如果我们将这个原则融入到 AI 聊天机器人中会怎样呢，否则它会根据它记住的东西和它的模型和权重说出它想说的任何东西。这就是 ChatGPT 的运作方式。

所以我们采取了一种不同的策略。我们认为，人们在获取信息和知识时，与这些媒介交互的方式应该尽可能准确，获取的信息也应该是实时的。

要做到这两点，唯一的方法就是让它表现得像记者或学者一样，总是去进行背景调查，然后再写出答案。这就是为什么它是一个基于事实的答案引擎。

与 Google 的区别在于，你可以与它进行对话，提问，就像一次自然的对话。比如你现在正在向我提问，你提的不是关键词。所以这是一种完全不同的交互模式。我们觉得现在是时候改变搜索模式了。

Kenrick Cai: 好的，当人们开始习惯这种新的提问方式时，有一件事我记得特别清楚，那是在一次名为 Reinvent 的 AWS 会议上，我的旁边有一位 AWS 的工作人员。他说：「我敢肯定黄仁勋投资了 CoreV。」

我纠正他，其实是 Nvidia 投资了 CoreV，而不是黄仁勋。「不，不，我确定是黄仁勋亲自投资了 CoreV。」我当时就打开 Perplexity 应用，问了一句「谁投资了 CoreV？是黄仁勋还是 Nvidia 投资了 CoreV？」然后 Perplexity 在两秒钟内给了我答案。

那么人们是如何使用这个应用的呢？他们是否用它替代 Google，还是在使用 Google 的同时也使用它？

Aravind Srinivas: 人们以各种方式使用它，有人把它当作替代品，但他们并非主流。这就形成了一种观点，对吗？当然，对这种观点有持怀疑态度的人。也有相信的人。但是我们的成功完全不取决于 Google 能否做得好。人们既可以使用 Google，也可以同时使用 Perplexity。

我们所需要做的就是像 Larry Page 的「牙刷测试」就行，这也是 Larry Page 的著名原则，即 Google 是否应该推出一个产品，取决于人们是否能每天至少使用它两次。

我认为 Perplexity 正在朝这个标准靠近。我们的产品还没有达到每个用户每天至少使用两次的水平。但我们有可能做到，而且用户同时使用 Google 并不会有任何影响。

他们只要有两个需要深入探讨的问题就行，因为他们仍然可以使用 Google 快速查找一些子论坛，或者亚马逊网站的某个页面，或者其他类似的内容，对吗？那就不需要使用 Perplexity。如果你只是在浏览网页，比如去 booking.com，或者 Airbnb.com，那就没必要找我们。事实上，像我们的资源会加载得更慢。

我们永远无法达到像 Google 的那种 200 毫秒的加载时间。但是如果你想知道「我应该选择 Airbnb 还是 Vrbo？」之类的问题，我们可以提供这些问题的答案。

Kenrick Cai: 我明白了。那么现在普通大众的使用情况如何呢？

Aravind Srinivas: 是的，我们每天会收到几百万次查询，这实际上是个很大的成就，因为在我们刚开始提供服务的那一天，我们只收到了 2000 次查询。

Kenrick Cai: 那你们是什么时候开始运营的呢？

Aravind Srinivas: 2022 年 12 月 7 日。在 ChatGPT 上线一周后。一年半。

Kenrick Cai: 是的，大约一年三个月，一年四个月。

Aravind Srinivas: 所以我们的使用量在大幅增长。这也是我们的一个重要指标。我来解释一下原因。追踪用户的数量并不重要，就像有人仅仅是来看了看你的产品，然后就再也没有回来。但是他们一个月内可能两次使用你的产品。

实际上，查询的次数才是对公司最重要的，因为它能告诉你产品的使用情况，同时也为你提供了数据。你可以查看用户的错误查询，进行改善。你也可能会收集更大的数据集，了解在 AI 聊天机器人中哪些页面对于获取准确数据最为重要，并以此为依据优化你们的爬虫程序。在网络上优先选择领域。

网络如此庞大，你无法像 Google 那样再次建立起完整的索引，毕竟为时已晚。你已经晚了二十年。但是你能看到网络上所有对日常问题回答有用的部分。

Kenrick Cai: 那么，你认为成功是什么样子？是成为一个市值 200 亿美元的公司，还是你有其他的期望？

Aravind Srinivas: 我并不认为这仅仅是基于市值的。更多的是我们想改变这个模式，比如用户习惯，你要改变他，这是最难的事情，对吧？

有句话说，永远不要对抗用户习惯。所以我认为我们想达到 Larry Page 提出的标准，就像是对 AI 答案引擎的牙刷测试，至少每天使用两次。我们也许可以从每天一次开始。我认为这甚至比那个还要谦虚。每天工作一次，然后早上刷牙。

Kenrick Cai: 是的。我们可以从这点出发，一定能走得很远，并在此基础上建立新的商业模式。我认为 Google 不仅在搜索创新上做得很好，而且还有一个事实是，广告是人类历史上最伟大的商业模式之一，并且随着业务的扩大，利润也在不断增长。那么对于 AI 回答机器人来说，有没有类似的商业模式？

Aravind Srinivas: 没人知道。

Kenrick Cai: 你用的是哪种 AI？你在日常生活中如何使用 Perplexity，你还使用了哪些其他工具呢？

Aravind Srinivas: 我每天都会使用 Perplexity，不仅仅是因为我一直在测试它，而且我每天都会使用它超过两次。

我每天至少需要查询二十多次。其中，三四次可能是为了测试。其他的则是常规使用。比如，今天早上，我查询了一些筹集了超过 2.5 亿美元资金的公司的统计数据。

就像昨天我查询了 Facebook 所有融资轮的历史记录一样，这需要你打开大约六到七个不同的链接，从每一个链接中抽取部分信息，从各处收集信息的点点滴滴，然后整合和总结。但是 Perplexity 给我提供答案的速度令人震惊。