AI浏览器是AI产品破局关键？| Perplexity 创始人YC圆桌实录

7月11日，YC发布了Perplexity 创始人兼 CEO Aravind Srinivas  6月在 AI Startup School 的圆桌对话，本次对话聚焦于AI时代下搜索与信息交互的未来形态，对话核心议题包括Perplexity 的最新发展、其未来十倍增长的基础设施挑战、公司押注重注的浏览器产品“Comet”的战略构想，以及在与谷歌、OpenAI等科技巨头的激烈竞争中，创业公司如何寻找并捍卫自己的生存空间。此外，对话还深入探讨了AI工具在软件开发中的双刃剑效应、AI产品的商业模式演进。

本次对话亮点：

1. AI浏览器是超越聊天机器人的“认知操作系统”。 Aravind Srinivas首次详尽阐述了其新浏览器“Comet”的愿景，他认为，未来浏览器将不再是简单的网页导航工具，而是一个融合了AI、导航与AI Agent的“认知操作系统”。

2. 谷歌无法在核心产品上进行颠覆式创新，只能推出独立的、流量受限的AI产品（如AI Mode），这为Perplexity等专注于答案准确性的初创公司创造了前所未有的竞争窗口。

3.当前AI产品尚无真正的网络效应，浏览器是破局关键。 Aravind Srinivas坦言，目前包括ChatGPT在内的所有AI产品，都缺乏类似Whats App等社交应用那样强大的内生网络效应，用户数据可以轻易迁移。他认为，真正的用户粘性和网络效应，需要通过浏览器这一形态来构建。

01

押注浏览器，打造超越搜索的“认知操作系统”

（本章中，Aravind Srinivas坦诚公司正经历高速增长带来的基础设施压力，并首次系统性地揭示了其超越现有AI聊天和搜索范式的赌注——开发一款名为“Comet”的AI原生浏览器，旨在将其打造为个人化的“认知操作系统”和AI Agent的终极载体。）

Perplexity 目前的发展现状如何，正面临哪些挑战？

Aravind Srinivas坦诚，公司目前正面临着因用户规模高速增长带来的算力基础设施挑战。他表示，“我每天都要处理算力基础设施的问题。这意味着有大量的用户正在使用我们的产品，而且用户规模的增长速度已经快到让我们有些措手不及。我们必须重建基础设施，以支撑未来十倍的增长。”

在谈及面对激烈的市场竞争，Perplexity下一步的战略重点时，Aravind Srinivas明确指出，是浏览器，他认为这才是公司未来的真正赌注。他分析道，“这里的每个人都会问：‘既然有了搜索和其他 AI 应用，我为什么还要用 Perplexity？’ 当然，ChatGPT 的用户规模比我们大。其他所有 AI 应用也都在尝试将搜索作为一层能力加入进来。它们都支持引文，很多也支持我们投入精力打造的那些垂直领域。我们有信心在这一领域持续超越对手。但我认为，浏览器和AI Agent 才是我们真正想要押注的下一个方向。”

他进一步将这个方向具象化为一个全新的产品形态，一个远超当前浏览器概念的助手。他介绍说：“我们把它看作一个助手，而非一个完全自主的 AI Agent。想象一下，在一个全能输入框里，你既可以导航网页，也可以进行信息查询，还能分配AI Agent 任务。无论是在新标签页，还是在你浏览任何网页时以侧边栏助手的形式出现，AI 都与你同在，这让浏览器感觉更像一个认知操作系统，而不仅仅是又一款浏览器。”

这个“认知操作系统”具体将如何运作？

Aravind Srinivas将其比作一个云端平台，能够并行处理复杂的、个性化的任务。他详细阐述道：“我们希望它能像一个云端平台，你可以并行启动多个异步运行的任务，同时调用你所有的个人信息：你的邮件、日历、你的 Amazon 账户，以及你所有的社交媒体账户。你可以去研究房地产、分析市场，而这些都只是在你的浏览器中运行的独立进程。这在以前是绝不可能实现的。”

他指出，“Chrome 的一个伟大之处在于，每个标签页都是一个独立的进程。我们认为，每一次查询或每一个提示词，也都可以成为一个独立的进程。这将是我们的新浏览器 Comet。我们正为此倾注所有精力。”

对用户而言，更换到Comet浏览器的核心价值主张是什么？它在短期内能提供哪些超越现有浏览器的具体场景？

他表示，“我们将提供的是 AI、导航和 AI Agent 的完美融合。这答案听起来可能有些平淡，但目前还没有人做到这一点。如今，使用 AI 的人已经有数亿，甚至可能接近十亿，所以这个市场已经相当庞大了。”

他举例说：“假设你正在组织一场 Y Combinator 的活动，并且设定了一个筛选条件：‘我只接受斯坦福大学的辍学生。’ 我们的 AI Agent 就可以浏览所有申请者名单，抓取他们的领英个人资料链接，根据他们是否曾在斯坦福就读以及是否辍学这两个条件进行筛选，然后接受符合条件的申请人。这种程度的多步推理能力是它独有的。”

02

Perplexity的最大机遇

（本章Aravind Srinivas深入剖析了与谷歌、OpenAI等强大对手的竞争格局，提出了他对于护城河、创新速度的见解，并犀指出了谷歌因其商业模式而陷入的“创新者窘境”，并认为这正是Perplexity等挑战者的最大机遇。）

Aravind Srinivas所描述的浏览器和AI Agent愿景，听起来与谷歌、OpenAI等巨头的方向非常相似，如何看待这场即将到来的正面交锋？

Aravind Srinivas坦然接受了巨头入局的现实，认为这是行业价值的体现。他表示，“如果一件事真的值得做，那么有雄厚资本的玩家入局是很自然的。大家都说 Perplexity 是个好产品，于是现在每个人都想做一个能提供信息来源的问答产品。Cursor 是个好产品，于是 OpenAI 就去尝试收购它的竞争对手，而 Anthropic 也会推出自己的代码模型，就像 Claude Code 一样。Google 也有自己的对标工具。所以，当一个行业有大利可图时，人们必然会争相模仿。”

在此基础上，他强调了创业公司必须保持专注，这是与资源无限的巨头抗衡的基础。他指出，“你只能在有限的几件事上做到世界顶尖，无论是构建伟大的模型，还是打造一两个真正优秀的产品。你不可能赢得所有。对我们来说，我们只专注于一件事：答案的准确性、任务执行的准确性，以及对所有这些不同工具的编排。”

他预见到所有巨头都会跟进浏览器战略，并给出了Perplexity唯一的护城河。他总结道：“浏览器比又一个聊天机器人更难被复制。当然，我完全假设 OpenAI 也会构建自己的浏览器，Anthropic 也会尝试，而 Google 已经有了 Chrome。所以，料到他们会这么做是完全合情合理的。你唯一的护城河就是速度。你必须创新，必须比其他所有人都快。这就像一场必须全程高速冲刺的马拉松。”

谈及是否就已经想过，自己正在做的事情可以真正与谷歌竞争？Aravind Srinivas坦言，这个想法并非始于创业之初，而是在谷歌发布其AI产品Bard之后才变得清晰。他分析道：“这个想法第一次出现在我脑海中，是在 Google 发布关于 Bard 的博客文章之后。那大概是在我们进行 A 轮融资的时候。当时所有人都说：‘Bard 会做你们正在做的所有事。’ 我当时的反应是：‘Google 为什么非要搞个 Bard？为什么不直接在 Google 搜索上做呢？’ 你拥有全世界所有的流量分发渠道，那为什么还要做一个独立的产品？直接更新你的核心、主要产品就好了”

“我反复思考后发现，很明显，他们做不到。如果用户能直接得到这类问题的答案：‘在旧金山住哪个酒店能看到金门大桥或海湾大桥的景色？’，‘在纽约中央公园旁边，哪里有设施好的地方可以住？’，或者‘从旧金山飞往伦敦，哪趟航班最适合我？’，而且预订链接就直接显示在那里，那 Google 还怎么从 Booking、Expedia 和 Kayak 那里赚钱？购物也是一样。当 Amazon 和 Walmart 都在为同一个广告位相互竞价时，你还怎么向它们收取广告费？因此，提供最佳答案，从根本上违背了他们的商业动机。”

他认为，正是这个矛盾，加上外部AI技术的成熟，给了Perplexity千载难逢的机会。他总结了己方的优势：“那时我便意识到，他们必须做一个独立的产品，但这样一来他们就永远无法利用自己核心的流量分发优势。尤其是在 2023 年和 2024 年的大部分时间里，Google 在任何时候可能都只拥有排名第四或第五的模型。因此，作为一家 Google 之外的创业公司，我们反而能用到比 Google 内部更好的 AI，这是前所未有的。在此之前，如果你想和 Google 竞争，想做一个需要大量 AI 的产品，那基本毫无胜算，因为你在 Google 之外根本找不到能与之匹敌的 AI，更不用说超越了。但现在，得益于 OpenAI、Anthropic 或开源模型，情况完全反转了。因此，我们的模型优势，加上巨头的创新者窘境，再加上我们可以犯很多错也没关系，而对于 Google 来说，一个错误就会导致其股价暴跌，我们深知自己优势在握。”

很多AI应用都在集成搜索功能，如何应对这种功能趋同的挑战？

Aravind Srinivas认为，“你应该选择一个你想以此闻名的领域。其他公司也在整合搜索功能，但我们仍然希望自己是速度最快、最准确的。”

“我们也需要制定新的战略，并开发尚不存在的新产品。因此，我们的浏览器就是我们为此押下的赌注。浏览器和搜索并非两个独立的产品，实际上，浏览器是搜索自然的演进方向，就像 Google 从 Google Search 发展到 Chrome 一样。Chrome 正是他们能从数亿用户那里获得数十亿次日查询量的主要原因。当 Google 上市时，他们还没有浏览器，每天大概只有1亿次查询，而现在，这个数字大概是100亿左右。所以浏览器是其中至关重要的一环，这也是我们为什么在这上面下重注的原因。”

他最后重申了浏览器在构建真正可用的AI Agent方面的独特优势，“AI Agent 只能通过浏览器来构建。我非常坚信这个愿景：如果你想构建一个可以实际部署的移动 AI Agent，而不受苹果或谷歌设定的操作系统规则限制 (比如无法调用第三方应用)，那就不可能指望每个移动应用都配备 MCP 服务器，然后把它们所有的数据都连接到你的平台上，这并不容易。没有人愿意这么快就被一个 AI 应用‘去中介化’。所以，浏览器将是构建所有这些功能的绝佳途径。”

03 

Perplexity起源

（本章回顾了Perplexity的诞生与早期成长历程。Aravind Srinivas分享了从一个具体的项目“自然语言转SQL”开始，如何逐步演进到覆盖全网的答案引擎。）

Perplexity的创业之路是如何开启的？

Aravind Srinivas坦言，“我们创办公司时，其实并没有明确想好要做什么，我认为，在当前这个 AI 飞速发展的时代，刚起步时你没必要死守某一个想法。但最重要的是，你不能每周都换主意，那也不可取。所以，你应该从一件事着手，进行头脑风暴，深入思考，然后立刻动手把它做出来，让用户用上。”

他具体介绍了公司最初的项目，一个受到早期社交网络启发而制作的工具。他回忆道：“我们当时在做的一个工具是‘自然语言转 SQL’，我们其实是把它当作一个搜索工具，用来搜索关系型数据库。我很喜欢 Twitter 搜索，就像我年轻时很喜欢最初版的 Facebook Graph Search 一样。所以我想用语言模型把这个想法重新实现出来。而且我非常喜欢 Twitter 这个平台。当时并没有好用的 Twitter 搜索，现在也依然没有。但至少在那个时候，我们把 Twitter 的全部数据整理成关系型数据表，然后把每个用户的查询转换成一条 SQL 查询，再对数据库执行。效果出奇得好。”

这个最初的成功，引导团队走向了更广阔的愿景。“我们就是这样起步的。但在某个时刻，我们意识到最好能将它扩展到整个网络，但我们不可能把每个网站都做成表格。而且要回答所有类型的问题也并不容易。所以我们押注于大语言模型未来可以完成所有的推理、解析和结构化工作。更重要的是要从更普遍的非结构化数据入手。这就最终催生了 Perplexity。”

对于领域的选择，Aravind Srinivas表示，“因为那是我唯一擅长的事，别的我什么都不行。不然创业还有什么意义呢？我不可能去开一家物流公司或者社交媒体公司，我根本不是那块料。我唯一懂的就是 AI 和机器学习。”

他说道：“事实上，有趣的是，我们创办了一家 AI 公司，现在却因为不训练自己的模型而被人开玩笑。我们不训练的只是基础模型。除此之外我们训练许多不同的模型。但这恰恰体现了认知谦逊的重要性：要清楚自己擅长什么，以及在你能获得的资源下，什么是你真正能做到的。”

关于寻找联合创始人，他认为研究生院是理想的土壤。他分享道：“我的联合创始人都是我在研究生院认识的。我们很早就开始交流和探讨各种想法。我认为研究生院是发现联合创始人的好地方。你和他们交谈，不是出于‘哦，这可能是我未来公司的联合创始人’这种长远算计，而是因为他们本身是有趣的人。我想这正是 Y Combinator 网络的根本价值所在。所以即使你的第一个创业公司失败了，你也能接触到许多优秀的人，他们或许就会成为你未来的联合创始人。这就是研究生院对我而言的根本价值。”

产品发展过程中，是哪个时刻让Aravind Srinivas真正感觉到“这件事做对了”，并值得全身心投入？

Aravind Srinivas认为，持续的用户留存是早期产品验证的关键信号。他解释道：“我们给了谁早期试用权限，他们都对此非常兴奋，并且会反复使用。产品领域普遍存在一种现象，就是最初会有一个‘惊艳’效应，然后热情要么就完全褪去,要么就是在热情必然下降后，仍然有持续的使用。所以，当我们看到像针对 Twitter、LinkedIn、GitHub 这样的关系型数据库搜索出现了持续使用的情况时，我们就意识到，将大语言模型和搜索相结合，潜力巨大。”

他提到了一个重要的产品迭代，并抓住了绝佳的发布时机。他回忆说：“但接着我们有了更大的构想：‘如果我们直接给出答案，并引用相关来源会怎么样？’ 我们把它做成了一个 Discord 机器人推出，它也得到了持续的使用，而不是昙花一现。就在那时，我们决定鼓起勇气发布它。我们在 ChatGPT 发布七天后上线，尤其是在那个 ChatGPT 还没有网络搜索功能的时机。那是个很好的时间点。我认为，今天人们谈论的许多成功的 AI 产品，包括 Cursor，都是 2022 年底或 2023 年初发布的。因此，在 AI 的时间尺度上，我们都算‘老人’了。”

而那个让他终身难忘的“顿悟时刻”，发生在新年前夜。“当时我们的产品收到了近 70 万次查询。我当时想，Perplexity 这个名字对于消费产品来说真是糟透了，非常难念，甚至没人知道怎么分享。而且它非常慢，当时回答一个查询需要七秒钟，还出现很多错误和幻觉。我们是一家无名公司，创始人也没名气，只有一两百万美元的种子轮融资。尽管如此，人们依然愿意在可以看 Netflix 的新年前夜，去分享我们产品的截图。就在那时，我知道我们做出了真正有价值的东西，我开始全力以赴地投入到这个愿景中。”

04 

AI工具的双刃剑：我们强制员工使用，但它们也会引入新Bug

（本章介绍了Perplexity如何大规模、强制性地在公司内部推行AI编程工具，并坦诚地分析了这些工具在极大提升效率的同时，所带来的新挑战和问题。）

如何看待CEO在工程实践中的角色？

Aravind Srinivas将自己对修复bug的热爱归结为一种个人兴趣，并认为这并非对CEO时间的浪费。他解释说，“我就是喜欢排查和修复 bug。我知道这听起来微不足道，很多人会想：‘CEO 的时间应该这么用吗？’ 他们有不同的看法。” 他乐于看到自己的行为能产生积极的示范效应，并举例道，“但最近，我看到有人说，希望我的这种行为能影响到其他人。我注意到现在连 Sundar 都会在 X 平台上亲自做 bug 客服了。我很高兴这能起到一个好的示范作用。”

在公司规模扩大到约200人的今天，是如何利用AI编程工具的？

Aravind Srinivas首先划定了AI工具使用的界限，强调了传统工程技能在核心领域不可替代的价值。他明确指出，“你肯定不希望所有东西都靠‘感觉式编程’，对吧？我们经常会遇到基础设施的问题，你总不希望工程师在生产环境上，凭感觉去写代码修复线上问题。我确实希望员工具备扎实的传统软件工程、基础设施和分布式系统的技能，你不会想用 AI 取代这些核心技能。”

然而，在适用领域，Perplexity对AI工具的拥抱是彻底且强制的。他详细介绍了公司内部的使用情况：“在前端、设计等领域，我们确实看到了 AI 工具被大规模采用。公司里每个人都在使用 Cursor。我们强制要求员工至少使用一种 AI 编程工具。在 Perplexity 内部，大家主要使用 Cursor，以及 Cursor 和 GitHub Copilot 的组合。我们确实强制要求了。”

他展示了AI工具如何颠覆性地提升研发效率。他列举了几个实例：“机器学习和 AI 的同事是这样使用它的：有时他们读完一篇论文，可以直接上传论文里伪代码的截图，让 Cursor 编辑相关文件来实现这个新算法。然后，它还能自己编写单元测试并快速运行实验。这能将实验周期从三四天缩短到仅仅一个小时。再比如，有些工程师不懂设计，我有时会直接给他们反馈，比如我截一张我们 iOS app 的图，用箭头标出‘这个按钮需要移到这里’，他们就可以把我的截图上传到 Cursor，让它直接生成修改 SwiftUI 文件的代码。这种程度的自动化修改能力是令人难以置信的。修复 bug 并部署到生产环境的速度快得惊人。”

拥抱AI编程工具是否也带来了新的问题？

Aravind Srinivas坦诚地指出，“AI 在提升代码编写速度的同时，也带来了新的问题。需要澄清的是，虽然我是这些工具的忠实拥趸，但它们也确实会引入新的 bug。而且很多人并不知道如何修复这些新 bug，他们甚至不知道 bug 是怎么来的，必须从头开始排查。所以，这些工具还不完美。我个人其实更看好一些较新的工具，比如 Claude Code 似乎就比 Cursor 要智能得多。因此，我坚信这是未来的正确方向，但目前确实还存在一些问题。”

05 

构建真正的护城河:网络效应的终极形态

（在本章中，Aravind Srinivas深入探讨了在AI技术快速普及、产品易于复刻的时代，创业公司如何构建真正持久的护城河。他强调，浏览器形态的产品，通过深度整合用户日常工作流，是建立区别于当前所有AI应用的、真正网络效应的终极途径。）

随着AI编程工具让复刻产品变得更容易，像Perplexity这样的公司的持久价值和护城河究竟是什么？

Aravind Srinivas认为，在当前环境下，品牌和用户心智的占领是第一道，也是至关重要的护城河。他表示，“我认为，品牌绝对具有巨大的价值。市面上有 Cursor 的竞品，也有 Perplexity 的竞品。OpenAI 未来会有自己的 Cursor，ChatGPT 的功能也已经涵盖了 Perplexity 的能力。但这些都没有击垮上述任何一家公司。所以，一旦你获得了数百万级别的用户——特别是付费用户——你就建立了一定的品牌价值，不会那么轻易地消亡。你已经赢得了生存下来并继续发展的资格。”

他进一步阐述，品牌并非空洞的符号，而是由具体的产品哲学和价值主张构成的。他解释道：“品牌很重要，而品牌叙事则对品牌至关重要。你必须向人们清晰地传达你存在的意义和价值。对我们而言，这个价值就是对准确性的极致追求。市场上可以有 100 个聊天机器人，但我们是最专注于提供尽可能准确答案的那一个。我们专注于速度，在我们的应用或网站上，尽管需要进行搜索，我们输出首个 Token 的响应时间仍然是最快的。我们还非常注重答案的呈现方式。正是这些你所执着和在乎的细节，最终构成了你的品牌叙事和品牌标识。一旦你成功获得了可观的用户规模——我不是说一亿，而是数千万级别——那么无论其他人推出什么新产品，你都赢得了继续参与这场竞争的资格。在此之前，这无疑是一项挑战，你必须为此忧虑。即便现在，我们依然有这种忧患意识，而唯一的解决方案就是快速迭代，持续交付新产品。”

除了品牌之外，Perplexity是否有可能出现某种真正的“网络效应”？

Aravind Srinivas他认为目前行业内尚未出现真正的网络效应。他进一步解释道：“品牌本身就具有网络效应，人们会通过口碑传播品牌。但是，目前还没有AI 产品具备应用内的网络效应。它不像 WhatsApp 那样， Meta 的品牌形象肯定是有争议的，人们不一定信任 Meta 的产品，会认为它们是广告产品。但即便如此，也没有人能轻易弃用 WhatsApp，因为你所有的联系人、群组都在上面。AI 产品还没有达到这个程度，主要因为你可以轻易地导出 ChatGPT 的历史记录，然后上传到别处。”

他坚信，浏览器是构建这种强大网络效应的突破口。他详细地描绘了其中的逻辑：“我认为，浏览器绝对是建立这种效应的突破口。因为你的浏览历史……当然，历史记录也可以导出，但这和简单地导出一个 CSV 文件不同。此外，你的密码、你的电子钱包、记住你的 AI Agent、以及你在浏览器上运行并赖以进行日常工作生活的许多自动化任务。这些都能极大地增强产品的用户粘性，并创造更多的网络效应，特别是当多个人依赖同一系列任务，并且互相分享时。这是将产品体验提升到新层次的一种方式。”

许多用户问题解决方案都需要与全球众多公司进行系统集成，这是否也是一种构建网络效应的方式？

Aravind Srinivas肯定了合作生态的重要性，并透露了Perplexity已经建立的合作网络。他列举介绍：“我们已经和 Selfbook 合作，由他们为 Perplexity 内的酒店预订提供原生支持；和 Tripadvisor 合作，用以展示酒店和不同地点的评论；在地图方面有合作伙伴；也和 Yelp 合作。在购物方面，有很多商家直接在我们的平台上销售，我们还和 Affirm 合作，为预订和原生购买提供支持。Shopify 也是我们的合作伙伴之一。在金融领域，我们与 FMP 合作。体育领域，我们与 Stats Perform 合作。”

他认为这种合作会持续扩大，并指出了浏览器形态在未来AI Agent执行任务时的独特优势。他解释道：“当 AI Agent 开始执行任务时，有些公司愿意成为 MCP 服务器，有些则不愿意，他们只想维护自己的网站。浏览器形态的AI Agent 将具备足够的通用性，能够尊重第三方的选择。因为归根结底，AI Agent 是获得用户授权、代表用户行事的。即便没有 MCP 服务器也无妨，它依然可以像用户本人一样去操作这些网站的标签页。这就是浏览器的关键优势所在。如果你完全押注于 MCP 的愿景，你就不会拥有这种优势，因为你必须依赖这些第三方的 MCP 服务器能可靠地工作...反之，如果你从一开始就按照人类使用网站的方式来设计产品，你就能完全掌控执行的流程，而不必依赖他方在工程上是否能做到尽善尽美。”

06 

商业模式的未来：订阅、按量付费与交易抽成

（本章聚焦AI原生产品的商业模式探索。Aravind Srinivas坦诚地评估了与谷歌广告模式的巨大差异，并详细阐述了Perplexity规划的三大支柱商业模式：高价值的订阅服务、灵活的按使用量付费，以及潜力巨大的交易抽成。）

如果说谷歌的广告模式是其创新的枷锁，那么Perplexity的商业模式会是怎样的？又如何使其达到可观的商业规模？

Aravind Srinivas认为没有必要、也不太可能复制谷歌广告业务的辉煌。他表示，“首先需要澄清的是，我不知道我们能否在利润规模上达到 Google 的量级，而且我认为也没有这个必要。纵观历史，没有任何一家公司，即便是 Google 自己，也未能再造一个拥有其广告业务那般利润率的业务。所以，创建一个远比当下任何上市公司都出色，但规模仍远不及 Google 的企业，是完全合情合理的。” 他甚至开玩笑说，“也许它实在太成功了，以至于需要 AI 才能将其颠覆。”

他详细介绍了Perplexity正在构建的多元化收入体系，首先是已经取得显著成效的订阅模式。他指出，“订阅收入的增长势头非常喜人，我们从未预想过能达到现在的成绩。我们认为，仅凭订阅业务，我们每年就能实现数十亿美元的增长，这本身就是一门非常好的生意。”

第二大支柱是基于AI Agent任务的按使用量付费模式。他展望道：“接下来是按使用量付费的模式，比如用户为AI Agent 完成某项任务而付费，或者为周期性运行的任务按次付费。这种定价体系会参考雇佣真人来完成同样工作的成本，这将会成为一种趋势。我还不完全清楚它会如何演变，利润率会是怎样。但潜在地，在付费用户数量上，它可能会远超订阅模式，但利润率或许会更低，因为它与使用量挂钩，你仍然要为所有的查询支付成本。相比之下，一个订阅了 AI 应用的用户可能整月都未使用，那么这位用户的利润率就非常高。所以我对这一切的最终形态还没有一个清晰的图景，但我确信，订阅制和按使用量付费都将是未来的主要模式。”

第三种模式是交易抽成，即从通过AI完成的购物或预订中获取佣金。他分析道：“还有交易抽成，如果人们开始更多地通过 AI 购物，那么从交易额中抽取一部分作为佣金也是一种好的模式。” 但他也保持了现实的态度，指出了其利润率的天然局限性，“不过，按转化效果付费 的利润率在历史上一直远低于按点击付费，这也是 Google 从未成为一个交易平台的原因。所以我才说，我们能在这方面赚很多钱，但可能永远也赚不了 Google 那么多的钱。”

07 

创业者的试炼：与恐惧同行，对生态负责

（在本章中，Aravind Srinivas分享了他关于创业唯一捷径的硬核建议，就AI搜索引擎对网络内容生态的潜在影响、如何处理信息幻觉与偏见，以及公司的市场进入策略等关键问题，给出了自己的思考。）

对于在场的年轻创业者们，有什么核心建议？

Aravind Srinivas强调，“我建议要拼命工作，这是唯一的捷径。不要自作聪明，以为在所有大模型实验室都在行动的背景下，你还能谋划出什么绝妙策略来创办公司。你必须有这样的心理准备：一旦你的公司有了爆款产品，营收规模达到数亿乃至数十亿美元，那些做大模型的公司就一定会来抄袭。这主要是因为他们已经融资了数百亿，甚至近500亿美元，他们必须证明这些巨额的资本支出是合理的，所以需要不断寻找新的盈利方式。因此，任何有价值的东西他们都会抄袭。”

他认为，创业者必须直面这种恐惧，并将其转化为动力。他总结道：“你必须学会与这种恐惧共存，必须拥抱它，并认识到你的护城河来自于快速迭代，以及围绕你所做之事建立起独特的品牌认知。因为用户终究是看重这些的。就像你想为家里找一位特定的家政服务人员，你会去寻找那个特定的人，而不是去找一家什么都做、毫无特色的综合中介。所以我认为，拥抱这种恐惧，与恐惧同行，每天醒来都为你正在创造的事业感到兴奋，这其中有莫大的益处，因为这才是让你坚持下去的唯一动力。”

AI搜索引擎给网站带去的流量大大减少，如何看待Perplexity对整个网络内容生态的长期影响？

Aravind Srinivas对网络生态的演变给出了自己的预判。他认为，“我认为网络本就呈现非常显著的长尾分布，并且存在着巨大的幂律效应。我觉得这种幂律分布会变得更加悬殊，这一点显而易见。” 在他看来，这将导致内容质量和品牌价值的回归，而投机取巧者将难以为继。“未来会有一些知名品牌，它们将能保住用户的直接访问和自然流量。但那些试图操纵 SEO 系统来获取流量的网站，我认为他们的日子肯定会更难过。”

作为答案引擎，Perplexity如何防止向大众提供幻觉或不正确的数据？

一位现场观众提到了幻觉问题，这正是Perplexity的核心挑战之一。Aravind Srinivas回应道，“幻觉是我们非常关注的问题。我们正在内部建立基准来持续追踪这个问题。目前唯一的解决方法是，不断建立一个更好的搜索索引，持续抓取更高质量的网页摘要信息。而且现在这些模型的速度越来越快，你可以让它们对每个查询进行多步推理，而不会产生过高的成本。这也是减少幻觉的另一种方法。”

如何处理新闻文章等信源中固有的偏见？以及如何界定“摘要总结”与“抄袭”？

Aravind Srinivas首先强调了对客观事实的追求，并承认信任是基石。他解释说，“有些情况下的确存在客观事实。比如，NBA 比赛的比分是多少？现在旧金山的实时天气如何？对于这类查询，你绝对不希望出错。但即便如此，你也是在选择信任所以归根结底，一切都依赖于信任。而信任是靠长期可靠的准确性建立起来的。因此，我们对于准确性的看法是，努力从那些最可靠的、理应被 AI 引用和呈现的信源中，提取正确的数据。”

“当然，也有一些问题没有唯一清晰、准确的答案。我认为在这种情况下，我们能做的最好的事情就是提供所有的观点，而不是在没有明确答案的问题上，强行表明一个孰是孰非的立场。”

谈及市场进入策略的问题时，Aravind Srinivas认为，“其中一个角度是，要努力进入那些你通过传统营销渠道通常无法触及的用户分发渠道。有很多用户既不用 Twitter 也不用 LinkedIn，他们真实地存在于世界上，我们只是生活在自己的信息茧房里。而有些其他企业能很好地触达他们，比如一些传统企业。您可以想象，那些经常去 Costco 购物的人，可能根本就不常使用 AI。所以，如果您想争取这类用户，那么改变策略去触达他们就是有意义的。”

同时，他强调了在拓展用户群时保持相关性的重要性。他补充说：“通过相关邻近领域来发展是很重要的。你确实需要有一部分重叠的用户群体，他们会成为口碑传播者，帮助你扩展到更多不重叠的用户圈层中去。我认为这就是我的思路：应该有一些重叠，但你的分发渠道应该随着时间不断演变。”