Perplexity首席執行官Aravind Srinivas：公司像一輛車，配上正確自動化後很快會像自動駕駛
Perplexity首席執行官Aravind Srinivas稱，公司像一輛車，配上正確自動化後很快會像自動駕駛；現在可用Perplexity Computer做到，但找出正確自動化仍需要相當程度的人類技能與能動性。
公司同步推出Computer中的Automations：面向持續進行的工作，可按事件觸發或按日程採取行動，並調用記憶、技能以及Slack、Gmail、Outlook、Linear等已連接應用。幫助中心將定時任務放在automations面板，雲端在筆記本關閉時仍可跑，結果寫入任務會話並通知。用戶用自然語言描述，系統提出日程供確認，例如工作日早八郵件摘要、按小時檢查投資人回信、週一把Salesforce管道發到Slack。
Computer於2026年2月作爲多模型數字工人推出，宣稱能把目標拆給並行子代理，任務在隔離環境中使用真實文件系統、瀏覽器與工具，可持續數小時甚至數月。編排層曾被寫成調用約19至20個模型，推理、檢索、圖像與視頻分給不同模型家族。Max訂閱者先用；另有把編排落到本機文件與應用的Personal Computer。產品頁列出郵箱摘要、競品對比、儀表盤與項目跟蹤等預製節奏。
官方博客稱自動化與項目記憶結合，後續運行可接着上次上下文，而不把每次當成全新任務。安全側近日公佈對承載Computer的沙箱SPACE的紅隊測試：給多種模型虛擬機根權限乃至源碼，修復發現問題並對比其他沙箱供應商。
市場機制上，買的是要把週會級重複勞動從日曆裏拿掉的知識團隊，賣的是按日程和事件一直開着的雲端工人。資金走Max與企業席位；受益方是已接上郵箱與工單的編排層，承壓方是隻能等用戶再問一句的聊天框和傳統iPaaS連線工具。事件驅動是功能上線加創始人定義，不是新的融資。
自動駕駛比喻把人的工作從開車改成選路線：代理能踩油門，哪條自動化值得設、出了岔路誰負責，仍寫在人這一側。技能與能動性被他留作稀缺輸入，而不是被產品取消。
來源：公開信息
ABAB AI 解讀
Srinivas把搜索框做成Computer，再把Computer做成會按鬧鐘上班的工人，路徑是同一句：答案不夠，要替你把活做完。多模型編排是他的差異化——不押單一實驗室，把對手模型當樂隊聲部。沙箱SPACE的紅隊帖說明他們知道“真瀏覽器加真文件系統”一旦定時觸發，安全事故會按日程復發。歷史對照是Zapier把觸發器賣給業務人員，RPA把按鍵賣給財務；Computer把觸發器接到能寫文檔、能開網頁的代理上，單價和權限都更高。
資本路徑是訂閱裏的後臺時長。一次性對話按次數，自動化按天按小時在雲端佔計算，Max檔把持續運行寫成套餐理由。連接Gmail與Linear是爲了讓觸發器有真實事件，而不是隻有鬧鐘。動機是搜索問答的增長會碰到“問完即走”，持續工作才能把用戶鎖在項目和記憶裏。企業版把編排賣給要減少協調會的團隊，與Deel式內部代理、Cursor式窗口代理搶同一筆“少開會”的預算。
類比對象是Unix cron加上能讀郵件的實習生，以及Tesla把輔助駕駛說成全自動駕駛前的那一階段。行業階段是代理從會話進入值班：誰先把事件觸發做穩，誰就先佔日曆。OpenAI與Anthropic若只在對話裏等人下指令，就會把“每天早八已經做完”讓給編排層。Srinivas把人類技能留下，是怕客戶把翻車寫成產品缺陷；也是承認選對自動化比會寫提示更接近管理工作。
結構判斷是技術替代。機制是重複工作一旦可被日程和事件描述，協調會和手動刷新就變成可刪除的中間層。替代發生，不是因爲模型忽然會經營公司，而是因爲觸發器把代理從“等你問”改成“到點就幹”。公司像車的下一句是：方向盤還在，只是大多數路段不再需要雙手。
ABAB News · 認知定律
對話回答問題，自動化佔領日曆
自動駕駛感來自觸發器，不是來自更長的提示
選對自動化，仍是人最貴的那一層技能