Perplexity 开源安全 Decision Models，一天扫描 1B tokens
Perplexity 把自家安全审计模型 Apache 开源了，一天能扫 1B tokens 的 agent 日志，找出 14 处规则漏洞。做 agent 产品的团队可以直接下载部署，比人工审日志省钱得多，11 月 19 日前还能在 OpenRouter 白嫖。
Perplexity 发布并开源了 Decision Models，定位为 agentic 安全场景专用模型，采用 Apache 许可证，并免费上线 OpenRouter 至 11 月 19 日。官方称这类模型可处理数十亿 tokens 的遥测数据，识别安全问题并协助修复。
内部实测数据显示，Decider 在一天内读取了 1B tokens、覆盖 7,000 个 agent 会话，找出的缺陷最终推动了 14 条 agent 安全规则的修复。这类模型以大规模低成本扫描替代人工审计 agent 日志。
对开发者而言，agent 安全审计此前主要靠人工抽检或规则引擎，Decision Models 提供了按 token 量批处理日志的替代路径。配套模型已开源，团队可自行部署接入现有 agent 日志流水线。
Decision Models are the future of agentic security. They can process billions of tokens of telemetry, identify security issues, and help you patch fixes at a scale and cost structure not possible before. We’ve open sourced our models and made it free on Openrouter for a week. Alex Atallah @alexatallah Neat example of how Perplexity used Decider internally In one day it read 1B tokens across 7,000 agent sessions and found flaws that led to 14 fixes to their agent security rules. Both models are Apache-licensed and free on OpenRouter until Nov 19 🔗 View Quoted Tweet📊 19 ⚡
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Perplexity、Decider、OpenRouter、智能体，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Aravind Srinivas」（@AravSrinivas），经 AITOP 多维评分管线结构化提炼。
